抛砖引玉：import ast
import astunparse
class BrainHoleDiff(ast.NodeTransformer):
def has_symbol(self, node):
return node.id == "x"
def expr_parse(self, expr):
node = ast.parse(expr)
return node.body[0].val
转载
2023-06-27 22:26:00
46阅读
WIFI基础入门--802.11k--无线局域网络频谱测量1.介绍2.定义3.缩写和首字母缩写4.无线局域网无线电测量(Wireless LAN Radio Measurements)4.1 信标(Beacon)4.2 测量试验(Measurement Pilot)4.3 帧(Frame)4.4 信道负载(Channel load)4.5 噪音直方图(Noise histogram)4.6 ST
转载
2024-06-15 16:34:31
75阅读
操作环境：MATLAB 2022a1、算法描述OFDM电力线通信系统（PLC）是一种通过电力线传输数据的通信技术，利用了OFDM（Orthogonal Frequency Division Multiplexing，正交频分复用）技术的优势来提高数据传输的速率和质量。电力线作为一种传输介质，其特点包括信道条件的不稳定性、高衰减率以及严重的多径效应。因此，为了保证通信的可靠性和效率，信道估计技术在O
转载
2024-06-10 10:11:34
94阅读
首先，同步是通信至关重要的，而通信系统中的同步可分为载波同步、位同步、群同步以及网同步；当然，插入导频是针对载波同步的一种方法；载波同步可分为两种：直接法（自同步法）和插入导频法（外同步法）；直接法可直接从信号提取出载波同步信息，一般采用多次方变换法+锁相环的方式提取；背景介绍完了，来了解一下插入导频吧；导频的几点性质：:1、导频的频率应当是与载频有关的或者就是载频的频率。2、插入导频的位置与已调
基于导频辅助的信道估计方法基于导频辅助的信道估计方法以牺牲频谱资源为代价，在发送信号中以一定的排列方式插入一定数量的导频符号来辅助信道估计，接收端通过合适的处理技术来分别得到导频处和数据处的信道参数，这也是目前应用最广泛的方法。导频符号处的信道参数估计方法主要有最小二乘（Least Squares, LS）、最小均方误差（Minimum Mean Square Error, MMSE）等方法，经过
原创
2021-03-23 19:56:36
6375阅读
pytorch：自动求导机制自动求导机制是torch的核心之一。了解这一个概念对我们编写简洁且高效率的代码具有很大的帮助。虽然不求全部理解，但希望能够做到熟悉就好。requires_grad每一个张量都含有一个标记（flag）requires_grad, 它允许在一定的“细粒度”上将其在梯度计算图中剔除以提高效率。如果一个操作（或函数）的输入需要梯度计算，那么其输出也必然需要梯度计算。也就是说输入
转载
2024-04-21 15:50:04
15阅读
# 如何实现Python时频
## 1.整体流程
首先，让我们来了解一下实现Python时频的整体流程。下面的表格展示了实现过程中的步骤：
| 步骤 | 描述 |
|-----|------|
| 1 | 读取音频文件 |
| 2 | 将音频文件转换为数字信号 |
| 3 | 使用傅里叶变换进行频谱分析 |
| 4 | 绘制频谱图 |
接下来，我们将逐步介绍每个步骤需要做的
原创
2023-10-10 07:26:51
149阅读
等频分箱和等距分箱是无监督分箱，卡方分箱和最小熵值分箱是有监督分箱，需要指定标签。等频分箱区间的边界值要经过选择,使得每个区间包含大致相等的实例数量。比如说 N=10 ,每个区间应该包含大约10%的实例。 无法使用pd.qcut，用Rank_qcut替代def Discretization_EqualFrequency(bins_number, data: pd.DataFrame):
"""
转载
2023-08-04 10:20:44
333阅读
在提取相位时，如果图像内的周期数仅为一个，则相对相位就是绝对相位，则求得的相位主值就是它的相位值。实际中，我们投射的光栅并不是一个周期，那么在整个测量的空间中就会求得多个相同的相位主值，这时就需要对包裹的相位值进行展开。相位包裹又是什么意思呢？相位包裹的主要原因是相移法解相时使用了反正切函数，用atan2函数，得到四个象限的反正切，所以计算的相位都是在(-pi,pi]之间，也就是被包裹。因而真实的
转载
2023-11-07 00:13:02
279阅读
以ZPW-2000为例的轨道移频电路原理1.调制调制（modulation)就是对信号源的信息进行处理加到载波上，使其变为适合于信道传输的形式的过程，就是使载波随信号而改变的技术。一般来说，信号源的信息（也称为信源）含有直流分量和频率较低的频率分量，称为基带信号。基带信号往往不能作为传输信号，因此必须把基带信号转变为一个相对基带频率而言频率非常高的信号以适合于信道传输。这个信号叫做已调信号，而基带
