
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
本文概要性地介绍了redis在windows安装并部署成自动服务的一些基础知识。有关redis服务的高级配置已经各种使用命令有待进一步学习总结。。。
DPLL(Digital PLL)的目的是使得NCO(Numerically Controlled Oscillator, 数值控制振荡器)的输出相位锁定跟踪某个参考相位信号。本文简要介绍数字锁相环路工作原理并针对基本的DPLL模型执行matlab仿真。

1. 概要多相滤波器并不是指具有某种特性的时域或者频域特性的滤波器,它指的是一种滤波器实现的结构,常用于多速率数字信号处理(multi-rate digital signal processing)系统之中。以下采样处理为例。假设要对输入数据序列进行M倍下采样(downsampling or decimation),通常来说,为了避免混叠,在下采样之前需要先进行抗混叠低通滤波,然后再对滤波结果进行

拓扑排序(topological sorting)介绍及Python实现,介绍了拓扑排序基本算法原理,并给出基于深度优先搜索和基于广度优先搜索的Python实现。

前缀和(以及与哈希表组合)是解决算法问题中常见的技巧。本文结合几道leetcode算法题解例介绍前缀和+哈希表的应用例。前缀和:针对一个给定的数列A,它的前缀和数列定义如下:(这里采用和c或者pyhton相同的从0开始的下标方式,以便于和编程进行对照)。前缀和的计算有一个良好的特性,即不是每个前缀和都需要独立计算,前后有依赖关系,如下所示:,这样的话针对数组(本文中不追求严格,数列和数组视为可以互

Leetcode1615. 最大网络秩(medium,图论基础),Python题解

Leetcode213: 打家劫舍 II,python解法,0/1背包问题,动态规划
动态规划是一个具有广泛应用场景的算法设计范式(相对于转为某一类特定问题而发明的特殊算法),本文基于自己的学习理解做一个简单而概要的描述,以便于自己学而时习之以及累进式提高。

Gym库(https://gym.openai.com) 是OpenAI推出的强化学习实验环境库。它用Python语言实现了离散之间智能体-环境接口中的环境部分。本文中“环境”一次均指强化学习基本框架模型之“智能体-环境”接口中的“环境”,每个环境就代表着一类强化学习问题,用户通过设计和训练自己的智能体来解决这些强化学习问题。所以,某种意义上,Gym也可以看作是一个强化学习习题集!本文介绍gym

相关是最常用的统计度量。用一个数来描述两个变量之间的相关联的程度。相关系数的取值范围为[-1,+1]。负值表示随着一个变量值的增大另一个则减小;正值表示随着一个变量值的增大另一个也跟着增大;0则表示一个变量的增大减小对另一个的取值没有 影响。三种常用的相关系数为:皮尔逊相关系数,斯皮尔曼相关系数,Kendall相关系数.本文概要性地介绍皮尔逊相关系数。








