信道 差错 概率 卷积
机器学习-概率图模型系列-隐含马尔科夫模型-33
目录1. Hidden Markov Model2. HMM模型定义 注：参考链接 https://www.cnblogs.com/pinard/p/6945257.html 1. Hidden Markov Model 隐马尔科夫模型（Hidden Markov Model，以下简称HMM）是比较 ......
机器学习-决策树系列-贝叶斯算法-概率图模型-29
目录1. 复习条件概率2. 正式进入3. 生成式 与判别式 这个阶段的内容，采用概率论的思想，从样本里面学到知识（训练模型），并对新来的样本进行预测。 主要算法：贝叶斯分类算法、隐含马尔可夫模型、最大熵模型、条件随机场。 通过本阶段学习，掌握NLP自然语言处理的一些基本算法，本阶段的理解对于后续完成 ......
概率生成函数（[CTSC2006] 歌唱王国 题解）
如果数列 {p_n} 满足 P(X=i)=p_i（即 {p_n } 为 X 的概率质量函数 PMF 所构成的数列），那么有概率生成函数：F_X(x)=\sum^{+\infty}_{i=0}P(X=i)x^i，概率生成函数具有一些性质，这些性质可以简化我们做题时的一些推导…… ......
gnuradio笔记[2]-观测理想信道和随机信道的眼图
摘要 使用gnuradio观测理想信道和随机信道的眼图; 平台信息 GNU Radio Companion:3.10.8.0 (Python 3.10.13) 原理简介 数字基带传输系统和数字带通传输系统 数字基带传输系统 数字基带传输系统是指将未经调制的基带信号直接送上信道的系统。基带信号是指信源 ......
深度可分离卷积
深度可分离卷积，使用了一些 trick 极大减少卷积所需参数量和计算量。 理解深度可分离卷积 若需要对 12×12×3 的输入使用卷积，获得 8×8×256 的输出，直接的卷积方法是使用 256 个 5×5×3 的卷积核（无 padding、步长为 1，下同）。此时卷积层的参数量为 19200，卷积 ......
CF1864H Asterism Stream【概率 DP，矩阵优化】
给定一变量，初始为 \(1\)，每次等概率随机进行以下两种操作之一： 令 \(x\) 加一。 令 \(x\) 乘二。 求期望多少次操作之后 \(x\) 会 \(\ge n\)。 \(T\) 组数据，\(T\le 100\)，\(n\le 10^{18}\)。 对着 aw 老师的题解学的，感觉太深刻。 ......
鱼类识别系统Python+TensorFlow卷积神经网络算法模型+深度学习人工智能【计算机课设项目】
一、介绍 鱼类识别系统。使用Python作为主要编程语言开发，通过收集常见的30种鱼类（'墨鱼', '多宝鱼', '带鱼', '石斑鱼', '秋刀鱼', '章鱼', '红鱼', '罗非鱼', '胖头鱼', '草鱼', '银鱼', '青鱼', '马头鱼', '鱿鱼', '鲇鱼', '鲈鱼', '鲍鱼' ......
通信中的主要信道影响
1.多径效应 多径效应指的是无线信号在传播过程中经历多条路径而引起的信号衰减和时延扩展的现象。当无线信号通过空气、建筑物或其他物体传播时，会与不同路径上的障碍物相互反射、绕射和衍射。由于不同路径的长度不同，信号在传播过程中会经历不同的时延，导致信号的干涉和叠加。这可能导致信号强度的波动和时延扩展，从 ......
【信号与系统】卷积信号计算
 =0$ 概率密度函数$f(x)$ 某个邻域内概率的变化快慢。概率密度函数的值是概率的变化率，概率密度函数的面积才是概率。 于是可以得知$(a,b]$的概率：$P(a<X\le b)=\int_a ......
无线信道
无线信道 移动衰落信道 无线电波在传播过程中，受到地形的影响，引起能量的吸收和电波的反射、散射和绕射等，产生损耗。 路径损耗：无线电波在自由空间传播时产生的损耗。 大范围空间上的 大尺度衰落：无线电波在传播路径上受到建筑物及山丘的遮挡产生的损耗，也称为阴影衰落，几百倍波长量级 小尺度衰落：由于多径传 ......
TensorFlow 实现信号与系统中的严格卷积操作(类似np.convolve)
在TensorFlow中，可以使用tf.nn.conv1d函数来进行一维的卷积操作，这个函数通常是用于卷积神经网络的，但也可以实现信号与系统里的卷积，此处关于信号与系统的卷积，可以参照【官方双语】那么……什么是卷积？_哔哩哔哩_bilibili Numpy代码及结果 #得到结果：[ 4 13 28 ......
机器学习笔记（四）初识卷积神经网络
前言 第一次写卷积神经网络，也是照着paddlepaddle的官方文档抄，这里简单讲解一下心得。 首先我们要知道之前写的那些东西都是什么，之前写的我们称之为简单神经网络，也就是简单一层连接输出和输出，通过前向计算和逆向传播，以及梯度下降的方式让结果慢慢滑向我们期望的终点。 这种方法固然好，但是它的限 ......
