本专栏包含信息论与编码的核心知识，按知识点组织，可作为教学或学习的参考。markdown版本已归档至【Github仓库：<https://github.com/timerring/information-theory> 】或者公众号【AIShareLab】回复 信息论 获取。第一代移动通信系统的关键技术有 ABCDA. 蜂窝网B. FDMAC. 模拟调制D. 主要有AMPS和TACS两
原创
2023-06-23 15:42:06
332阅读
描述多径信道，经常使用功率时延分布，其形式为功率-时延谱(Power-delay profile, PDP)。在MATLAB中，使用comm.MIMOChannel，comm.RayleighChannel函数建立信道模型：信道模型参数设置persistent channel_processorif isempty(channel_processor) channel_pro
原创
2021-03-23 20:25:36
10000+阅读
职称系数与职务系数在软考中的应用与影响
在信息技术领域，软考，即计算机软件专业技术资格（水平）考试，为专业技术人员提供了一个评价和证明自己专业技能的平台。这项考试不仅检验了考生在软件工程、计算机科学、项目管理等方面的知识，而且根据其职称和职务的不同，还有一定的系数加成，这就是我们所称的“职称系数”和“职务系数”。这两个系数对于软考的成绩有着重要影响，本文将对这两个系数的应用和影响进行详细的分析。
原创
2023-11-28 10:46:25
277阅读
轮廓系数（Silhouette Coefficient）是聚类分析中用来评估聚类效果的一个重要指标，能够帮助我们理解数据的分布特征。在 Python 中，计算和分析轮廓系数提供了丰富的工具和函数，使得数据分析师和机器学习工程师能够更有效地评估其算法性能和数据划分结果。
### 协议背景
轮廓系数的计算是基于数据点间距离的一个度量，其值范围在 -1 到 1 之间。数值越高，代表数据点被正确地聚类，
© Young 2018-02-03 18:30
Welcome to My GitHub 在UI工程师的机器学习之旅（一）线性回归和梯度下降中简单的用JavaScript实践了线性回归，同时留下了两个问题。问题一：怎么判断根据数据拟合出的方程模型的好坏？其实在统计学中决定系数这个概念就是用来解决这个问题的，决定系数也被称为判定系数或者拟合优度。如果看过上篇文章的童
转载
2024-03-27 20:23:40
404阅读
1.背景Dice 系数是常用的分割的评价标准之一 后面还会介绍其他的评价标准。 而且我发现大家的东西都是互相抄来抄去没有意思2.Dice系数原理及定义公式1 假设 X 是 Output【也就是我们输出结果】 维度为（3，3） Y 为lable【标签】 维度为（3，3）单一分类 首先我们需要明白Dice系数使用判断两个图片（这里我就指的是X Y）的相似度的，但是在我们的分割任务当中我们通常将0 代表
转载
2024-01-11 09:22:33
94阅读
相关系数：考察两个事物（在数据里我们称之为变量）之间的相关程度。 如果有两个变量：X、Y，最终计算出的相关系数的含义可以有如下理解：(1)、当相关系数为0时，X和Y两变量无关系。(2)、当X的值增大（减小），Y值增大（减小），两个变量为正相关，相关系数在0.00与1.00之间。(3)、当X的值增大（减小），Y值减小（增大），两个变量为负相关，相关系数在-1.00与0.00之间。相关系数的绝对值越大
转载
2024-03-18 09:44:22
818阅读
数据画像中，根据算法定性计算了很多标签，而最后展示出来的，是定量的标签，如星级标签，这就需要进行定性的评价。一、离差法 离差法，是依据正态分布的原理，以大数量横剖面调查资料的平均数为基准值，以标准差为离散距，对某一体质指标进行分等评价的方法。离差法只适用于测试数据呈正态分布时。 （一）离差法划分评价等级的标准 &n
转载
2024-01-31 15:46:24
67阅读
先介绍几个相关的数学概念，然后通过实例说明拟合优度1 Pearson相关系数皮尔森相关系数（Pearson correlation coefficient）也称皮尔森积矩相关系数(Pearson product-moment correlation coefficient) ，是一种线性相关系数。皮尔森相关系数是用来反映两个变量线性相关程度的统计量，相关系数用r表示。 r描述的是两个变量间线性相
转载
2023-09-23 08:42:06
142阅读
