qq_42153494的博客

原创 备战实习 leetcode总结笔记

备战实习 leetcode总结笔记1 刷题心得2 数据结构3 链表总结a) 基本技巧b) 晋级技巧4 数组总结4 二叉树总结5 设计数据结构总结![在这里插入图片描述](https://img-blog.csdnimg.cn/1ca71e67493d48aba29cc748bd55129c.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAZGVlZWVlZXBsZWFybmluZw==,size_20,

原创 目标检测方法总结

目标检测方法总结

原创 算法设计总结1-7

算法设计总结1 时间复杂度对比2 贪婪法3 分治法4 动态规划5 网络流61 时间复杂度对比log，多项式，指数2 贪婪法迭代过程中，给每个选择一个等级，每次选择等级最大或者最小3 分治法将一个问题分为多个类似的子问题，然后递归分和并是两大重点。如何将原问题分解为类似的子问题子问题如何合并4 动态规划原理：0到n-1是最优，那么0到n一定包含0到n-1。迭代过程中，每次有多个选择，根据比较得出最优。设置函数opt(i-1)，表示第i-1步骤最优。5 网络流Ford-Ful

原创 凸优化总结

凸优化总结 1基础1.1 凸集1.2 凸函数1.3 凸问题1.4 对偶5 无约束梯度下降6 约束梯度下降7 次梯度法8 mirror 下降9 近端下降10 加速梯度11 对偶方法11 ADMM1基础1.1 凸集1.2 凸函数1.3 凸问题1.4 对偶5 无约束梯度下降常数步长，精确步长，回溯步长二次优化 最小最大特征值近似强凸性以及L光滑。6 约束梯度下降先在约束内寻找下降方向，然后更新投影法，按照正常梯度下降法，然后投影到约束集合，即寻找约束集合内的最近点。7 次梯度法

原创 机器学习总结

机器学习总结1 前言2 优化问题3 泛化4 过拟合5 优化6 SVM7 decision tree1 前言机器学习是人工智能的核心，从历史数据中学习信息，总结规律。学会概率论与数理统计，矩阵分析以及凸优化，机器学习就掌握了大部分。其中贝叶斯，梯度下降，svd分解在机器学习中较为常用。2 优化问题机器学习可以抽象为优化问题未知函数f:x→yf :x\to yf:x→y数据集D(xi,yi)\mathcal{D} (x_i,y_i)D(xi​,yi​)假设函数类H,h∈H\mathcal{

原创 算法设计 第十章 PSPACE：EXTENDING TRACTABILITY 扩展解的易解性

算法设计 第十章 PSPACE：EXTENDING TRACTABILITY 扩展解的易解性1 前言2 例子2.2寻找最小点集覆盖2.3 solving NP-hard problems on trees2.4 圆弧覆盖物问题2.5 二部图中的点集覆盖1 前言我们已经看到NPC问题以及PSPACEC问题是非常难解的问题，但是存在一些特殊情况，使得这些难解的问题变得容易求解。比如 这种问题有某种结构，我们利用这种结构信息来降低复杂度。相当于有了部分先验。2 例子2.2寻找最小点集覆盖给定G(V

原创 算法设计 第九章 PSPACE：一个超出NP的问题类

算法设计 第九章 PSPACE：一个超出NP的问题类1 PSACE 多项式空间问题1.1 PSPACE1.1 planning problem :二进制计算器2 PSPACE-Complete 多项式空间完全问题2.1 QSAT2.2 Competitive facility location 竞争便利店选址问题1 PSACE 多项式空间问题1.1 PSPACEP：多项式时间内可以求解的decision peoblem（判断是否）PSPACE：多项式空间内可以解决的decision proble

原创 算法设计 第十一章 近似算法

算法设计 第十一章 近似算法1 近似算法1.1 近似率：2例子2.1集合覆盖 set cover2.1.1 贪婪近似算法2.1.2 计算近似率2.2 时序问题 scheduling2.2.1 近似算法一2.2.2 近似率2.2.3 近似算法二2.2.4 近似率二2.3背包问题 knapsack2.4 点集覆盖 vertex cover2.4.1 近似算法2.4.2近似率2.5 旅行商问题 TSP2.5.1 近似算法12.5.2 近似率2.5.3 近似算法22.5.42.6k-center 问题2.6.1算

原创 算法设计第十三章 随机算法 randomed algorithm3

算法设计第十三章 随机算法 randomed algorithm31 Chernoff Bounds1.1 Markov’s Inequality 马尔可夫不等式1.2 Chebychev’s Inequality 切比雪夫不等式1.3 Sum of independent 独立变量求和2 例子2.1 coin filp2.2 Load balancing2.3 set banlancing1 Chernoff Bounds随机算法的核心是分析解的期望，但是我们不总是得到期望。因此要分析随机变量与期

