在进入小波分析之前，我们首先要做的事情就是搞清楚傅里叶变换，很多教材、视频中讲解小波分析都会提到傅里叶变换，那么他们到底有什么关系呢？，看完这篇文章我相信你一定还是不会明白（哈哈哈哈，没想到吧，你没看错，不会明白！！！）因为我会出一个系列（专栏），专门讲解小波分析及其应用，这是专栏的第一篇文章，所以大家别着急，我们慢慢道来......1.傅里叶变换介绍首先，咱们先来看看一维的傅里叶变换：官方给出的

目录一、CloudComparer软件介绍二、如何进行点云数据的人工“打标签”一、CloudComparer软件介绍CloudCompare是一个三维点云（网格）编辑和处理软件。最初，它被设计用来对稠密的三维点云进行直接比较。它依赖于一种特定的八叉树结构，在进行点云对比这类任务时具有出色的性能【1】。此外，由于大多数点云都是由地面激光扫描仪采集的，CloudCompare的目的是在一台标准笔记本电

首先来看几个图：有的小伙伴会觉得，哇，这样的函数是不是特比复杂啊，要画出这样的函数图像是不是需要特别多的算法步骤才可以画出来呢？答案咱们文末揭晓！接下来咱们详细来看看mathematica这个软件的画图函数。mathematica采用的是Wolfram语言，Wolfram 语言（通常指代Mathematica或者缩写为M) 是Mathematica和 Wolfram Programming Clo

深度学习（Deep Learning），这是一个在近几年火遍各个领域的词汇，似乎所有的算法只要跟它扯上关系，瞬间就显得高大上起来。在这短短几年时间里，深度学习颠覆了语音识别、图像分类、文本理解等众多领域的算法设计思路，渐渐形成了一种从训练数据出发，经过一个端到端（end-to-end）的模型，然后直接输出得到最终结果的一种新模式。这不仅让一切变得更加简单，而且由于深度学习中的每一层都可以为了最终的

机器学习和模式识别已被广泛应用于脑电信号分析领域，为从高纬度脑电信号提取和描述与任务相关的大脑状态提供了新的方法。鉴于近年来机器学习技术引发的持续关注及广泛的应用，我收集了近年来常见的利用机器学习技术处理脑电信号的案例，并分析总结出了本文内容。首先，我会带领大家分析并简单介绍机器学习的基本概念，接着引出一个关于区分睁眼闭眼状态下静息脑电的科学问题，并逐步介绍如何提取特征、训练特征、选择特征、降维分

未来很长一段时间，物联网安全威胁都将是最大的安全威胁之一，物联网安全支出在信息安全整体市场的占比也将快速提升，根据赛迪顾问《2019中国网络安全发展白皮书》，2018年中国物联网安全市场规模达到88.2 亿，增速高达 34.7%，明显高于行业平均增速。回顾 2019 年，设备安全依然是 2019 年物联网安全的焦点问题：从智能家居设备中的隐私问题到僵尸网络，乃至全球范围内基于物联网僵尸网络发动的分

未来很长一段时间，物联网安全威胁都将是最大的安全威胁之一，物联网安全支出在信息安全整体市场的占比也将快速提升，根据赛迪顾问《2019中国网络安全发展白皮书》，2018年中国物联网安全市场规模达到88.2 亿，增速高达 34.7%，明显高于行业平均增速。回顾 2019 年，设备安全依然是 2019 年物联网安全的焦点问题：从智能家居设备中的隐私问题到僵尸网络，乃至全球范围内基于物联网僵尸网络发动的分

最近看了一些基于深度学习的Style Transfer, 也就是风格迁移相关的paper，感觉挺有意思的。所谓风格迁移，其实就是提供一幅画(Reference style image)，将任意一张照片转化成这个风格，并尽量保留原照的内容(Content)。之前比较火的修图软件Prisma就提供了这个功能一、图像风格迁移(Neural Style)简史可以参考文章：图像风格迁移(Neural Sty