真正的迪迦_个人页

OPUS编解码器简介

基于WebRTC的噪声消除系统发布第二个版本

WebRTC Noise Suppression 工程主页&下载地址：http://tech.yushuai.xyz/WebRTC_deNoise/ 这是一个基于WebRTC的单通道语音增强系统，其为浮点版本。

Processing of WebRTC noise suppression

计算噪声功率谱程序（WebRtcNs_AnalyzeCore） 计算信噪比函数之前的部分分别是： 1.对输入的时域帧数据进行加窗、FFT变换。 2.然后计算能量，若能量为0，返回；否则继续往下。 3.然后计算新的能量和幅度。

《优化阵列信号处理》学习笔记（第四章）

注：目前因系统问题，故将本文中的公式全部删除，具体请见pdf版本或访问：http://www.yushuai.xyz/2019/10/16/4442.html 第四章：波束稳健性分析 在实际中，由于各种误差（如观察方向误差、阵型标定误差、通道幅度与相位误差等）的影响，造成导向向量存在误差；另外，由于接收数据协方差矩阵无法精确计算，只能通过接受数据进行估计，也不可避免的存在估计误差。

WebRTC整体架构分析

1 设计WebRTC的目的 WebRTC（Web Real-Time Communication）项目的最终目的主要是让Web开发者能够基于浏览器（ChromeFireFox...）轻易快捷开发出丰富的实时多媒体应用，而无需下载安装任何插件，Web开发者也无需关注多媒体的数字信号处理过程，只需编写简单的Javascript程序即可实现。

常用排序算法复杂度和稳定性总结

排序算法 平均时间复杂度 最好情况 最坏情况 空间复杂度 稳定性 冒泡排序 O(n2) O(n) O(n2) O(1) 稳定 选择排序 O(n2) O(n2) O(n2) O(1) 不稳定 插入排序 O(n2) O(n) O(n2) O(1) 稳定 希尔排序 O(nlogn)...

算法笔记之分支限界法

广度优先 广度优先搜索，其实就是层次遍历，程序采用队列来实现。 算法思想 从根开始，常以BF或以最小耗费（即最大收益）优先的方式搜索问题的解空间树。首先将根结点加入活结点表，接着从活结点表中取出根结点，使其成为当前扩展结点，一次性生成其所有孩子结点，判断孩子结点是舍弃还是保留，舍弃哪些导致不可行解或导致非最优解的孩子结点，其余的被保留在活结点表中。

算法笔记之回溯法（3）

旅行商问题 问题描述 假设有5个点，这五个点之间是用无向边来连接的，但是每一个边是有权重的，这实际上是一个无向带权图。我们希望在最小权重的情况下走过这5个点，且不重复，那应该怎样来实现呢？ 算法设计 定义问题的解空间：问题解的形式为n元组{x1,x2,...,xi,...,xn}，分量xi表示第i个要去的旅游景点编号，景点的集合为S={1,2,...,N}。

算法笔记之回溯法（2）

着色问题 问题分析 假设地图共有7个区域，分别是A/B/C/D/E/F/G，对上面顺序进行编号，每个区域用一个结点表示，相邻的区域有连线，那么地图就转化成一个无向连接图。 算法设计 定义问题的解空间。

算法笔记之回溯法（1）

回溯法 回溯法的思想是：能进则进，进不了换，换不了退。隐约束指对能否得到问题的可行解和最优解做出的约束。隐约束包括约束函数和限界函数。 关键步骤是： 定义解空间； 确定解空间的组织结构（子集树、排列数、m叉树等）； 搜索解空间。

剑指offer个人题解1

题目1 二维数组中的查找 题目描述 在一个二维数组中（每个一维数组的长度相同），每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。

拼多多2018年秋校招题目解析和答案（自己编写，可能有问题）

题目1 列表补全 题目描述 在商城的某个位置有一个商品列表，该列表是由L1、L2两个子列表拼接而成。当用户浏览并翻页时，需要从列表L1、L2中获取商品进行展示。展示规则如下： 用户可以进行多次翻页，用offset表示用户在之前页面已经浏览的商品数量，比如offset为4，表示用户已经看了4个商品； n表示当前页面需要展示的商品数量； 展示商品时首先使用列表L1，如果列表L1长度不够，再从列表L2中选取商品； 从列表L2中补全商品时，也可能存在数量不足的情况。

