传统的通信系统大体上分为信号调制、信道传输、信号解调。各部分独立优化，如对于信号调制模块，通常依据通信场景，选择最优的信号调制编码方式。但是各部分分别最有不一定能够获得全局的最优结果，现有学者提出将通信过程看作一项端到端的任务，在一次完整的通信中联合优化各模块。下文提出在某一确定的信道模型（如白噪声 ...
分类：
其他好文 时间：
2017-10-16 01:42:46
阅读次数：
136
目的：通过stm32最小系统设计电路对噪声进行检测并且报警的装置 噪音信号采集：利用驻极体话筒采集微弱声音信号，产生2-10mv的交流信号 放大噪音：利用lm358，（小倍数放大） 比较预设声音阈值：利用第二个lm358做比较器，将放大后的声音信号与电压比较器比较，超过一定分贝时，进行报警调节（大倍 ...
分类：
其他好文 时间：
2017-10-14 20:04:56
阅读次数：
268
结果： 分析：虽然损失了%3的预测准确性，但是相比于原来的64维特征，使用PCA压缩并降低了68.75%的维度，能改节省大量的训练时间，在保持数据多样性的基础上，规避掉了大量特征冗余和噪声。 ...
分类：
其他好文 时间：
2017-10-12 14:00:27
阅读次数：
145
本文是 GANs 的拓展，在产生 和 判别时，考虑到额外的条件 y，以进行更加“激烈”的对抗，从而达到更好的结果。 众所周知，GANs 是一个 minmax 的过程： GAN的原始模型有很多可以改进的缺点，首当其中就是“模型不可控”。从上面对GAN的介绍能够看出，模型以一个随机噪声为输入。显然，我们 ...
分类：
Web程序 时间：
2017-10-10 00:05:50
阅读次数：
193
一、运动物体轮廓椭圆拟合及中心 和上一篇文章代码的不同点在30-38行，天台行人视频适合用背景减法处理，自行车视频适合帧差法处理 二、滤波方法去除噪声 上篇文章中使用腐蚀膨胀消除噪声，这次使用滤波方法去除噪声 中值滤波 均值滤波 三、轮廓筛选去除噪声(效果挺好的) 四、运动轨迹绘制 五、车辆数量检测 ...
分类：
其他好文 时间：
2017-10-08 20:29:28
阅读次数：
245
噪声：误标、对同一数据点的标注不一致、数据点信息不准确...... 噪声是针对整个输入空间的。 存在噪声的情况下，VC bound依旧有用： 存在噪声，就是f >p(y|x)，f是p的特殊情况：如p(0|x)=1,p(1|x)=0。 VC bound本身就不管f的。 其实，推VC bound的时候第 ...
分类：
其他好文 时间：
2017-10-07 20:41:27
阅读次数：
164
原文链接：http://www.cnblogs.com/jerrylead/archive/2011/03/05/1971867.html1 分类和logistic回归 一般来说，回归不用在分类问题上，因为回归是连续型模型，而且受噪声影响比较大。如果非要使用回归算法，可以使用logistic回归。 ... ...
分类：
其他好文 时间：
2017-10-02 19:45:04
阅读次数：
279
所谓均值滤波实际上就是用均值替代原图像中的各个像素值。 均值滤波的方法是：对待处理的当前像素，选择一个模板，该模板为其近邻的若干像素组成，用模板中的像素的均值来替代原像素。 优点：算法简单，计算速度快。 缺点：在降低噪声时使图像产生模糊。 matla程序： 均值滤波对高斯噪声的处理结果： 对椒盐噪声 ...
分类：
其他好文 时间：
2017-10-02 18:54:53
阅读次数：
152
中值滤波：基于排序理论的一种能有效抑制噪声的非线性信号处理技术。 方法：取含有基数（偶数会有半像素的差）个模板数据的滑动模板，对模板中的数据从小到大排序，取排在中间位置上的数据作为最终的处理结果。 matlab程序： 对椒盐噪声的处理结果： 对高斯噪声的处理结果： 由以上对两种造声滤波结果可以看出： ...
分类：
其他好文 时间：
2017-10-02 18:22:23
阅读次数：
167
图像画面中的噪声，大致可以分为两类：高斯噪声和椒盐噪声。在这里，我们先看下图像中两种噪声各自的特征。 椒盐噪声：噪声幅值基本相同，但出现位置随机。 高斯噪声：图像中每一点都存在噪声，但幅值是随机分布的。 用matlab给一个图像加高斯噪声： image=imread('E:\image\pepper ...
分类：
其他好文 时间：
2017-10-02 17:51:49
阅读次数：
821
