七月历程 | Xu-Blog

六月底老师通知让我提前返校，去长春自我隔离一段时间，这几天一直在收拾东西。空余时间没用来学习，不过倒是上 steam 上买了个游戏(QAQ)

2020 是个多灾多难的年份(澳洲火灾，东非蝗虫肆虐，加拿大雪灾，菲律宾火山爆发，克什米尔雪崩，全球疫情)，我只愿世界和平，不由得想到《流浪地球》的台词：

“最初，没有人在意这场灾难，这不过是一场山火，一次旱灾，一个物种的灭绝，一座城市的消失。直到这场灾难和每个人息息相关。”

几天没写东西，心里有点痒痒，可是赶飞机，找住处，写点啥呢？思来想去，有了这篇历程。

以后每月第一天的文章用作每月工作的索引吧，顺便还可以对上月工作做个简单总结～～(机智如我)

六月总结如下：

以前没在意过写文章的作用，学习也不总是记录，可是当我写六月总结的这一刻，我却要很努力的去回想我到底做了什么…(幸好想起来了，不然要 gg)

所以平时总结都要写下来，才是最重要的呀～本月的总结会稍微详细一些，希望 xu 同学翻的时候多反思哦(๑•ั็ω•็ั๑)

我记性一直不好，可能在别人眼里看来就是没心没肺，忘恩负义，过去的人和事，往往忘记的一干二净。所以慢慢懂得了这个博客的重要性。希望她和它可以一直陪伴着我。

总结如下：

学习相似度算法

工程上我们经常需要判断某设备产生的实际波形信号是否能同预先设计的相拟合，但由于实际产生的波形不仅仅是简单的正、余弦波形，而往往是含有较丰富频率分布的不规则波形，而设备元器件本身及外界的电磁干扰又不可避免的引入了干扰噪声，为我们分析其与预先设计波形的拟合程度的判别增加了困难。另外，实际波形和预先设计波形间往往存在着时序上的差别，相位的改变同样也不利于信号的拟合判别。
在信号与系统这门学科中，相关性是一种在时域中对信号特性进行描述的重要方法。由于其通信的功率谱函数是一对傅立叶变换，在信号分析中往往利用它来分析随机信号的功率谱分布，以致不少人一提到相关性马上会联想到信号功率谱的计算，但相关在对确定信号的分析也是有一定应用。由于相关的概念是为研究随机信号的统计特性而引入的，那么从理论上我们也可以将其应用于两个确定信号（一个我们采集到的信号波形和一个理论波形）相似性的研究上。
比较两波行的相似程度需要从相关概念入手。我们想要对两个信号进行比对，不可能说我们打开俩图片然后做对比，肯定是将信号变成数据文件，实际设备输入的波行也可以通过计算机接口采集并将数据存储为数据文件。然后通过相似度分析算法进行比对。
常见相似度分析算法如下：

曼哈顿距离(Manhattan Distance)：两点之间折线距离

2 维空间：
-----------------
假设：A (x1, y1), B (x2, y2)
d = abs(x1 - x2) + abs(y1 - y2)
-----------------
N 维：
-----------------
假设：A (x1, x2, ..., xn), B (y1, y2, ..., yn), A/B 的坐标集用列表表示
d = sum $ zipWith (\x y -> abs(x - y)) A B
-----------------

欧式距离(Euclidean Distance)：两点之间直线距离

2 维空间：
-----------------
A (x1, y1), B (x2, y2)
d = sqrt ((x1 - x2)^2 + (y1 - y2)^2)
-----------------
N 维：
-----------------
A (x1, x2, ..., xn), B (y1, y2, ..., yn), A/B 的坐标集用列表表示
d = sqrt $ sum $ zipWith (\x y -> (x - y)^2) A B
-----------------

余弦相似度(Cosine Similarity)：向量之间通过夹角的余弦大小来判断两个数据集的差异程度

向量：
(41, 43), B (82, 86) -> 向量 l (x1, y1)
(43, 41), D (86, 82) -> 向量 m (x2, y2)
2 维空间：
-----------------
l 和 m 的夹角余弦计算
cosLM = (x1 * x2 + y1 * y2) / (sqrt (x1^2 + y1^2) * sqrt (x2^2 + y2^2))
-----------------
N 维空间：
-----------------
l (x1, x2, ..., xn), m (y1, y2, ..., yn), l/m 用列表表示
cosLM=(sum$zipWith(*)lm)/((sqrt$sum$zipWith(*)ll)*(sqrt$sum$zipWith(*)mm))
-----------------

搭建 openCV+Python

帮研一同学搭建了 openCV+Python 环境，并运行一个区域提取的程序～

感觉搭建环境这玩意没啥写的，挺简单的…以后如果需要我再单独写总结。

网上很多是通过 homebrew 安装 opencv，其实不用，直接装一个版本的 python

通过 pip install python-opencv 直接安装，搭建完毕（剩下模块缺啥装啥）

Rhino 绘制平衡方块

见猎心喜，看到牛人自制平衡方块，用 Rhino 绘制其结构图：

JAVA 学习

学习 JAVA 类、对象、构造函数、静态变量、访问修饰。

最终暂时还是将 JAVA 弃掉了，因为这个时间段学 JAVA 很难用上，还是要努力毕业啊亲～～

编写扫盲课

因为 20 级新生入学了，老板让给他们留任务，但是每届新生来都是啥也不懂啥也不会(比我们那时候少了股干劲)，编写扫盲课～

新生扫盲课

阿里云备案

好像断断续续 7 天的亚子

KNN 算法研读

忘差不多了，就不写了。

数据结构-队列&栈相关

队列&栈-01
队列&栈-02
队列&栈-03
队列&栈-04
队列&栈-05

数码管原理

总结

总的来说，六月不算虚度光阴，算是重拾信心吧（毕竟我以前很强的）(>^ω^<)

七月索引如下：

07-01：七月历程
 07-02：刷题：数组和字符串-01
07-03：刷题：数组和字符串-02
07-04：刷题：数组和字符串-03
07-05：刷题：数组和字符串-04
07-06：刷题：数组和字符串-05
07-07：刷题：数组和字符串-06
07-07：写作：如何跳出贫困陷阱
 07-08：链表-01
07-09：肝 C++基础语法 83 课时
07-10：C++代码练习：通讯录管理系统
 07-10：阅读《午后四点》读后感
 07-11：阅读《沉默的巡游》读后感
 07-12：阅读《悲剧人偶》读后感
 07-13：阅读《新参者》读后感
 07-14：Hexo 图片相关记录
07-15：今天返校收拾了一天