1. 变差函数定义1.1 二阶平稳假设：由于统计推断一般都要进行重复采样，但储层属性参数有其特殊性，每个位置不可能有多个样本，所以对随机函数Z(u)提出了本征假设，试图采用随机函数理论来接近空间插值。 二阶平稳性是指同时满足下面两个条件：1.2 变差函数定义通常将地质变量在空间两位置处取值之差的方差之半定义为变差函数，记为：从公式可以看出，变差函数揭示了距离h的空间两位置，其地质变量取值的相似度。
常用统计量：样本均值样本均值(sample mean)又叫样本均数。即为样本的均值。均值是表示一组数据集中趋势的量数，是指在一组数据中所有数据之和再除以这组数据的个数。它是反映数据集中趋势的一项指标。样本方差先求出总体各单位变量值与其算术平均数的离差的平方，然后再对此变量取平均数，就叫做样本方差。样本方差用来表示一列数的变异程度。样本均值又叫样本均数。即为样本的均值。样本变异系数变异系数，又称“离
转载
2024-09-12 13:53:54
65阅读
一、研究场景路径分析,也称通径分析（有时也称结构方程模型，一般情况下如果包括测量模型和结构模型，则称为结构方程模型；如果只包括结构模型，则称为路径分析）。路径分析在于研究模型影响关系，用于对模型假设进行验证。比如下图的模型框架：希望研究工作条件，人际关系对于公司满意度的影响；同时还希望研究公司满意度和机会感知对于离职倾向的影响。路径有一共有4条（即4对影响关系），路径分析可
# Python小波系数中提取近似系数和细节系数
在信号处理和数据分析中，小波变换是一种强大的工具，用于多分辨率分析。小波变换能够将信号分解为不同的频率成分，从而提取近似系数和细节系数。这两者各自代表了信号的不同特征。本文将深入探讨小波变换的基本概念，并通过Python示例演示如何提取这些系数。
## 小波变换的基础
小波变换以小波函数为基础，它能将信号在时间和频率上进行相关分析。小波变换的
Jaccard index , 又称为Jaccard相似系数（Jaccard similarity coefficient）用于比较有限样本集之间的相似性与差异性。Jaccard系数值越大，样本相似度越高。
原创
2021-06-15 15:27:45
2777阅读
Jaccard index , 又称为Jaccard相似系数（Jaccard similarity coefficient）用于比较有限样本集之间的相似性与差异性。Jaccard系数值越大，样本相似度越高。
原创
2022-03-01 17:53:40
959阅读
# 如何实现 Python LPC 系数计算
## 概述
线性预测编码（LPC）是一种用于语音信号处理的技术，广泛应用于语音压缩和语音合成。在本文中，我们将深入探讨如何在 Python 中实现 LPC 系数的计算。我们将通过一个清晰的流程分解这项任务，并逐步进行代码实现。
## 流程步骤
以下是实现 LPC 系数计算的主要步骤：
| 步骤 | 描述 |
|------|------|
|
原创
2024-09-04 04:18:04
167阅读
点赞
作者：火锅侠 如果有了类别标签，那么聚类结果也可以像分类那样计算准确率和召回率。但是不应该将分类标签作为聚类结果的评价指标，除非你有相关的先验知识或某种假设，知道这种分类类内差距更小。但是它还是给出了几种评价标准。7.9.1 调整兰德系数 （Adjusted Rand index）1. 数学原理兰德系数（Rand index）需要给定实际类别信息C，假设K是聚类结
转载
2023-09-15 21:06:43
849阅读
什么是Rand指数关于Rand指数的定义我发现维基百科上总结得到位，我也就不再进行赘述，为了本文的完整性和以防国内打不开维基百科，我这里就当一次搬运工，当然有条件的还是建议去维基百科上去看原文~~Rand IndexThe Rand index or Rand measure (named after William M. Rand) in statistics, and in particula
转载
2024-05-20 22:42:07
91阅读
1、调整兰德系数数学公式Rand index（兰德系数）：RI=a+bCnsamples2
R
I
=
a
+
b
转载
2024-06-03 15:23:59
96阅读
《因式分解技巧》，单墫著这里主要讨论整系数的四次多项式。根据高斯引理，一个整系数多项式如果能分解为两个有理系数的因式之积，那么它必定可分解为两个整系数的因式之积。所以我们直接考虑有没有整系数因式就可以了。二次因式分解因式：\(x^4+x^3+2x^2-x+3\).
根据前面的知识，此式的有理根只可能是 \(\pm 1\), \(\pm 3\). 经过验证，它们都不是原式的根。因此原式没有有理根，即
转载
2023-11-14 09:55:25
41阅读
