岑春宝 人物 岑 岑氏
原创
2016-06-12 16:24:26
909阅读
第十三届中国系统架构师大会（SACC2021）在云端进行网络直播，主题为“数字转型、架构重塑”。阿里云边缘云原生技术专家江岑，分享了阿里云在边缘云原生的探索实践，并从应对技术挑战与系统架构设计等方面阐述产品核心竞争力，以创新技术驱动业务发展。 云原生发展与现状 随着云计算技术的成熟，大多数企业选择云 ...
转载
2021-10-01 00:18:00
80阅读
6 月 9 日，亚马逊云科技主办的“潮向新世界”出海日活动在深圳举行，融云作为领军出海服务企业受邀出席。关注【融云全球互联网通信云】了解更多在现场展位，融云的一站式全生态出海解决方案备受关注；在论坛环节，融云 CTO 岑裕带来《社交泛娱乐 App 出海的技术探索之路》主旨发言，并介绍了融云即将推出的 AIGC 解决方案。同时，亚马逊云科技联合霞光社共同发布了《迈向世界：2013
原创
2023-06-15 11:55:06
162阅读
在本文中，你将看到以下内容：全球通信网络在接入点、链路加速、服务商、协议等层面的动态演进；进入到具体市场，禁运国、跨国拦截、区域一致性差等细节“坑点”如何应对；融云如何从技术侧帮助开发者应对本地化用户体验和业务合规的挑战。具备全球化视野和能力的新一代创业者，让中国互联网产品发展与全球市场晴雨表同步。关注【融云全球互联网通信云】了解更多而跟随社交泛娱乐出海热潮蜂拥而至的人和资源，加快了产业在全球市场
原创
2023-04-25 12:18:59
371阅读
最近小虎在网课上被老师问到编程写出一指数函数的频谱图，当时鼓捣了1个多钟？？？以前是画过bode图，bode的幅频图是对数幅频图。应该也可以用伯德图直接画的，但是这个问题的关键应该在拉氏变化。5分钟不到的事，要搞那么久，看来是小虎还不太理解拉氏变换。编程工具还是那熟悉的MATLAB。目录拉氏变换简介傅里叶变换vs拉氏变换拉氏变换表频谱图简介示例以及结果方法1定义法频谱图定义结果图完整代码方法2bo
马氏距离一、简介马氏距离是基于样本分布的一种距离。物理意义就是在规范化的主成分空间中的欧氏距离。所谓规范化的主成分空间就是利用主成分分析对一些数据进行主成分分解。再对所有主成分分解轴做归一化，形成新的坐标轴。由这些坐标轴张成的空间就是规范化的主成分空间二、公式最后的公式从右往左看，中心化->旋转->缩放->求欧氏距离特征值其实就是每个主成分维度的方差，特征向量其实就是每个主成分维
可参考：马尔可夫预测法认为，只要当事物的现在状态为已知时，人们就可以预测其未来的状态，而不需要知道事物的过去状态，即马尔可夫链具有无后效性特征，这也被后人称为马尔可夫性。这一特性避开了其他预测方法在搜集历史资料时所遇到的一系列难题，使得它无论是理论上还是应用上都占有很重要的地位。 因此，检验随机过程是否具有马尔可夫性是应用马尔可夫概型分析的必要前提。第一步、建立转移概率矩阵准确计算整个目标系统的转
马氏距离由来：
马氏距离是由印度统计学家马哈拉诺比斯提出的，表示数据的协方差距离。是一种基于样本分布式的距离，能够很好地展现样本之间的相似度。实例由上图所示，存两个准正态分布区间，均值分别为a,b。现在我们以欧氏距离度量准则考虑：
A点明显更加趋近于b区间，因此A点应该被划分为b类。但目前常用的欧氏距离具有不少的局限性。如：缺少对不同量纲的考虑，没有考虑数据之间的相关性(期望，方差...)
