二维相位解包理论算法和软件【全文翻译-二维相位解缠的离散形式 （2.5）】
我们已经指出，二维相位解包相当于在覆盖相关领域的路径上对相位梯度进行积分。在实践中，我们当然必须处理采样数据。然而，为了做到这一点，我们必须定义离散域中的二维相位解包问题，并明确本书中将会用到的相关术语。 从最一般、限制最少的意义上讲，二维相位解包是一个不可能解决的问题。例如，一个未知的相位函数 φ 被噪声干扰并包裹到区间 (-π,π] 中，是不可能明确恢复的。不过，如果对基本过程或所需解法的性质做出...
分布式唯一ID 雪花算法
📝个人主页：五敷有你 🔥系列专栏：算法分析与设计 ⛺️稳中求进，晒太阳 算法具体介绍 雪花算法是 64 位 的二进制，一共包含了四部分： 1位是符号位，也就是最高位，始终是0，没有任何意义，因为要是唯一计算机二进制补码中就是负数，0才是正数。41位是时间戳，具体到毫秒，41位的二进制可以使用69年，因为时间理论上永恒递增，所以根据这个排序是可以的。10位是机器标识，可以全...
代码随想录算法训练营第25天|216.组合总和III |17.电话号码的字母组合
216.组合总和III class Solution {private: vector<vector<int>> result; // 存放结果集 vector<int> path; // 符合条件的结果 // targetSum：目标和，也就是题目中的n。 // k：题目中要求k个数的集合。 // sum：已经收集的元素的总和，也就是path里元素的总和。 // startIndex：下一层...
代码随想录算法训练营第24天|理论基础 |77. 组合
理论基础 题目分类 什么是回溯法 回溯法也可以叫做回溯搜索法，它是一种搜索的方式。回溯函数也就是递归函数，指的都是一个函数。 #回溯法的效率 虽然回溯法很难，很不好理解，但是回溯法并不是什么高效的算法。 因为回溯的本质是穷举，穷举所有可能，然后选出我们想要的答案，如果想让回溯法高效一些，可以加一些剪枝的操作，但也改不了回溯法就是穷举的本质。 那么既然回溯法并不高效为什么还要用它呢？ 因为没得选，一些...
【目标检测】NMS算法的理论讲解
将NMS就必须先讲IOU， IOU就是交并比，两个检测框的交集除以两个检测框的并集就是IOU 为什么要做NMS操作，因为要去除同一个物体的多的冗余检测框 那么NMS算法是如何做的呢？ 以上是算法的流程图 下面讲解算法的流程 首先输入是预测框的集合B，置信度分数S，IoU的阈值 τ \tau τ，以及置信度的阈值T ①首先我们创建一个过滤后的检测框的集合F 将这个集合设为空集进行初始化 ②根据置信度的...
Python 练习 LeetCode 贪心算法
Python 练习 LeetCode 贪心算法 整理 LeetCode 贪心算法题目的 Python 解答。保持更新 刷题顺序参考：https://www.jianshu.com/p/460edbe3dc36 题目分类 题目编号 数组与贪心算法 605、121、122、561、455、575、135、409、621、179、56、57、228、452、435、646、406、48、169、215、7...
单片机串口通过查询接收数据，同时具备接收超时、异常判断，常规通用处理算法实现
单片机串口通过查询接收数据，同时具备接收超时、异常判断，常规通用处理算法实现；1、实现过程 （1）初始化串口：首先，需要配置串口的基本参数，如波特率、数据位、停止位和校验位等。这通常涉及到GPIO引脚的配置（如PA2为发送引脚，PA3为接收引脚），以及USART的初始化。 （2）设置超时时间：确定一个合适的超时时间，这个时间应该根据数据的传输速度和预期的数据量来设定。超时时间用于判断串口是否在规定时间...
算法复习：链表
链表定义 struct ListNode { int val; ListNode *next; ListNode(int x) : val(x), next(nullptr) {}}; 链表的遍历：ListNode p=head; while(p!=null) p=p.next; 找到链表的尾结点：p=head; while(p.next!=null)p=p.next; 链表节点的个数： ...
机器学习—— PU-Learning算法
机器学习—— PU-Learning算法 本篇博客将介绍PU-Learning算法的基本概念、基本流程、基本方法，并简单探讨Two-step PU Learning算法和无偏PU Learning算法的具体流程。最后，将通过Python代码实现一个简单的PU-Learning示例，以便更好地理解这些概念和算法。 1. 基本概念 PU-Learning是一种解决类别不平衡问题的机器学习方法，其中类别包...
机器学习——降维算法-主成分分析（PCA）
机器学习——降维算法-主成分分析（PCA） 在机器学习领域，主成分分析（Principal Component Analysis，简称PCA）是一种常用的降维技术，用于减少数据集中特征的数量，同时保留数据集的主要信息。本文将介绍PCA算法的过程、理论基础、以及优缺点，并通过Python实现一个简单的PCA算法示例，最后给出总结。 1. PCA算法过程 主成分分析的过程如下： 对原始数据进行标准化处理...