Xinhecuican's Blog

基本流程 基本流程为： 使用autoscan生成configure.scan文件，然后重命名为configure.acconfigure.ac里面包含一些自动检查的内容 执行aclocal，configure.ac中的宏实际上是m4宏的一个封装，这条命令将会吧ac宏解析成m4宏 执行autoconf， 它会生成configure脚本 执行autoheader，它会根据configure.ac中的内容生成一些预定义信息 Makefile.am中包含了程序编译链接信息，也就是makefile的主体内容，执行automake会生成Makefile的前置文件 执行./configure会生成Makefile文件 configure是检查系统设置，库函数是否满足等运行环境判断，Makefile.am则是真正的进行编译 configure.acautoconf基于此 首先介绍m4，m4是一个宏处理器，它会扫描文本，如果遇到宏则将其展开。 我们可以简单的认为他将shell脚本套上了一层函数的壳，例如： // 检测是否安装foo程序的shellif [ $(which foo) ]then ...

定义光流在计算机视觉中表示物体的移动,由于相机和物体之间存在相对运动，因此多帧之间的图像像素强度值不同，通过连续检测运动物体帧之间的强度变化，可以估计出物体的运动信息。 光流法基本假设条件 亮度恒定不变： 即同一目标的不同帧之间，亮度不会改变，通过它可以得到光流法的基本方程 小范围运动： 点在相邻帧之间不会发生大范围的运动 光亮恒定不变假设产生的方程为将右侧进行泰勒展开可得 $I_x$为相邻帧之间x位置变化量，$I_t$是时间变化量，如果是后一帧则为1，前一帧则为-1其中有u和v两个变量，因此我们需要加入额外的约束条件。 不同的约束条件变产生了额外的方法 Lucas-Kanada方法L-k方法假设相邻像素之间位移相似。然后根据这一假设选取像素点附近一个窗口，这个窗口内的位移相同，然后联立这些方程可得: 这种方法的问题是需要联立矩阵求解，因此它的特征值不能过大或过小 如图是特征值对应的区域类型， Flat是平滑区域，edge是边界 此外，为了解决小范围运动的问题，可以通过建立图像金字塔解决。因为图像分辨率小，每次移动的像素点就少。 FlowNetFlowNet的结构 它还是 ...

set_property xsim.view F:/vivado/project/tcpu/src/testbench/dcache.wcfg

基础例： 假定文法为：(1) S->aAcBe(2) A->b(3) A->Ab(4) B->d将abbcde归约到S栈 动作a 进aab 进abaA A->baAb 进baA A->AbaAc 进caAcd 进daAcB B->daAcBe 进eS S->aAcBe 该过程和自顶向下正好相反，它从规则右端寻找是否有匹配规则，然后将他归约成左端，最后得到起始字符为匹配完成。 因为右端可能会有多条相同规则，因此问题的关键是使用哪一个产生式进行归约。 名词定义： 短语： 文法G[S], $\alpha \beta \delta$是文法G的一个句型 且$S \overset{*}{=}> \alpha \beta \delta \, 且 \, A \overset{+}{=}> \beta$.则称$\beta$是A的短语 直接短语： 若有A=>$\beta$则称为直接短语 句柄： 一个句型的最左直接短语称为句柄 例如文法： E->T | E+TT->F|T* ...

最大流最小割问题可以参考这篇博客 graph cut思想能量函数 其中前一项是区域项。而后一项是边界项。而函数的优化目的是找能量最低的位置。 首先我们需要一些种子点标注它是前景还是背景，然后我们可以根据前景点和后景点构建概率直方图。图中的含义是p节点的前景的区域概率为p节点在前景直方图的概率的负对数。 而边界项的计算公式为 也就是说随着颜色差异和距离的增大，B在减小。 gprah cut的目的是为了区分出哪些是前景，哪些是背景来进行分割。因此我们可以采用最大流最小割的思想，将源点认为是前景，将汇点认为是背景，而图像中的像素是其他点，我们需要找到最小割将前景和背景分割开来。 定义完点之后还需要定义流量，流量分为端点到像素点之间的流量和像素点到像素点之间的流量： 端点到像素点： 这一项是前面公式中的R(L)，它的定义为如果是前景种子点，则到前景流量为无穷大，到背景点流量为0.其他点到源点和汇点计算遵从上面的公式 像素点到像素点： 这一项是公式中的B(L)，遵从上面公式 代码实现import osimport cv2import numpy as npimport maxflowi ...

