其他

原文轉載於：http://www.cnblogs.com/mod109/p/5767867.html#top  非常感謝。 webrtc的音頻處理模組分為降噪ns（nsx），迴音消除aec（回聲控制acem），音頻增益agc，靜音檢測部分。另外webrtc已經封裝好了一套音頻處理模組APM，如果不是有特殊必要，使用者如果要用到回聲消除等較為複雜的模組時，最好使用全部的音頻處理模組，不要單獨編譯其中一部分以免浪費寶貴的時間。

  【題目】已知兩變數a和b，設計一個演算法，交換a與b的值。 【方法1】 最傳統，最廣泛，最著名的方法，增加一個變數，代碼如下： int a,b; int c; c = a; a = b; b = c;   【方法2】 不增加第三個變數，交換a和b的值，代碼如下： int a,b;

本文概要介紹webRTC的音頻處理流程，見下圖： webRTC將音頻會話抽象為一個通道（Channel），譬如A與B進行語音通話，則A需要建立一個Channel與B進行音頻資料轉送。上圖中有三個Channel，每個Channel包含編解碼和即時傳輸協議（Real-time Transport Protocol，RTP）/即時傳輸控制通訊協定（Real-time Control Protocol，RTCP）發送功能。

詳情請參考此文章：點我。 純屬個人感悟，不對的地方請指教。剛接手一個華為路由器，型號AR161W，首先就是閑登入Web管理介面了，弄了好久沒有成功，先說說我是怎麼串連的，供電，用網線直連AC的Managemeng口，然後再網頁上輸入192.168.1.1，其實沒反應，後來怎麼搞的在網頁上輸入192.168.30.1能進入到Web介面，但是使用者名稱密碼死活登入不進去，後來問客服的，具體操作流程如下。

    符號計算 存放的是精確資料，耗儲存空間 ，運行速度慢，但結果精度高；數值計算則是以一定精度來計算的，計算結果有誤差，但是運行速度快。兩者的區別是： 數值計算的運算式、矩陣變數中不允許有未定義的自由變數 , 而符號計算可以含有未定義的符號變數。 一、符號對象和符號運算式 close all;clear all;clc;%% 符號對象的建立syms x y

1934: [Shoi2007]Vote 善意的投票 如果把每個人都看做一個節點，題意其實就是等價於求把點集劃分為2個獨立部分的最小代價； 我們把贊成的點都引向匯點一條流量為1的邊； 從原點向反對的點都引一條流量為1的邊； 每一對好友之間連一條容量為1的邊； 那麼最小代價就是從源到匯的最小割，而最小割==最大流； #include

        如果一張圖片中，光照不均勻，使用全域閾值時，就無法達到想要的閾值化效果。因此，不均勻光照的補償演算法研究，具有一定的意義。         當然，不均勻光照的補償方法有很多，本文只是記錄其中一種，具體效果如何，實際價值如何，還有待驗證。希望看到此博文的讀者，對不均勻光照有深入研究的，可以一起交流。         其主要思路為：

連微軟都正式放棄更新MFC了，雖然不舍，但是也只能學會放棄MFC了。  由於以前歐洲的同事都是使用QT來開發各種各樣的應用程式，並且也知道可以做成跨平台的應用。因此不妨也開始學習QT吧 1. QT下載地址：http://download.qt.io/archive/qt/5.5/5.5.1/     或則上https://www1.qt.io/download/， 點擊下載，會讓註冊帳號。註冊帳號之後，就會看到open

小明的煩惱 時間限制： 3000  ms  |  記憶體限制： 65535  KB 難度： 1 描述 小明最近接到了一個棘手的任務，他們公司有一個電話簿.但是這是一個奇怪的電話簿,因為它不是用數字記錄電話號碼，而是用數字鍵上所對應的字母來記錄電話號碼（2-abc,3-def,4-ghi,5-jkl,6-mno,7

OpenSIFT An Open-Source SIFT Library View project onGitHub The Scale Invariant Feature Transform (SIFT) is a method to detect distinctive, invariant image feature points, which easily can be matched between images to perform

