卷积 数论
[基础数论]不定方程笔记
# 前言 在学习本节内容前，最好先学习[同余的基本性质](https://www.luogu.com.cn/blog/157884/tong-yu-di-ji-ben-xing-zhi)以加深理解。 # 一堆定理 * 定理1： **若** $$a,b,m,n \in \mathbb Z,c \mid ......
[基础数论]模的逆
# 前言 在学习本节内容前，请确保已完成了[同余方程](https://www.luogu.com.cn/blog/157884/basic-math-note-2)的学习。 # 模的逆 ## 引入 很多题目都会要求我们对答案取模。 如果运算中只有加法、乘法当然没问题。 但是如果有除法就完蛋了。 所 ......
[基础数论]同余方程笔记
# 前言 在学习本节内容前，请确保已完成了[二元不定方程](https://www.luogu.com.cn/blog/157884/basic-math-note)的学习。 # 同余方程 ## 有无解的判别 对于一个方程形如： $$ax \equiv b \pmod m$$ 其中 $$a,b \i ......
数论入门——整除，带余除法，GCD
整除 设 $a,b\in \mathbb{Z},a\ne 0$。如果 $\exists q\in \mathbb{Z}$，使得 $b=a\times q$，那么就说 $b$ 可被 $a$ 整除，记作 $a\mid b$ ；$b$ 不被 $a$ 整除记作 $a\nmid b$ 。 OI Wiki 整除 ......
利用卷积神经网络实现人脸识别的应用
利用卷积神经网络实现人脸识别的应用是一个热门的研究领域，它可以在安全、娱乐、医疗等方面发挥重要作用。卷积神经网络是一种深度学习模型，它可以从图像中提取高层次的特征，并通过分类器来判断图像中是否存在人脸，以及人脸属于哪个人。本文介绍了一种基于卷积神经网络的人脸识别的应用方法，主要包括以下几个步骤： ......
基于CNN卷积神经网络的语音信号识别算法matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 人工智能的应用中，语音识别在今年来取得显著进步，不管是英文、中文或者其他语种，机器的语音识别准确率在不断上升。其中，语音听写技术的发展最为迅速，目前已广泛在语音输入、语音搜索、语音助手等产品中得到应用并日臻成熟。但是， ......
m基于BP译码的LDPC误码率matlab仿真,分析不同码长,码率,信道对译码性能的影响,对比卷积码,turbo码
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 LDPC ( Low-density Parity-check，低密度奇偶校验）码是由 Gallager 在1963 年提出的一类具有稀疏校验矩阵的线性分组码 (linear block codes)，然而在接下来的 ......
数论分块总结
AtCoder abc230_e AtCoder abc230_e Fraction Floor Sum 求: $$\sum_{i = 1}^N ⌊\dfrac{N}{i}⌋$$ P2261 [CQOI2007]余数求和 P2261 [CQOI2007]余数求和 $$G(n, k) = \sum_{ ......
跟姥爷深度学习5 浅用卷积网络做mnist数字识别
一、前言 前面用TensorFlow浅做了一个温度预测，使用的是全连接网络，同时我们还对网上的示例做了调试和修改，使得预测结果还能看。本篇我们更进一步使用CNN（卷积）网络，不过再预测温度就有点大材小用，所以本篇是做手写数字的识别。 手写数字识别是非常经典的分类问题，是入门必备的，门槛又比猫狗识别低 ......
一维卷积对一维数据进行特征再提取
点击查看代码 # 第一步 读取csv文件（循环读取） # 第二步 将数据转化为tensor形式 # 第三步 创建一个列表 将tensor逐个放入列表 # 第四步 写入标签 import csv import numpy as np import torch from torch.utils.data ......
【笔记】数论----排列组合
最近打算学计数DP，然而我数学基础太弱，故记此文。（问了一下，这东西只不过是小学奥数而已，我好蒻） 公式 加法原理：$ S= \sum_{i=1}^n a[i] $ 乘法原理：$ S= \prod_{i=1}^n a[i] $ 二项式定理：$(a+b)^n = \sum_{i=0}^n a^{n-i ......
卷积神经网络基础
卷积神经网络是进行图像处理的基础神经网络模型，其包含卷积、池化、激活函数和展平四个主要部分。 卷积是一种基本的信号处理操作，在图像处理中也得到广泛应用，基本原理是将一个输入的图像或信号与一个小的卷积核进行卷积运算，得到一个输出的特征图。如下图选取一个3x3的卷积核，对一个7x7的图像进行卷积操作，那 ......
卷积-长短期神经网络。
卷积-长短期神经网络。CNN-LSTM时间预测分析，单输入，单输出。Matlab作图，预测电力负荷，数据来源于电工杯，联系宝贝免费送。代码注释清晰，替换数据即可。只出售代码，不负责讲解。ID:7830682377113733 ......
一些数论知识
欧拉函数 定义 $1-N$中与 $N$ 互质的个数被称为欧拉函数，记为 $φ(n)$。 公式 设 $n={p_1}^{c_1}{p_2}^{c_2}\cdots*{p_m}^{c_m}$ 则 $φ(n)=n*\dfrac{p_1-1}{p_1}\dfrac{p_2-1}{p_2}\cdots*\df ......