算法笔记之动态规划（4）

用动态分析解决0-1背包问题 有n个物品，每个物品的重量为w[i]，价值为v[i]，购物车容量为W。选若干个物品放入购物车，在不超过容量的前提下使获得的价值最大。 问题分析 （1）分析最优解的结构特征（2）建立具有最优值的递归式可以对每个物品依次检查是否放入或者不放入，对于第i个物品的处理状态：用ci表示前i件物品放入一个容量为j的购物车可以获得的最大价值。

算法笔记之动态规划（3）

最优三角剖分 与矩阵连乘的不同点 不同点就在于递归公式的不同，最优三角剖分的递归公式如下：当i=j的时候，mi=0；当i 图解示例 我们以一个凸多边形为例，其每条边的权重如下表所示 g[][] 0 1 2 3 4 5 0 0 2 3 1 5 6 1 2 0 3 4 8 6 2 3.

算法笔记之动态规划（2）

编辑距离 编辑距离和LCS的不同点 编辑距离的d[][]取值公式如下：（一个前提，若xi=yj，则diff=0；否则为1） di=min{di - 1 + 1, di + 1,di-1+diff} 构造最优解：编辑距离是从右下角开始，逆向查找di的来源：上面表示需要删除，左侧表示需要插入；左上角要判断字符是否相等，若相等，不做任何操作，若不相等，执行替换。

动态规划之最长公共子序列求解

关于最长公共子序列（LCS） 最长公共子序列和最长公共子串是有区别的，之前我一直把它们混淆。 最长公共子串举例：假设S1={A,D,C,B,E,X,Q}，S2={H,P,D,C,B,E,M,L}那么它们的最长公共子串就是{D,C,B,E}。

《剑指Offer》个人整理笔记2

题目1 滑动窗口的最大值 题目描述 给定一个数组和滑动窗口的大小，找出所有滑动窗口里数值的最大值。例如，如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3，那么一共存在6个滑动窗口，他们的最大值分别为{4,4,6,6,6,5}； 针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个： {[2,3,4],2,6,2,5,1}， {2,[3,4,2],6,2,5,1}， {2,3,[4,2,6],2,5,1}， {2,3,4,[2,6,2],5,1}， {2,3,4,2,[6,2,5],1}， {2,3,4,2,6,[2,5,1]}。

计算机组成原理笔记第十章笔记整理

我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。

版权声明：本文为博主原创文章，原文均发表自http://www.yushuai.xyz。未经允许，禁止转载。 https://blog.csdn.net/davidcheungchina/article/details/82628111 我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。

C++面向对象程序设计课程笔记（第三周）

Python chapter 8 learning notes

版权声明：本文为博主原创文章，原文均发表自http://www.yushuai.me。未经允许，禁止转载。 https://blog.csdn.net/davidcheungchina/article/details/78267298 ...

Python chapter 7 learning notes

版权声明：本文为博主原创文章，原文均发表自http://www.yushuai.me。未经允许，禁止转载。 https://blog.csdn.net/davidcheungchina/article/details/78243686 函数input()工作原理 n  示例演示了一种创建多行字符串的方式，第一行将消息的前半部分存储在变量prompt中，第二行，+=在存储在prompt中的字符串末尾附件一个字符串。

Python chapter 6 learning notes

版权声明：本文为博主原创文章，原文均发表自http://www.yushuai.me。未经允许，禁止转载。 https://blog.csdn.net/davidcheungchina/article/details/78243681 ...

Python chapter 5 learning notes

版权声明：本文为博主原创文章，原文均发表自http://www.yushuai.me。未经允许，禁止转载。 https://blog.csdn.net/davidcheungchina/article/details/78243675  一个简单例子     在python中，检查是否相等时，大小写不同默认是不相等的。

Python chapter 4 learning notes

版权声明：本文为博主原创文章，原文均发表自http://www.yushuai.me。未经允许，禁止转载。 https://blog.csdn.net/davidcheungchina/article/details/78243661 1.

Python chapter 2&3 learning notes

版权声明：本文为博主原创文章，原文均发表自http://www.yushuai.me。未经允许，禁止转载。 https://blog.csdn.net/davidcheungchina/article/details/78243401 方法是Python对数据执行的操作。

深度学习及其在语音处理中的应用综述

版权声明：本文为博主原创文章，原文均发表自http://www.yushuai.me。未经允许，禁止转载。 https://blog.csdn.net/davidcheungchina/article/details/78243340 1. 前言 人工智能是当前的一个热点话题，从当前Google旗下的AlphaGO到智能汽车，人工智能已经步入我们生活的方方面面。