摘要：
1. 随机变量 随机变量 是 一些概率事件通过某些方式映射到实数域后对应的变量，随机变量的抽象意味着我们可以通过数学工具来对这些事件做一些分析，站在coder的角度，可以理解为一些映射关系 随机变量分为离散型和连续型，离散型如掷骰子这种结果集是一个个离散的值，连续型则是像绳子的长度这种，我们可以分析 阅读全文
摘要：
变限积分求导公式 假设有函数定义为: \[K(x)=\int_{\phi(x)}^{\Psi(x)}f(t)dt \\ \frac{dK(x)}{dx} = f[\Psi(x)]\Psi(x)^{\prime} - f[\phi(x)]\phi(x)^{\prime} \]量化失真与最优标量量化 对 阅读全文
摘要：
准备工作 1. clone yolov5 的仓库 git clone https://github.com/ultralytics/yolov5.git 2. 准备数据集 我看网上好多文章都是在讲如何标注，自己制作数据集；此处提供一个从外网下载的口罩数据集，已经做好标注 https://www.al 阅读全文
摘要：
离散时间傅里叶变换(DTFT) 设离散序列x(n)的采样周期是\(T_s\)， 那么\(x(n)\) 可表示为\(x(nTs)\delta(t-nTs)\)，整个信号可看做采样而得的\(x_s(t)\);求这个东西的傅里叶变换就是: \[\mathcal{F}[x_s(t)] = \int \sum 阅读全文
摘要：
几个基本公式 基本信号的傅里叶变换 以下是冲击信号、直流信号、虚指数信号的傅里叶变换 \[\mathcal{F}(\delta(t)) = 1 \\ \mathcal{F}(1) = 2\pi\delta(\omega) \\ \mathcal{F}(\delta(t-T)) = exp(-j\om 阅读全文
摘要：
时间连续非周期信号 我们前面讨论的都是周期信号: \[f(t)=f(t+T) \]其傅里叶级数的基频率\(\omega_0=2\pi f = \frac{2\pi}{T}\), 由信号的周期T决定。假设其傅里叶级数展开是频率\(\omega\)的函数，那么可见其展开式只有\(\omega = n\o 阅读全文
摘要：
复数域傅里叶级数 由欧拉公式: \[e^{i\theta} = cos(\theta) + isin(\theta) \]那么正余弦函数可以表示为: \[cos(n\omega t) = \frac{e^{in\omega t} + e^{-in\omega t}}{2} \\ sin(n\omeg 阅读全文
摘要：
1. 三角函数基本性质 本文主要用于复习一下傅里叶级数、傅里叶变换的基础 基本定理 三角函数的正交性: 频率不同的三角函数乘积在一个周期内的积分是0，即： \[\int_{-\pi}^{\pi}sin(mx\pm\frac{\pi}{2})cos(nx\pm\frac{\pi}{2})dx = 0 阅读全文