摘要： 时域上滤波可由卷积实现$y[n]=x[n]\bigotimes h[n]$ 比如算数平均滤波$h[n]=\frac{1}{1,1...1}$(m个1)与$x[n]$的卷积运算 1.算数平均滤波 \(y[n]=\frac{1}{2M+1}\sum_{l=-M}^{M}x[n+l]\) 2.中位值平均滤 阅读全文

摘要： 1.因果系统 输出不在输入之前 如因果系统： \(y[n]=a_1x[n-1]+a_2x[n-2]+x[n-3]\\y[n]=a_1x[n]+b\) 非因果系统： \(y[n]=x[n+1]\\y[n]=\frac{1}{3}(x[n]+x[n+1]+x[n+2])\) 2.稳定系统 输入有界则输出 阅读全文

摘要： 1.内积 \(\overrightarrow {x} = (x_1,x_2,...x_n)\), \(\overrightarrow {y} = (y_1,y_2,...y_n)\) \(\overrightarrow {x} \bullet \overrightarrow {y} = \sum_{ 阅读全文

摘要： 1.线性系统 定义：系统的输入输出之间满足线性叠加原理的系统称为线性系统 判定： 若$y_1(n)=T[a_1x_1(n)],y_2(n)=T[a_2x_2(n)]$ 则$T[a_1x_1(n)+a_2x_2(n)]=y_1(n)+y_2(n)$ 2.时不变系统 定义：系统对于输入信号的运算关系在整 阅读全文

摘要： 1.单位脉冲序列（单位采样序列）\(\sigma(n)=\{...,0,\underline{1},0,...\}\) 即 \(\sigma(n)=\begin{cases}1, & n=0\\0, & n \neq 0 \end{cases}\) \(a\sigma(n)=\begin{cases 阅读全文

摘要： 凝聚层次聚类：初始每个对象看成一个簇，即n个簇，合并最相似的两个簇，成（n-1）个簇，重复直到一个簇 \ 相似度衡量方法 最小距离：两个簇中最近的两个对象的距离 最大距离：两个簇中最远的两个对象的距离 平均距离：两个簇中所有对象两两距离的平均值 质心距离：两个簇质心的距离 \ DBSCAN聚类算法 阅读全文

摘要： 分k个簇，起始随机选择k个点为簇的初始质心，选取距离k个质心最近的一个加入那个簇，之后更新质心，即簇内所有数值的平均，之后继续重复直到质心不再变化或者小于一个阈值。 数据集D中n个对象，\(D= \{o_i=(x_i1,x_i2,...x_in),i=1,2,...n\}\) 簇的集合$C={C_1 阅读全文

摘要： 从样本中找与预测样本距离最近的k个数据 这k个数据所属类别投票决定了预测样本的类别 距离公式： \(d_ab=\sqrt[n]{\sum_{i=1}^m |a_i-b_i|^n}\) 余弦相似度： \(cos\Theta = \frac{\sum_{i=1}^m(a_i * b_i)}{\sqrt{ 阅读全文

摘要： ID3算法： 自顶向下分裂属性 依据信息熵 \(entropy(D)=-\sum_{i=1}^kp(c_i)log_2p(c_i)\) 其中D为数据集，类别$C={c_1,c_2,...c_k}$ \(count(c_i)\):$c_i$出现在数据集D中的次数，\(|D|\):数据集D的个数 \(p 阅读全文

摘要： ###修改启动工作路劲 jupyter notebook --generate-config //寻找jupyter_notebook_config.py 的文件路劲 打开jupyter_notebook_config.py 的文件并找到 ## The directory to use for no 阅读全文