原创 算法设计第十三章 随机算法 randomed algorithm2

随机算法21 Boom filter1.1介绍1.2算法过程：1.3假阳的概率：1.4 提升2 String equality and fingerprinting2.1 算法1 Boom filter1.1介绍一种数据结构，管理一个集合，只支持查找与增加。不支持删除操作导致可以用更少的内存与hash table（散列表）相比假阳：实际不存在，查出存在。假阴：实际存在，查出不存在boom filter 是近似的。假阳低概率，假阴几乎不存在。1.2算法过程：A为长度为m的数组，初始化

原创 算法设计第十三章 随机算法 randomed algorithm1

第十三章 随机算法11 introduction1.1 What?（看后续例子更直观）1.2 Why?1.3 蒙特卡洛算法（Monte Carlo）与拉斯维加斯算法（Las Vegas）2 probability review3 example3.1 最大割 max-cut3.1.1定义3.1.2 随机算法及分析3.2 随机快排 randomed quicksort3.2.1快速排序3.2.2 复杂度分析3.3 散列法 hash3.3.1 问题介绍3.3.2 通用散列函数类H\mathcal{H}H3.3

原创 算法设计 algorithm design 第八章NP问题以及计算难解性 NP and Computational Intractability

第八章 NP and Computational Intractability NP问题以及计算难解性 1 Definition 定义1.1 decision problem 判定问题：1.2 polynomial time 多项式时间：1.3 P 问题：1.4 NP问题1.5 EXP问题2 Reduction 规约3 NPC NP-完全问题3.0 Circuit Satisfiability 电路可满足性3.1 Packing problems3.2 Covering problems3.3 Const

原创 05 Lagrange Duality 对偶

@TOC前言优化问题两个重点：逼近（插值或者泰勒） 以及 对偶1. 拉格朗日算子2. 对偶函数3. 对偶问题4. 强弱对偶性5. kkt条件

原创 04 Convex problem凸优化问题

04 Convex problem凸问题1 一般优化问题2 凸优化问题3 拟凸问题4 凸优化问题分类1 一般优化问题Formimplicit constraintsfeasibility problem全局极小与局部极小2 凸优化问题最优性等价3 拟凸问题4 凸优化问题分类LP，QP，SOCP，SDP...

原创 03 Conex Function凸函数

03 Conex Function凸函数1 凸函数1.1定义1.2 性质1.2.1 一阶条件1.2.2 二阶条件1.2.3 上镜图（epi）1.2.4 下水平集2 保凸操作2.1非负加权求和2.2 复合仿射映射2.3逐点求最大和逐点上确界2.4 复合2.5 最小化2.6透视函数3 拟凸与共轭1 凸函数1.1定义定义域是凸基，并且对定义域上任意两点都有f(θ1x1+(1−θ1)x2)≤θ1f(x1)+(1−θ1)f(x2)f(\theta_1x_1+(1-\theta_1)x_2)\leq \the

原创 线代基本定理4

线代基本定理3前言定理总结前言线代基本定理3与4讲的都是一个东西 奇异值分解。定理设AAA为m*n的实矩阵，r=rank(AAA).设ATAA^TAATA的特征值{σ1,...,σn\sigma_1,...,\sigma_nσ1​,...,σn​},特征向量{v1,...vnv_1,...v_nv1​,...vn​} n∗1n*1n∗1ATAvi=σi2viA^TAv_i=\sigma_i^2v_iATAvi​=σi2​vi​设AATAA^TAAT的特征值{σ1,...,σn\sigm

原创 线代基本定理3

线代基本定理3前言前言线代基本定理1说明了矩阵四个基本空间的维数关系，基本定理2说明了四个基本空间的正交余补性质。依据矩阵乘法方式以及简约行阶梯型。我们希望知道这四个基本空间基底的关系。...