但如
巴氏参数、GA算法以及matlab仿真1、内容目录2、极化码编码2.1、引言2.2、极化码编码原理2.2.1、陪集码2.2.2、极化码的构造巴氏参数构造算法高斯近似构造（GA）算法2.3、极化码编码3、总结 1、内容目录开篇1-内容介绍&参考文献概述2-什么是极化码？原理3-Arikan原版论文学习总结编码算法4-巴氏参数、GA算法以及matlab仿真译码算法5-SC算法及matlab仿
在数据关联中，常常采用马氏距离来计算实际观测特征 j 的距离，从而能较为准确的选出最可能的关联。具体的做法是：D(ij)=sqrt( (-μ(j) )'Σ^(-1)(-μ(j) ) )Z(i)表示当前激光雷达的第i个测量，μ表示EKF或其他算法所维护的地图集合，$\underset{j}{\mathop{\arg \min }}\,{{D}_{ij}}$ 即为所求关联。 技术
SI，SIS，SIR，SEIRD模型因为个人工作需要系统地整理SI，SIR以及SEIR模型，故对三个模型进行原理介绍以及对比。文中关于SI，SIS，SIR的所有的截图都来自西工大肖华勇老师在慕课上的分享，原视频戳 这里。SEIRD模型则来自发表在SCI上的paper，想看原文戳这里。SI model作为比较古早的传染病模型（不对指数模型进行介绍），SI model在假设人口总数不变（不发生迁移，出
官网链接我们模拟二维介电圆柱体的 Mie 散射。 将 FDTD 模拟的角散射结果与解析解进行比较。一、结构设置1.1 光源全场散射场（total-field scattered-field,TFSF）源注入有限跨度的平面波，并将计算区域划分为两个区域。在源区内部同时存在入射场和散射场，而在源区外部只存在散射场。全场散射场源的工作原理是在其边界处，减去直接透射通过源区域或从平坦基板反射的任何光。因此
项姓
一、姓氏来源
项（Xiàng）源出有二：
1、出自姬姓，周朝有项国，其地在今河南项城一带。项国是周朝的同姓（姬姓）诸侯国，公元前647年被楚国所灭，项国国君的子孙便以国名为姓，称项氏。
2、出自芈姓，为楚国王族后裔。春秋时期，楚国公子燕受封于项城（今河南省项城县），建立了项国。后来，项国被齐国所灭，其子孙遂以国名“项”命姓，称项姓。
二、迁徙分布
在众多的姓氏当中
转载
精选
2008-09-26 22:29:22
544阅读
说明：Fibonacci 为 1200 年代的欧洲数学家，在他的着作中曾经提到：若有一只免子每个月生一只小免子 ， 一个月后小免子也开始生产。起初只有一只免子，一个月后就有两只免子，二个月后有三只免子，三个月后有五只免子（小免子投入生产） ...... 。如果不太理解这个例子的话，举个图就知道了，注意新生的小免子需一个月成长期才会投入生产，类似的道理也可以用于植物的生长，这就是 Fibonacci
转载
精选
2015-05-05 11:48:33
800阅读
马氏距离(Mahalanobis Distence)是度量学习(metric learning)中一种常用的测度，所谓测度/距离函数/度量(metric)也就是定义一个空间中元素间距离的函数，所谓度量学习也叫做相似度学习。什么是马氏距离似乎是一种更好度量相似度的方法。马氏距离是基于样本分布的一种距离。物理意义就是在规范化的主成分空间中的欧氏距离。所谓规范化的主成分空间就是利用主成分分析对一些数据进
文章目录距离判别法欧氏距离马氏距离关于协方差矩阵Fisher判别分析应用步骤：核心思想具体步骤解释Fisher准则函数：投影降维组间偏差组内偏差求出最优解 距离判别法距离判别法首先根据已知分类的数据，分别计算出各类的重心。再根据新个体到每类的距离（即新个体与各类重心的距离，可采用欧氏距离或者马氏距离等等），根据最短的距离确定分类情况。问题描述：欧氏距离Note: 第一个等式是矩阵的写法。马氏距离
一、坐标系介绍我们先来列举下Cesium中的坐标系：WGS84经纬度坐标系（没有实际的对象）、WGS84弧度坐标系（Cartographic）、笛卡尔空间直角坐标系（Cartesian3）、平面坐标系（Cartesian2），4D笛卡尔坐标系（Cartesian4）1、WGS84坐标系World Geodetic System 1984，是为GPS全球定位系统使用而建立的坐标系统，坐标
欧氏距离即两项间的差是每个变量值差的平方和再平方根，目的是计算其间的整体距离即不相似性。马氏距离（Mahalanobis distances） 1）马氏距离的计算是建立在总体样本的基础上的，这一点可以从上述协方差矩阵的解释中可以得出，也就是说，如果拿同样的两个样本，放入两个不同的总体中，最后计算得出的两个样本间的马氏距离通常是不相同的，除非这两个总体的协方差矩阵碰巧相同； 2）在计算马
埃式筛法详解这个算法简单，也很好理解。通常用于需一次性求解判断大量数是否为质数的问题，我们可以利用埃式筛法打好素数表即可。埃拉托斯特尼筛法，简称埃氏筛或爱氏筛，是一种由希腊数学家埃拉托斯特尼所提出的一种简单检定素数的算法。要得到自然数n以内的全部素数，必须把不大于√n的所有素数的倍数剔除，剩下的就是素数。我们这是还是再介绍一下，因为待会我们的埃式筛法就是利用了素数的特点。素数，也被称为质数。若一个
转载
2023-08-26 22:43:08
0阅读
本文将从通俗的角度看待拉普拉斯变换。发明者奥列弗.赫维赛德，维多利亚时期英国人，全靠自学，听力残疾。很多人熟悉赫维赛德是因为MATLAB有一个赫维赛德（Heaviside）函数。 赫维赛德简化了麦克斯韦方程组：即变化的电场产生磁场，变化的磁场产生电场。让20个方程组便成了4个。 **赫维赛德另一个贡献就是我们今天要说的运算微积分-它可以将常微分方程转换为普通代数方程。**赫维赛德是怎么解微分方程的