转载
2024-01-10 18:54:02
105阅读
1.离散的优势：（1）离散化后的特征对异常数据有很强的鲁棒性：比如一个特征是年龄>30是1，否则0。如果特征没有离散化，一个异常数据“年龄300岁”会给模型造成很大的干扰；（2）逻辑回归属于广义线性模型，表达能力受限，单变量离散化为N个后，每个变量有单独的权重，相当于为模型引入了非线性，能够提升模型表达能力，加大拟合；（3）离散化后可以进行特征交叉，由M+N个变量变为M*N个变量，进一步引入
转载
2023-09-04 22:13:53
251阅读
47_Pandas使用cut和qcut函数进行分箱处理分箱处理（bin Division）是将连续值除以任意边界值，将其划分为类别，再将其转换为离散值的处理。它通常作为机器学习的预处理完成。 比如有一个过程，比如将年龄数据分为十几岁和二十几岁。根据值拆分：cut() 按数量拆分：qcut()它们是有区别的。在这里，下面的内容将讲解如何使用pandas.cut()和pandas.qcut()。等分或
转载
2024-04-10 20:28:48
245阅读
1规定划分区间的参数，取定长的间隔将特征放入不同的箱子中，这种方法对异常点比较敏感。(等宽)2 根据频率划分箱子，会出现特征相同却不在一个箱子中的情况，需要在划分完成后进行微调。（等频）先对特征值进行sort，然后评估分割点，划分或者合并3 1R方法：将前面的m个实例放入箱子中如果后面实例放入箱子时，比对当前实例的标签是否与箱子中大部分实例标签相同，如果相同就放入，如果不相同就形成下一个m大小的新
转载
2023-06-01 15:47:46
205阅读
对数据集分箱的方式三种，等宽等频最优，下面介绍对数据集进行最优分箱，分箱的其他介绍可以查看其他的博文，具体在这就不细说了：大体步骤：加载数据；遍历所有的feature, 分别处理离散和连续特征；得到IV树；递归遍历IV树，得到分割点构成的列表；去掉不符合条件的分割点，得到最优分割点列表；遍历最优分割点列表，将最优分割点信息注入到InfoValue对象中；将每个特征构成的对象放到规则集中（是一个列表
转载
2024-02-26 07:16:09
76阅读
、引言跳频通信是扩频通信的一个分支，它的突出优点是抗干扰性强，因而很适用于军事领域。当70年代末第一部跳频电台问世以后，就预示着其发展势头锐不可挡。到了８０年代，世界各国军队普遍装备跳频电台。这十年是跳频电台发展速度最快的十年。广泛使用跳频电台曾被誉为80年代ＶＨＦ频段无线电通信发展的主要特征。90年代，跳频通信如虎添翼，在军用跳频通信领域已相当成熟的同时，跳频通信的应用又拓宽到民用领域。业内人士
转载
2023-11-03 19:56:22
157阅读
# 分箱：Python中的等频分箱方法
在数据分析中，分箱是一种常用的数据预处理方法，可以将连续变量离散化，便于进行统计分析和建模。本文将介绍Python中实现等频分箱的方法，并以代码示例进行说明。
## 等频分箱的概念
等频分箱是将数据分为若干个箱子，每个箱子中的观测值数量大致相等。这种方法可以减少数据的波动性，提高模型的稳定性。
## Python实现等频分箱
在Python中，我们
原创
2024-07-29 10:10:00
44阅读
# Python 频散曲线的科普文章
在物理学和工程学中，频散曲线是一种重要的工具，用于描述波动传播和材料特性。频散曲线展示了波在不同频率下的传播特性，比如在材料的不同介质中的传播速度。本文将探讨频散曲线的基本概念以及如何使用 Python 来生成和可视化频散曲线。
## 什么是频散曲线？
频散曲线（Dispersion Curve）是表示波的频率（例如声波、光波等）与波速之间关系的图表。它
时频分析在Python中的实践
时频分析是一种结合时间和频率信息的信号处理方法，广泛应用于信号处理、语音识别和生物医学等领域。时频分析通过将信号在时间和频率域中同时表示，使得我们能够更加直观地观察和分析信号的特性。这篇博文将会以轻松的语气记录下我在Python中实现时频分析的过程。
### 协议背景
在时频分析中，我们通常需要对信号进行预处理、变换和分析。四象限图为我们展示了时频分析的不同策
# 等频分箱在Python中的应用
在数据分析与处理的过程中，数据分箱是一种非常重要的技术。分箱能够将连续变量转化为离散变量，从而使得模型的创建与分析更加简便。本文将重点介绍等频分箱（Quantile Binning）的原理及其在Python中的实现，并配有代码示例。
## 什么是等频分箱？
等频分箱是将数值数据划分为几个区间（或称为"箱"），每个区间内部的数据量大致相同。这种方法常用于处理
原创
2024-09-06 05:22:27
368阅读
# 使用Python进行等频划分
等频划分是数据预处理中的一种常见技术，主要用于将数据集中的数值特征划分为若干个区间，使得每个区间内的样本数量基本相同。这在处理数据时有助于消除数据的偏倚。本文将通过实例来教你如何在Python中实现等频划分。我们将通过几个清晰的步骤来完成这一任务。
## 整体流程
下面是实现等频划分的整体流程：
| 步骤 | 描述
原创
2024-09-05 06:43:58
72阅读