原创 线代基本定理2

线代基本定理21引言2定理3证明1引言线代基本定理一（看之前文章）告诉我们R(A)(A)(A)与N(AAA)的维度关系，我们希望知道它们的空间关系，平行？相交？垂直？线代基本定理2就告诉我们这些空间的位置关系。证明之前我们需要先证明行秩=列秩。假设行秩为rrr，列秩为ccc.列空间的特征向量为b1,b2,...bcb_1,b_2,...b_cb1​,b2​,...bc​.矩阵AAA的每一列可以表示为b1,b2,...bcb_1,b_2,...b_cb1​,b2​,...bc​的线性组合。a

原创 线性代数基本定理1

线代基本定理11.中心主题2.定理描述3.证明1.中心主题线性代数讲的是向量空间的线性变换。将一个子空间映射到另一个子空间。特征值分解，Jordan标准型都是在寻找向量空间中的不变子空间。我们要在线性变换中寻找不变的量。2.定理描述秩-零度定理（rank-nullity theorem）将上图转为矩阵语言：矩阵A∈Rm∗nA \in R^{m*n}A∈Rm∗n，将一个n维空间映射到一个m维空间。rank(A)=dim(R(A))+dim(N(A))R(A)表示{y|y=Ax} A的值

原创 窗口函数等--天池龙珠计划SQL训练营

窗口函数等--天池龙珠计划SQL训练营1.窗口函数1.1 partition by1.2 order by2. ROLLUP - 计算合计及小计注意事项1.窗口函数是一类函数集合，对数据库进行实时数据分析，有动态作用。<窗口函数> OVER ([PARTITION BY <列名>] ORDER BY <排序用列名>) 将SUM、MAX、MIN等聚合函数用在窗口函数中RANK、DENSE_RANK等排序用的专用窗口函

原创 SQL集合运算-表的加减法和join等-天池龙珠计划SQL训练营

集合运算1.表的加减法1.1集合运算1.2 表的加法 -UNION1.3 包含重复行的集合运算 UNION ALL1.4 bag模型与set模型1.5 隐式类型转换1.6 差集 EXCEPT 与 NOT1.7 交集 INTERSECT 与 AND1.8 对称差2.连结（join）1.表的加减法1.1集合运算数据库中选出的数据为集合，集合运算 交 并 补 差。1.2 表的加法 -UNION在两个select之间使用。 两个集合之间SELECT product_id, product_name

原创 SQL视图、子查询、函数-天池龙珠计划SQL训练营-笔记

SQL视图、子查询、函数-天池龙珠计划SQL训练营-笔记1视图1.1 什么是视图1.2 创建视图1.3 修改视图结构1.4更新视图内容1.5删除视图2子查询2.1 什么是子查询2.2 子查询和视图的关系2.3 嵌套子查询2.4 标量子查询2.5关联子查询小结3函数4谓词5case表达式1视图1.1 什么是视图虚拟的表，可理解为c语言中的指针，为了提高效率以及增强保密性（不显示视图以外的数据）。1.2 创建视图create view view_name (list_name) as <s

原创 SQL基础查询与排序-天池龙珠计划SQL训练营-笔记

1. SELECT语句基础1.1 从表中选取数据根据列选出所有行select <列名>,from <表名>1.2从表中选取符合条件的数据需要用到where 语句，对列加入约束, 从句语法select <list_name>, …from <table_name>where <condition_>;1.3相关法则星号(*) 代表全部。汉语别名用双括号。一行注释 “–” 多行注释 ‘/* */’select distin

原创 初识数据库-天池龙珠计划SQL训练营-笔记

原创 无线通信知识图谱

原创 第七章 数字带通传输

知识框图

原创 第六章 数字基带传输

时间有限 仅画出框图

原创 第五章 模拟调制系统2

模拟调制系统2前言1.非线性调制(角度调制)原理2.抗噪性能3.模拟调制系统的比较前言1.非线性调制(角度调制)原理2.抗噪性能3.模拟调制系统的比较

原创 第五章 模拟调制系统1

文章目录前言一、幅度调制（线性调制）1.(DSB)双边带调制2.(AM)常规调幅3.(SSB)单边带调制4.(VSB)残留边带调制二、线性调制系统的抗噪性能三、角度调制（非线性调制）四、调制系统的抗噪性能五、各种模拟调制系统的比较前言调制：把信号加载到载波上调制目的：在无线传输中，为了获得更好的辐射效率，天线尺寸必须与发射信号波长相比拟，通过调制可以把信号搬到高频。把多个基带信号分别搬到不同的载频处，可以实现多路复用，提高信道利用率。扩展信号宽带，提高抗噪性能。抽象为一句话，为了实现信号

原创 第四章 信道

信道一、无线信道1. 地波2.天波3.视距传播4.其他二、有线信道三、信道数学模型四、信道特性五、信道容量一、无线信道无限信道是将信号加载到电磁波上进行传输，按照电磁波频率的不同，电磁波传播分为多种。地球大气 ：地面，对流层，平流层，电离层。1. 地波频率小于2MHz有绕射能力2.天波频率2MHz~30MHz被电离反射3.视距传播频率>30MHz直线传播。穿透电离层4.其他频率越高绕射能力越差。微波中继，卫星中继散射通信：电离层散射（30-60）MHz，对流层散射（