语法分析基础编译的第一步是词法分析，第二步是语法分析。词法分析产生的结果是标识符，第二步是判断源程序文法是否合法。例如if{...}就是不合法的文法，但是他产生的标识符都是正确的。 工作原理： 通过上下文无关文法产生的文法式，识别输入字符串是否是一个句子。从左至右每次读入一个字符进行规则匹配。 问题及解决左递归例如 规则为P->Pa字符串为a起始非终结符为P读入a后将栈中的P展开为Pa,然后因为是从左往右匹配因此读入P，展开为Paa,如此递归，得到死循环 消除递归的方法： 消除直接左递归 经过这样的转换之后产生的语言没有改变，但是消除了直接的左递归 再将它一般化得： \begin{aligned} A &\to A \alpha_1 | A\alpha_2 | \dots | A \alpha_m | \beta_1 | \beta_2 | \dots | \beta_n\\ 则可以改写为\\ A &\to \beta_1 A^{'} | \beta_2 A^{'} | \dots | \beta_n A^{'}\\ A &\to \alpha_1 A ...

定义图灵机是一个七元组(Q, $\sum , \tau , \delta , q0 , q{accept} , q_{reject}$} Q： 状态集 $\sum$: 输入字母表 $\tau$: 纸带字母表 $\sqcup$是空白符 $\delta$: $Q \times \tau -> Q \times \tau \times {L, R}$ $q_{reject}$： 拒绝状态 简单来说图灵机有一个纸带，并且有一个探头可以读取纸带中任意位置的数据，并且可以修改纸带中任意位置的值，纸带的初始内容就是输入的字符串，纸带上最后一个字符后的字符都是空白符。 纸带的格局（当前状态的内容）： 纸带的格局由三部分内容组成，他可以使用uqv表示，其中q是读写头，uv是纸带内容 当前状态： q 当前纸带内容： uv 读写头当前位置： v的第一个字符 从当前格局跳转到下一个格局的形式化定义为： a, b $\in \tau$, u, v $\in tau^*$, $q_i , q_j \in Q$ ua$q_i$bv 产生 u$q_j$acv 如果存在$\delta(q_i , b) ...

上下文无关文法 上下文无关文法(CFG)是一个四元组(V, $\sum$, R, S) V是变元 $\sum$是终结符 R: 规则，每条规则都由左边的变元和右边变元和终结符组成的字符串构成 S： 起始节点 例如： S -> aSb | SS | $\varepsilon$ 二义性二义性指的是一个字符串可能有多种解析方式 . 导致二义性的原因： 解析顺序不同，可能最后生成的解析树是相同的。 最后生成的解析树不同 为了消除第一种导致二义性的可能，可以使用最左推导，即每次都从最左边的变元开始解析。 二义性定义： 一个字符串可以被两个乃至更多的最左推导生成。 乔姆斯基范式一个上下文无关语言的乔姆斯基范式的形式为： A -> BC B -> a S -> $\varepsilon$ 证明任何上下文无关文法都可以转换成乔姆斯基范式 一个上下文无关文法可以转换成乔姆斯基范式的上下文无关文法 转换分为四个步骤： 添加一个起始变量 添加一个$S_0$和一条规则$S_0 -> S$,其中S是原来的起始变量。这条规则是为了让起始变量不出现在右边 消除 ...

概念k-means算法属于非监督学习，也就是事先不知道给的数据属于那一类，需要自己去分类。它的基本思想是把数据点密集的一群分成一类。 具体过程： 随机选择k个类的初始中心 在c次迭代中，对任意一个样本，求到各中心点之间的距离，将该样本归类到最近中心的那个类 使用均值等方法更新中心点。 如果两次更新匪类相同也结束 例如划分三个点(1, 1) (2, 3) (4, 6)是一类，那么新的中心点是((1+2+4)/3, (1+3+6)/3),不一定要在原有点上 实现import numpy as np# Function: K Means# -------------# K-Means is an algorithm that takes in a dataset and a constant# k and returns k centroids (which define clusters of data in the# dataset which are similar to one another).def kmeans(X, k, maxIt): # maxIt是初始化次数 ...

端口 在复位状态下，所有的sfr为0，所有的p端口为1 p0端口： 39-52脚。可以作为通用数据io端口或者地址数据复用总线。作为通用io端口时，有8个ttl的负载，在和外部负载连接时需要外接一个上拉电阻。作为地址数据复用总线时，首先输出外部存储器的低八位地址，然后变成数据总线进行数据输入输出。当作为io端口时，控制=0，因此上面的三极管输出始终为0，因此需要一个上拉电阻提供信号，当下面三极管为0时，由上拉电阻提供电压，引脚值为1。当下面三极管为1时，电路直接从上拉电阻到接地，引脚值为0，这被称为漏极开路作为地址数据端口时，控制=1,因此mux连接上面的地址数据io。当地址或数据为1时，上面的三极管输出1，当地址或数据为0时，下面的三极管有效，对外输出为0. 输入时需要先写1： 输入也就是读引脚，如果原来锁存器是0那么下面的三极管不连通，这样会有上拉电阻的干扰导致结果一定是1。因此先需要向锁存器输入1.mov a, #0ffh;mov p0, a; 向端口p0写1,共有8个输入端口ov a, p0;从p0口输入数据到a 读引脚和读锁存器是不同的通道，凡是读-修改-写（读锁存器中的 ...