文章目录①.本地缓存-背景②.本地缓存-优缺点③.GuavaCache介绍④.Guava-三种创建方式⑤.Guava-如何回收缓存⑥.Guava-移除监听器⑦.Guava-统计功能⑧.Guava-asMap视图⑨.异步锁定-refreshAfterWrites⑩.核心原理之数据结构①.本地缓存-背景①.在高性能的服务架构设计中,缓存是一个不可或缺的环节。在实际的项目中,我们通常会将一些热点数据存储到Redis或Memcached这类缓存中间件中,只有当缓存的访问没有命中时再查询数据库。在提升访问速度的同时,也能降低数据库的压力②.随着不断的发展,这一架构也产生了改进,在一些场景下可能单纯使用R
目录一.噪声的分类：加性噪声和乘性噪声：稳态噪声和非稳态噪声：二.如何降噪1.线性滤波器：2.谱减法3.基于统计模型的实时降噪算法3.1核心思想：3.2基于两个假设： 3.3维纳滤波WebRTC原生降噪算法的三个特点：3.4改进方法OMLSA&IMCRA4.子空间算法思想：算法：算法场景：4.基于机器学习的降噪5.其他降噪方法一.噪声的分类：加性噪声和乘性噪声：加性噪声：加性噪声和信号直接不相关，满足加性条件。由噪声和源信号相加得到的。 种类按照声源，比如风声、汽笛声、键盘敲击声等。乘性噪声：噪声和信号是相关联的，比如房间的混响、信号的衰减、开普勒效应等。并且往往是从信道传输中产生，也叫信号噪
目录一.噪声的分类：加性噪声和乘性噪声：稳态噪声和非稳态噪声：二.如何降噪1.线性滤波器：2.谱减法3.基于统计模型的实时降噪算法3.1核心思想：3.2基于两个假设： 3.3维纳滤波WebRTC原生降噪算法的三个特点：3.4改进方法OMLSA&IMCRA4.子空间算法思想：算法：算法场景：4.基于机器学习的降噪5.其他降噪方法一.噪声的分类：加性噪声和乘性噪声：加性噪声：加性噪声和信号直接不相关，满足加性条件。由噪声和源信号相加得到的。 种类按照声源，比如风声、汽笛声、键盘敲击声等。乘性噪声：噪声和信号是相关联的，比如房间的混响、信号的衰减、开普勒效应等。并且往往是从信道传输中产生，也叫信号噪
文章目录前言什么是电子投票系统？传统投票流程传统投票的安全性电子投票的安全性电子投票做了些啥？区块链能给电子投票带来什么？我们的选择验证示例遗留问题前言最近接到项目要做区块链投票系统，集中调研了下相关的知识，做这里做下简要的记录。区块链电子投票系统拆开看是两个问题：什么是电子投票系统？区块链能给电子投票系统带来什么？什么是电子投票系统？先来看第一个问题，什么是电子投票系统？根据维基百科-电子投票的定义：电子投票，是一种投票设备，使用者直接按钮，就可以投票给自己所支持的候选人。 电子投票技术可以包括穿孔卡，光学扫描投票系统和专用投票亭（包括独立的直接记录电子投票系统或DRE）。它还可以涉及通过电
文章目录前言什么是电子投票系统？传统投票流程传统投票的安全性电子投票的安全性电子投票做了些啥？区块链能给电子投票带来什么？我们的选择验证示例遗留问题前言最近接到项目要做区块链投票系统，集中调研了下相关的知识，做这里做下简要的记录。区块链电子投票系统拆开看是两个问题：什么是电子投票系统？区块链能给电子投票系统带来什么？什么是电子投票系统？先来看第一个问题，什么是电子投票系统？根据维基百科-电子投票的定义：电子投票，是一种投票设备，使用者直接按钮，就可以投票给自己所支持的候选人。 电子投票技术可以包括穿孔卡，光学扫描投票系统和专用投票亭（包括独立的直接记录电子投票系统或DRE）。它还可以涉及通过电
云计算（CloudComputing）是分布式计算的一种，即通过“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过服务器集群组成的系统对这些小程序进行处理和分析并将结果返回给客户，能够在较短时间内完成数以万计的数据进行处理。云计算结构框图：APP应用7VM（VirtualMachine）虚拟机6CloudManager云管理平台5Hypervisor 虚拟服务4OS物理机操作系统3硬件 物理机硬件2DC（DataCenter） 数据中心1DC：服务器集群组成的系统Hypervisor：又称虚拟机监视器，是用来建立与执行虚拟机器的。类似于WINDOW系统与
云计算（CloudComputing）是分布式计算的一种，即通过“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过服务器集群组成的系统对这些小程序进行处理和分析并将结果返回给客户，能够在较短时间内完成数以万计的数据进行处理。云计算结构框图：APP应用7VM（VirtualMachine）虚拟机6CloudManager云管理平台5Hypervisor 虚拟服务4OS物理机操作系统3硬件 物理机硬件2DC（DataCenter） 数据中心1DC：服务器集群组成的系统Hypervisor：又称虚拟机监视器，是用来建立与执行虚拟机器的。类似于WINDOW系统与
一、发展背景1、大数据时代（1）时代背景 大数据、物联网、云计算促成的第三次信息化浪潮。（2）技术支撑 ①存储（存储设备容量不断增加）； ②计算（CPU处理能力大幅提升）； ③网络（网络带宽不断增加）；（3）大数据发展历程二、大数据的概念和影响 1、大数据的经典特征（1）4V ①数据量大； ②数据类型繁多； ③处理速度快； ④价值密度低；2、大数据理论基础（1）常用存储单位的换算关系（2）科学研究的四种范式 ①第一种范式：实验科学； ②第二种范式：理论科学
一、发展背景1、大数据时代（1）时代背景 大数据、物联网、云计算促成的第三次信息化浪潮。（2）技术支撑 ①存储（存储设备容量不断增加）； ②计算（CPU处理能力大幅提升）； ③网络（网络带宽不断增加）；（3）大数据发展历程二、大数据的概念和影响 1、大数据的经典特征（1）4V ①数据量大； ②数据类型繁多； ③处理速度快； ④价值密度低；2、大数据理论基础（1）常用存储单位的换算关系（2）科学研究的四种范式 ①第一种范式：实验科学； ②第二种范式：理论科学
文章目录人工神经网络的定义神经元的定义神经元的功能感知机单层神经网络多层神经网络（多层感知机MLP）激活函数线性函数与非线性函数的界定张量（Tensor）P5_todo人工神经网络的定义人工神经网络(英语:ArtificialNeuralNetwork，ANN)，简称神经网络(NeuralNetwork,NN）或类神经网络，是一种模仿生物神经网络(动物的中枢神经系统，特别是大脑）的结构和功能的数学模型，用于对函数进行估计或近似。ps：和其他机器学习方法一样，神经网络已经被用于解决各种各样的问题，例如机器视觉、自然语言处理和多模态。这些问题都是很难被传统基于规则的编程所解决的，也是神经网络大展宏