原文轉載於：http://www.cnblogs.com/mod109/p/5469799.html   非常感謝。 webrtc的音頻處理模組分為降噪ns，迴音消除aec（回聲控制acem），自動控制增益agc，靜音檢測部分。另外webrtc已經封裝好了一套音頻處理模組APM，如果不是有特殊必要，使用者如果要用到回聲消除等較為複雜的模組時，最好使用全部的音頻處理模組，不要單獨編譯其中一部分以免浪費寶貴的時間。

        Class檔案的載入流程如下圖所示，其中載入、驗證、準備、初始化、和卸載的順序是固定的，解析有可能會在初始化之後進行。 類裝載的條件         Class只有被使用到的時候才會被裝載，一個類或介面在第一次主動使用時，必須要進行初始化。主動使用包括以下幾種情況：      

論頻譜中負頻率的物理意義 ——閱讀分析 *聲明：此文中大量引用了陳懷深、方海燕的相關論文內容 *此文是我讀過的最好的解釋了頻譜負頻率的文章，僅以此博文向上述兩位作者致敬。

篇部落客要以介紹MS COCO資料集為目標，分為3個部分：COCO介紹，資料集分類和COCO展示。 本人主要下載了其2014年版本的資料，一共有20G左右的圖片和500M左右的標籤檔案。標籤檔案標記了每個segmentation的像素精確位置+bounding box的精確座標，其精度均為小數點後兩位。一個目標的標籤示意如下：     {"segmentation":[[392.87, 275.77, 402.24, 284.2,

    微軟的Kinect V2裝置建議在ROS的indigo版本使用（文檔較多），不要在Kinect版本使用（可能因為opencv版本是3.X出現使用問題），以下安裝針對Ubuntu 14.04 indigo ROS。 1 所需軟體包 1）libfreenect2（https://github.com/OpenKinect/libfreenect2.git） 這個包主要是Kinect2的驅動相關東西。 注意此包不對Kinect

第九章 攔截器     攔截器的工作原理如上圖，每一個Action請求都封裝在一系列的攔截器的內部。攔截器可以在Action執行直線做相似的操作也可以在Action執行直後做回收操作。   每一個Action既可以將操作轉交給下面的攔截器，Action也可以直接退出操作返回客戶既定的畫面。   如何自訂一個攔截器。 自訂一個攔截器需要三步： 1

      當你每天乘坐交通工具的時候，是否注意到了周圍環境的雜訊汙染。面對耳朵裡跑進來惱人的噪音，除了堵住耳朵這種被動的方法，我們現在還可以主動出擊，用聲音將雜訊消滅掉。  　　用一句話來概括主動降噪的原理：通過發出與雜訊相位相反，頻率、振幅相同的聲波與雜訊幹涉實現相位抵消。 　　想要理解這句話，首先要明白聲音是什麼。相位和振幅是什麼。幹涉又是如何發生的。 　　我們平時聽到的聲音，實質上是空氣被擠壓並不斷傳遞的現象。

HashSet與HashMap區別 HashMap實現了Map介面  HashSet實現了Set介面 HashMap儲存索引值對  HashSet僅僅儲存物件 HashMap使用put()方法將元素放入map中  HashSet使用add()方法將元素放入set中 HashMap中使用鍵對象來計算hashcode值  HashSet使用成員對象來計算hashcode值

      在語音去噪中最常用的方法是譜減法，譜減法是一種發展較早且應用較為成熟的語音去噪演算法，該演算法利用加性雜訊與語音不相關的特點，在假設雜訊是統計平穩的前提下，用無語音間隙測算到的雜訊頻譜估計值取代有語音期間雜訊的頻譜，與含噪語音頻譜相減，從而獲得語音頻譜的估計值。譜減法具有演算法簡單、運算量小的特點，便於實現快速處理，往往能夠獲得較高的輸出信噪比，所以被廣泛採用。該演算法經典形式的不足之處是處理後會產生具有一定節奏性起伏、聽上去類似音樂的“音樂雜訊”。

對於一個序列a1,a2,a3,….an，我們可以計算出一個符號矩陣S，就是上面右圖矩陣，其中S(i,j)表示 ai+…+aj的加號或減號，給出序列不難求出矩陣，我們的任務是求出“逆問題”，即給出矩陣，求出序列，序列每個值大於-10小於10；s[i][j]數組表示表示第i項到第j項的和,如果是“+”則sum[j]-sum[i-1]>0，從j指向i-1，否則當sum[i-1]-sum[j]>0，從i-1指向j #include <iostream>#include