1回答
如何用FFT计算卷积和相关的组合？
fft、correlation、convolution
我试图实现一种算法来高效地计算卷积和相关的组合，如下所示：我知道一维卷积或相关可以通过a corr b = ifft(fft(a).*conjg(fft(b)))
但我不知道它们在二维或N-D问题中的组合。我认为它类似于二维卷积，但我不知道具体的演绎过程。
浏览 0提问于2019-04-20得票数 2
回答已采纳
3回答
不动点FFT算法
mobile、fft、fixed-point
我正在为移动平台开发一个音频应用程序的算法。在我看来，目前许多移动处理器上的浮点计算支持并不普遍，在定点开发将是一种更安全的选择。我已经用浮点的形式写了一段时间的FFT例程，现在已经达到了一定程度的成功，但是用定点写一个却是相当困难的。也就是说，我很乐意提高精度，并找到一种方法来处理潜在的溢出。问题是，与浮点FFT不同，不动点FFT算法的描述在互联网上很难找到。
有没有人有开发这种算法的经验？
浏览 4提问于2013-10-09得票数 1
回答已采纳
1回答
Java中的滑动DFT？
java、fft、dft
我对用Java语言做FFT的JTransforms很熟悉。我想做一系列短时傅立叶变换，我读到滑动DFT对此更好。有没有实现高效滑动DFT的Java库？
浏览 3提问于2012-12-19得票数 4
回答已采纳
1回答
如何改进opencv中的特征检测
c++、opencv、image-processing、feature-detection、feature-extraction
我正在做一个项目，我需要用opencv来检测图像上的特征。SURF detector;BFMatcher matcher;例如，系统在此映像上失败：如何改进这种特征检测？在这个问题上，我还可以使用其他的探测器吗？
浏览 3提问于2013-10-14得票数 3
回答已采纳
1回答
Roberts-Slaney-Bouras整数FFT实现的问题
c、fft、integer-arithmetic
我已经用np.fft用Python语言实现了一个信号处理快速傅立叶变换算法(太简单了)。现在，我正在用C语言使用整数算法来做这件事。经过研究，我发现互联网上最流行的C语言整数快速傅立叶变换库之一是Roberts，Slaney和Bouras的库，它可以在许多地方找到，包括第二个条目.fft，if (in
浏览 0提问于2016-01-12得票数 0
3回答
检测音频流中的特征
c#、algorithm、fft
我想编写/编程/开发一种算法，它可以识别/麦克风音频线路中数据中的许多特征。音频流将是音乐，我想过滤掉特征来区分歌曲，通过区分，我的意思是你可以区分歌曲的流派。FFT是从音频流中获得不同特征的一个很好的开始，但我不知道从哪里开始。有没有可能用FFT得到小节/节拍？关于这一点，有没有什么好的教程/代码示例？FFT是否足以获得音频流的良好特征，或者是否有其他算法可以很好地获取音频流的特征？
我最好使用C#，因为这是我最有经验的编程语言
浏览 1提问于2013-04-20得票数 5
1回答
Java fftpack的基本使用
java、android、matlab、fft、fftpack
我用MATLAB编写了一些简单的音频处理算法，用于Android应用程序。我在将FFT实现转换为Java时遇到了一些困难。我正在尝试使用的Java版本，据报道它是高效的，但对我来说也有点神秘，也许是因为我缺乏对FFT的全面掌握。X = fft(myDoubleArray);
ab
浏览 2提问于2014-01-11得票数 4
回答已采纳
1回答
有了复数到复数的2DFFT，如何做3DFFT？
algorithm、3d、fft、dft
假设我们实现了2D复数到复数的FFT。我们现在如何使用它来实现3D FFT --它只是N个2D切片吗？
浏览 31提问于2018-09-09得票数 1
回答已采纳
1回答
安全快速FFT
c++、performance、c++11、fft
在Herb引人注目的讲座的启发下，我决定使用微软的Visual 2010再看最新版本的C++。我特别感兴趣的是Herb的断言，即C++是“安全和快速的”，因为我编写了许多性能关键的代码。作为一个基准，我决定尝试用多种语言编写同样简单的FFT算法。type or MSVC++ barfs with "ambiguous call to overloaded function"
void fft任何想要快速快速<em
浏览 1提问于2012-04-12得票数 16
1回答
基于倒谱概念的kissfft基音检测
kissfft