数论
莫反，欧拉反演 常用结论： $\mu1=\epsilon,\varphi1=id$． $\mu^2(n)=\sum_{d^2|n}\mu(d)$． $d(ij)=\sum_{x|i}\sum_{y|j}[gcd(x,y)=1]$． $\varphi(xy)=\frac{\varphi(x)\varp ......
数论
质数 在大于1的整数中, 如果只包含1和本身这两个约数, 就被称为质数, 或者叫质数 (1)质数的判定——试除法 //试除法判定质数模板 bool is_prime(int x) { if(x<2)return false; for(int i=2;i<=x/i;i++) if(x%i==0)ret ......
基于simulink的WiMax通信系统仿真,包括RS编译码,卷积编译码,OFDM,输出星座图和频谱图
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 全球微波接入互操作性（World Interoperability for Microwave Access，WiMAX），WiMAX的另一个名字是802.16。IEEE802.16标准，又称WiMAX，或广带无线接入 ......
m基于信道差错概率模型仿真对比RS,汉明码以及卷积编译码性能,仿真输出信道差错概率与误码率和仿真速度三维关系图
1.算法仿真效果 matlab2022a仿真结果如下： 在数字通信系统中, 数字通信系统及其相关部分必须满足误码率的最低规 范要求。误码率是一个非常重要的指标，它衡量着系统性能的好坏，因此在数 字通信领域中经常会遇到误码率的测试问题。误码率[是二进制比特流经过系 统传输后发生差错的概率，其测量方法[ ......
经典卷积神经网络结构：LeNet-5、AlexNet、VGG
LeNet-5 LeNet-5模型是专门为手写数字识别而设计的经典卷积神经网络。 从上图可以看出，LeNet-5总共由输入层、卷积层、池化层、卷积层、池化层、全连接层、全连接层、输出层组成。 1、输入层：一张32*32的灰度图像，只有一个颜色通道，深度为1。 2、卷积层：将输入与6个高为5，宽为5， ......
深度学习网络fine-tune原理研究 - 以卷积神经网络为例
一、什么是预训练模型（pre-trained model） 预训练模型就是已经用数据集训练好了的模型，这里的数据集一般指大型数据集。比如 VGG16/19 Resnet Imagenet COCO 正常情况下，在图像识别任务中常用的VGG16/19等网络是他人调试好的优秀网络，我们无需再修改其网络结 ......
初等数学瞎扯Ⅲ：数论函数与筛法
0. 前置知识与基本定义 $[op]$：值为 $1$ 当且仅当方括号内条件为真。记为艾弗森括号 唯一分解定理：一个正整数 $x$ 可以被唯一分解为 $\prod\limits_{i=1}^m p_i^{c_i}$，其中 $\forall i\in[1,m],p_i\in \mathbb{P}$。（关 ......
机器学习、神经网络与卷积神经网络 三者的关系
机器学习和神经网络都是人工智能（AI）领域中的重要概念。 机器学习是指让计算机通过自我学习改善性能的一种方法。通常使用大量的数据训练模型，并持续对模型进行调整和改进，从而使其能够有效地处理新的数据并提供准确的预测。 神经网络则是一种模拟人类神经系统的计算模型，可以通过多层神经元之间的相互作用来解决复 ......
数论基础
数论基础 基本概念： 模：$a\bmod p$ 即 $a\div p$ 的余数 整除：$a\mid b$ 即 $b\bmod a=0$ ，同时称 $a$ 是 $b$ 的因数（约数） 质数：有且只有两个约数的数（ $1$ 不是质数，因为它只有一个约数） 质因数分解：将一个正整数 $n$ 分解为 $n= ......
深度学习--初识卷积神经网络
深度学习--初识卷积神经网络 1.LeNet-5 80年代，正确率达到99.2% 5/6层 输入层：32*32 第一层：卷积层 6@28*28 第二层：下采样层 6@14*14 第三层：卷积层 16@10*10 第四层：下采样层 16@5*5 第五层：全连接层 120 第六层：全连接层 84 输出层 ......
Fine-Grained学习笔记(1):卷积,FFT
Fine-Grained,在算法复杂度理论中特指,对各类算法的复杂度,进行(相较于P与NP的粗粒度分类的)细粒度分类,例如,证明某问题存在 $n^2/ \log n$ 的算法.Fine-Grained是一个新兴领域,其研究前景可看作是计算机科学学科中的石墨烯与钙钛矿(误). 本系列主要参考Unive ......
深度学习--卷积神经网络基础
深度学习--卷积神经网络基础 1.卷积操作 卷积操作简单来说就是矩阵对应位置相乘求和，这样不仅可以减少模型的参数数量，还可以关注到图像的局部相关特性。 import torch import torch.nn as nn import torch.nn.functional as F #卷积操作（I ......
积性函数与狄利克雷卷积
积性函数 定义 设$f\left(n\right)$为数论函数，若： $\left(1\right)f\left(1\right)=1$ $\left(2\right)$若$\left(a,b\right)=1,f\left(ab\right)=f\left(a\right)f\left(b\rig ......