原创 第三章 随机过程

第三章 随机过程一、随机过程基本概念1.基本概念2.分布函数3.数字特征二、平稳随机过程三、高斯随机过程四、平稳随机过程通过线性系统五、窄带随机过程六、正弦波加窄带高斯噪声七、 高斯白噪声与带限白噪声一、随机过程基本概念1.基本概念随机过程：随机过程包含两个概念，随机指随机变量，过程表示随时间变化。看做随机变量的延伸，在给定t1t_1t1​时刻每一个样本函数xi(t)x_i(t)xi​(t)是一个确定的数值xi(t1)x_i(t_1)xi​(t1​)。样本x(t1)x(t_1)x(t1​)是一个随

原创 第二章 确定信号

文章目录一、确定信号的类型二、频域性质1. 功率信号的频谱2.能量信号的频谱密度3.能量信号的能量谱密度4.功率信号的功率谱密度三、时域性质1.能量信号的自相关函数2.功率信号的自相关函数3.能量信号的互相关函数4.功率信号的互相关函数看到功率：一个周期，取极限一、确定信号的类型信号在数学上可以用一个时间函数表示s(t)s(t)s(t)周期信号：s(t)=s(t+T)s(t)=s(t+T)s(t)=s(t+T)非周期信号：按照周期无穷处理lim⁡T→+∞\lim\limits_{T\to+\i

翻译 第一章 绪论

第一章 绪论一、通信的基本概念1.通信的发展2.消息、信息与信号二、通信系统模型1.通信系统一般模型2. 模拟通信系统模型3. 数字通信系统模型三、通信系统分类与通信方式1.分类2.通信方式四、信息及其度量五、通信系统主要性能指标1. 有效性2.可靠性一、通信的基本概念1.通信的发展通信是发送者和接受者通过某种媒体进行信息传递。现代社会通信方式：电报==>电话==>广播==>电视==>计算机通信电信：利用电信号来传输信息的通信方式，通信一般指电信。2.消息、信息与信号

原创 02-python开发基础

1 现代计算机图灵计算机之父，提出了图灵集机模型。图灵机：将人的计算行为抽象掉的数学逻辑机，其更抽象的意义为一种计算模型。可以看作等价于任何有限逻辑数学过程的终极强大逻辑机。维基百科图灵机定义：状态集合，有穷输入字母表，（前两个为总体），有穷带字母表，空白符，初始状态，接受状态，拒绝状态冯诺伊曼计算机体系：二进制，五大部件：输入输出设备，存储器（内存），【运算器，控制器】（cpu）cp...

原创 01-python简介

1 简介python之父：荷兰人 Guido van Rossum哲学 ：import this版本问题：2.X 3.X 很多不同 主流3.X，学习3.X完事。2 职业发展平台：*nix平台系统：线程 进程 shell编程网络：网络原理 http协议算法要求：数据结构 排序算法数据库：mysql中间件：消息队列原理和应用web开发与可视化：前后端开发数据处理与人工智能： 数...

原创 经典优化方法漫谈

袁亚湘院士经典优化方法漫谈报告笔记1 什么是优化优化：多种选择中挑最好的任何存在决策的问题是优化问题 ，优化是运筹管理的核心方法，机器学习深度学习人工智能本质是一种优化问题。在数学中为求极值问题。2 线性规划2.1单纯性法解在顶点 单纯型法 在顶点调整。几何上寻找凸面体上最低点，直观简单。缺点：不是多项式算法，存在例子遍历所有顶点。2.2 内点法在之前先介绍椭球算法。蓝...

原创 因子分析学习笔记

因子分析1 寻找因子 （提取特征）2 拟合3 检验4 修改因子本质上为线性回归模型1.模型y=θTxy=\theta^T xy=θTx\quadθ,x\theta,xθ,x均为向量最小二乘回归:\quad Loss=1m∑(y−y^)2Loss=\frac{1}{m}\sum(y-\hat y)^2Loss=m1​∑(y−y^​)2岭回归 L2正则化:\quad Loss=...

原创 02 Conex Set凸集

[02]Conex Set1 SetAffine SetLine:两点(x1x_1x1​ ,x2x_2x2​) 确定 (θ\thetaθ )一条直线 。 x=θx1+(1−θx2)x=\theta x_1+(1-\theta x_2)x=θx1​+(1−θx2​)Affine Set： 集合中任意两点连成的直线上的点均在集合中。Example:{x|Ax=b}Convex SetL...