原创 波束形成算法學習筆記
波束形成算法學習筆記波束形成的優缺點（Pros & Cons）優點缺點麥克風的指向性（Directivity pattern of a microphone）信號模型和定義評價指標最大化白噪聲增益 麥克風陣列算法有兩大類，一類是波
2020-06-20 11:22:46
6
原创 盲源分離算法學習筆記
盲源分離算法學習筆記優缺點（Pros & Cons）優點缺點 麥克風陣列算法有兩大類，一類是波束形成算法，另一類是盲源分離算法，兩者互有優劣。本篇博客先通過比較盲源分離和波束形成來說明盲源分離的優缺點，盲源分離的基礎知識，然後分別
2020-06-20 11:22:35
4
原创 Home Credit Default Risk 違約風險預測，kaggle比賽，初級篇，LB 0.749
Home Credit Default Risk結論背景知識數據集數據分析平衡度數據缺失數據類型離羣值填充缺失值建模Logistic RegressionLightGBMFeature importance附錄：各字段的意義 結論
2020-06-20 11:22:35
43
原创 一文讀懂FFT，海寧窗（hann）和漢明窗（hamming）的區別，如何選擇窗函數
一文讀懂FFT，海寧窗（hann）和漢明窗（hamming）的區別海寧窗和漢明窗時域波形頻域響應matlab window 工具如何選擇窗 數字信號處理離不開頻域分析，一定會用到FFT。做FFT之前又會用到窗函數。那麼各種窗函數之
2020-06-20 10:16:34
837
原创 生成模型和判別模型(Generative model, Discriminative model)
生成模型和判別模型(Generative model, Discriminative model) 監督學習的任務是學習一個模型，對給定的輸入預測相應的輸出。這個模型一般形式爲決策函數Y=f(X)或者條件概率分佈P(Y|X)。有一
2020-06-20 10:16:34
249
原创 語音數據集彙總
1. 噪聲集 The QUT-NOISE dataset，來自昆士蘭科技大學（QUT）的噪聲數據集，其中包括了Café，Car，Home，Reverb，Street，五種場景，每種場景下又分了兩個小場景，一共十個場景，約12小時
2020-06-20 10:16:34
2
原创 MIT6.0001 筆記，LECTURE 5：Tuples， List (aliasing, mutability, cloning詳解)
這一篇博客主要來解釋list的高級特性，主要包括aliasing，mutability，和cloning。這三個特性在賦值時需要特別注意。本篇筆記和代碼都來自於MIT的公開課，第五課。《Introduction to Comput
2020-06-01 02:15:17
原创 一文讀懂濾波器的線性相位，全通濾波器，羣延遲
一文讀懂濾波器的線性相位，全通濾波器，羣延遲1. 延遲2. 全通濾波器3.相位延遲和羣延遲4. 實際生活中的例子總結： 數字信號處理最常見的面試題，請簡述FIR和IIR的區別。其中的一個區別是FIR可以方便地實現線性相位。那這個
2020-06-01 02:15:17
10
原创 MIT6.0001 筆記，LECTURE 8：Object Oriented Programming (class，object，method)
本節課主要講述了class，object，method這些概念。 1.首先講述了python中的任何一個數據類型都是一個類。任何一個數據，都是類的一個實體。類的作用能夠更好地抽象所描述的對象，將相關的數據和方法封裝起來。對於相似功
2020-06-01 02:15:17
原创 MIT6.0001 筆記，LECTURE 9：Python Classes and Inheritance
本課的內容分類兩個部分。 第一部分講getters and setters methods，其本質還是在於 information hiding，使用setter() 和 getter() 方法對類的數據進行讀寫，尤其是sett
2020-06-01 02:15:17
原创 HTK 3.5解碼工具HVITE獨立工程（Visual Studio Code實現）
HTK3.5支持DNN HTK3.5支持DNN了，本來想做一個HMM+DNN的模型，作爲HMM+GMM的對比。但是HTK不支持實時的HMM+DNN解碼。原因有兩個。 HTK不支持實時的計算MFCC_0_D_A_Z的特徵，即無法實
2020-06-01 02:15:17
原创 Ubuntu下Anaconda和Pycharm的配置
1.對於Ubuntu18.04，一開始會有一個系統默認的python解釋器，是3.6版本，位置在/usr/bin/python3.6。可以通過在terminal中輸入python或者python3來查看。 2.安裝了Anacon
2020-06-01 02:15:07
2
原创 神經網絡參數量化，模型壓縮論文筆記Training with Quantization Noise for Extreme Model Compression
Training with Quantization Noise for Extreme Model Compression結論簡介相關工作模型壓縮神經網絡參數量化標量定點化向量定點化 Product Quantization傳統
2020-05-07 06:28:09
26
原创 一文讀懂FFT，補零對FFT的影響
一文讀懂FFT，補零對FFT的影響 數字信號處理離不開頻域分析，一定會用到FFT。做FFT又經常會有補零的操作，那麼補零對FFT有什麼影響？結論放在前面。兩個結論 1. 進行zero padding只是增加了數據的長度，而不是原信
2020-04-27 05:06:22
1
原创 一文讀懂FFT，海寧窗（hann）和漢明窗（hamming）的區別
一文讀懂FFT，海寧窗（hann）和漢明窗（hamming）的區別海寧窗和漢明窗時域波形頻域響應matlab window 工具 數字信號處理離不開頻域分析，一定會用到FFT。做FFT之前又會用到窗函數。那麼各種窗函數之間有什麼區
2020-04-27 05:06:22
2