我现在是音频信号处理的初学者，我正在尝试实现基音检测算法，我已经找到了倒谱的一些步骤，这是peak = max(result);因此，我使用kissfft和portaudio作为FFT和IFFT的库，用C语言实现了这些算法。我应该将麦克风改为动态麦克风，还是可以使用普通的Labtop麦克风
我听到
浏览 4提问于2012-08-31得票数 0
回答已采纳
1回答
AT91SAM9 ARM处理器Linux用户空间程序的快速傅立叶变换和数学优化
c++、linux、floating-point、arm、fixed-point
我正在为使用Atmel的AT91SAM9G20处理器的嵌入式Linux系统开发C/C++软件。我需要使用Linux用户空间程序使用定点(或浮点)数学快速计算FFT。我知道这里可能需要使用汇编语言来实现，并且在使用gcc编译器进行编译时可能需要额外的-mpcu开关。进行此实现的最佳方式是什么?是否有好的书籍参考或优化的自由/开源软件库可用？我必须实现一些算法，这些算法也需要较小的FFT长度(即1024点)才能多次应用，我想知道一些库(如kissfft)
浏览 1提问于2012-03-26得票数 4
回答已采纳
3回答
图像卷积(图像处理)的C语言实现
c、image-processing、implementation、bmp
我正在测试我在一些站点中发现的一些卷积算法，但它们都没有像应该的那样应用矩阵滤波器。我自己写了一个非常简单的24位bmp库，但现在我需要一点卷积的帮助，我不需要FFT或复杂的算法，运行时间在这个时候并不重要。非常感谢。
浏览 1提问于2013-11-14得票数 2
1回答
从大文本文件中删除重复项
python、c、perl、shell、duplicates
什么是一个好的高效算法来做到这一点。对于小文件，我通常使用字典，例如Python字典来存储唯一键。但这一次文件相当大。任何语言建议都可以。(我正在考虑使用C？或者它不依赖于语言，而是更重要的算法？)
浏览 0提问于2013-11-28得票数 0
2回答
带缺失值的傅里叶变换
c++、algorithm、fft、dft
我有一个时间离散的信号，它可能包含许多缺失值。我想对它做一个傅里叶变换。下图可能显示了这种情况timesteps ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^
缺失值是周
浏览 15提问于2014-04-15得票数 4
2回答
如何在windows 8.1上安装Torch？
lua、windows-8.1、luajit、torch
是一个广泛支持机器学习算法的科学计算框架。它易于使用和高效，这要归功于简单快速的脚本语言LuaJIT和底层的C/CUDA实现。有没有办法在MS Windows 8.1上安装torch？
浏览 0提问于2015-01-21得票数 15
回答已采纳
2回答
利用fft和等长输出在Matlab中实现两个向量的线性卷积和互相关
matlab、numerical-methods、convolution、cross-correlation
我正在实现一个算法，其中我需要使用快速傅立叶变换来计算两个一维向量a和b之间的线性卷积和互相关。如果a的长度为m，b的长度为n，则产生的卷积的总长度将为m + n - 1。但是，该算法要求卷积的输出与输入的长度相同。由于m = n，输入向量具有相同的长度。ifft(fft(a).*fft(b))fftshift(ifft(fft(a).*conj(
浏览 2提问于2012-09-05得票数 1
回答已采纳
1回答
R中的滑动FFT
r、fft
在R中是否有一个函数或软件包用于计算样本的滑动FFT？我的意思是给定fft(x[n:m])的输出，有效地计算fft(x[1+(n:m)])。我会找到一个在线版本(一开始我无法访问完整的时间序列，或者它太大，无法放入内存，我也不打算尝试将整个运行快速傅立叶变换保存在内存中)和批处理版本(我给它整个样本x，并告诉它运行窗口宽度w，从而产生一个复杂的维矩阵c(这里提供了一个这样的算法的例子(但我还没有尝试用任何语言实现它)：
如果R中还没有这样的东西，我想这看起来并不难实现。
浏览 0提问于2012-06-07得票数 8
回答已采纳
1回答
神经网络编程；将Matlab转换为C++
c++、matlab、neural-network、matlab-deployment
为了提高效率，有没有可能用c++这样的编程语言重写这段代码？
如果可能，是否有必要再次重写像newhop学习算法这样的算法，或者已经有代码示例可供使用？
浏览 1提问于2011-01-21得票数 0
云服务器
对象存储
ICP备案
云点播
腾讯会议
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号