典型卷积神经网络（LeNet-5,AlexNet,VGG,GoogLeNet）
3.1 LeNet-5网络 LeNet-5 曾被大规模用于自动识别美国银行支票上的手写数字。该网络是卷积神经网络 (CNN)。CNN 是现代最先进的基于深度学习的计算机视觉的基础。这些网络建立在 3 个主要思想之上：局部感受野、共享权重和空间子采样。具有共享权重的局部感受野是卷积层的本质，下面描述的 ......
为了降低个人股票投资者的决策误判概率，我们做了一款软件
对于个人股票投资者而言，避免投资决策误判是最重要且最首要的，盈利多少都是次要的。 这是一个什么样的软件？ 这是一个面向个人股票投资者的决策辅助工具【棱镜】，它旨在将你的分析决策逻辑转化为由文字和框架转化为算法，让计算机和算法辅助你共同决策，降低决策误判概率。网站：prismray.cn 为什么要做这 ......
pytorch转onnx中关于卷积核的问题
pytorch导出onnx过程中报如下错误： RuntimeError: Unsupported: ONNX export of convolution for kernel of unknown shape. 我报错的部分代码如下： def forward(self, input): n, c, ......
【Python机器学习课程设计】基于卷积神经网络的动物图像分类+数据分析
一、选题背景 在现代社会中，图像分类是计算机视觉领域的一个重要任务。动物图像分类具有广泛的应用，例如生态学研究、动物保护、农业监测等。通过对动物图像进行自动分类，可以帮助人们更好地了解动物种类、数量和分布情况，从而支持相关领域的决策和研究。本研究的目标是使用卷积神经网络（CNN）对动物图像进行分类。 ......
【Python机器学习课程设计】基于卷积神经网络的动物图像分类
恢复内容开始 一、选题背景 在现代社会中，图像分类是计算机视觉领域的一个重要任务。动物图像分类具有广泛的应用，例如生态学研究、动物保护、农业监测等。通过对动物图像进行自动分类，可以帮助人们更好地了解动物种类、数量和分布情况，从而支持相关领域的决策和研究。本研究的目标是使用卷积神经网络（CNN）对动物 ......
S测信道爆破
S测信道爆破 0X10 侧信道攻击(又称边信道攻击、旁路攻击side-channel attack)，攻击者通过测量功耗、辐射排放以及进行某些数据处理的时间，借助这些信息倒推处理过程，以获得加密秘钥或敏感数据。 简单地说就是不直接去爆破密码本身，而是通过密码错误时系统的反馈，例如系统判断密码错误所用 ......
概率论期末复习【更新中】
第五章 多维随机变量 多维随机变量函数的分布： 离散的： \(若X\sim B(n_1,p), Y\sim B(n_2,p),且X和Y相互独立，则X+Y\sim B(n_1+n_2,p)\) \(若X\sim P(\lambda_1)和Y\sim P(\lambda_2)相互独立，则X+Y\sim ......
卷积
目录 卷积 卷积层的结构参数 计算公式 特殊卷积 卷积的矩阵表示 转置卷积 空洞卷积 可分离卷积 空间可分离卷积 深度可分离卷积 分组卷积 可变形卷积 卷积 卷积层的结构参数 **卷积核大小(Kernel Size): **定义卷积操作的感受野。 步幅(Stride): 定义卷积核遍历图像时的步幅大 ......
深度学习的典型神经网络类型——卷积神经网络（CNN）
1.CNN的定位 CNN属于深度学习中的一类典型神经网络，是一种前馈神经网络，它采用的是SGD（随机梯度下降）算法，它的人工神经元可以相应一部分覆盖范围内的单元，在图像处理方面的表现十分出色。 CNN在模式分类领域，因其避免了对图像的前期的预处理，所以它可以直接输入图像得到结果。 2.CNN的构成 ......
机器学习-线性分类-支持向量机SVM-合页损失-SVM输出概率值-16
目录1. SVM概率化输出2. 合页损失 1. SVM概率化输出 标准的SVM进行预测 输出的结果是： 是无法输出0-1之间的 正样本 发生的概率值 sigmoid-fitting 方法： 将标准 SVM 的输出结果进行后处理，转换成后验概率 A,B 为待拟合的参数， f 为样本 x 的无阈值输出。 ......
概率dp
概率dp f[x]表示能走到x号城市的概率, f[1] = 1 考虑从x号城市出发到y号城市的高速公路, 通过x号城市走到y号城市的概率有多大? f[y] += f[x] / d[x], d[x]表示从x号城市出发的高速公路一共有多少条; 能走到y号城市的概率 \[f[y] = \sum_{x\in ......
基于异构图卷积网络的网络威胁情报建模
基于异构图卷积网络的网络威胁情报建模 基本信息 题目：Cyber Threat Intelligence Modeling Based on Heterogeneous Graph Convolutional Network 来源：USENIX Association 摘要 网络威胁情报 （CTI） ......