第二章 Java 數(shù)據(jù)分析算法引擎系統(tǒng)

線性，非線性，維度朽色，場(chǎng)景邻吞，仿生聽覺，視覺葫男，排序抱冷，搜索，基礎(chǔ)應(yīng)用： 元基催化與肽計(jì)算 編譯機(jī)的仿生分析機(jī)

定義： 微分催化排序 一般指 將傳統(tǒng)的排序在數(shù)據(jù)排列計(jì)算過程中 進(jìn)行 內(nèi)存峰值波動(dòng)平均梢褐，計(jì)算邏輯減少旺遮，計(jì)算算子減少，計(jì)算條件減少盈咳，計(jì)算的頻率減少耿眉，計(jì)算關(guān)系減少的催化過程。

價(jià)值是方便函數(shù) 元基索引 和 新陳代謝鱼响，二次新陳代謝鸣剪。（見之后的 象契排序算法的 新陳代謝催化優(yōu)化實(shí)例）

內(nèi)存峰值波動(dòng)平均，(見小高峰過濾左右比對(duì)算法)

計(jì)算邏輯減少丈积，(見比較函數(shù)的 縮進(jìn)優(yōu)化)

計(jì)算算子減少筐骇，(見增序，與減序替換)

計(jì)算條件減少江滨，(見狄摩根離散條件or變換)

計(jì)算的頻率減少铛纬，(見選擇排序的小于deep的堆棧檢測(cè)替換，和閥門邏輯序列頻率統(tǒng)計(jì) 代碼排列優(yōu)化)

計(jì)算關(guān)系減少 (見算子減少和條件減少的相互關(guān)系優(yōu)化)

的催化過程唬滑。

定義人 羅瑤光

催化過程作者認(rèn)為是提高算能利用的過程告唆，符合生產(chǎn)力的發(fā)展。

計(jì)算力與算能優(yōu)化的思想手稿 20190914

最近有WCC1st 長(zhǎng)沙 拜聽了中科院超算 老師們關(guān)于計(jì)算力的趨勢(shì)發(fā)展做的詳細(xì)發(fā)言晶密，深有感觸悔详，于是結(jié)合自

己 10 年基礎(chǔ)所學(xué)和 6 年國(guó)內(nèi)外工作和實(shí)習(xí)的經(jīng)驗(yàn)，寫一篇我關(guān)于計(jì)算力的細(xì)節(jié)惹挟，應(yīng)用和發(fā)展趨勢(shì)的理解手稿。如下缝驳。

計(jì)算力的概念 我所理解為 計(jì)算能连锯。這是未來世界發(fā)展的一種能源，算能用狱。 算能 不是新能源运怖，但是，算能的認(rèn)知夏伊，的確是新的篇章摇展。舉個(gè)例子，從古代到現(xiàn)代溺忧，從樹枝咏连，結(jié)繩盯孙，心算，度量衡祟滴， 珠算振惰，到現(xiàn)在的 AMU, IC，等嵌入式或者片上系統(tǒng)垄懂，到大規(guī)模骑晶，集成，和微晶列陣計(jì)算單元硬件系統(tǒng)草慧，算能的 趨勢(shì)微 從簡(jiǎn)到繁桶蛔，從大到小，從宏到微漫谷，從專到精仔雷，從單到群 的過程。而這個(gè)過程標(biāo)志著 算能的利用率逐漸接近人認(rèn)知的最大化抖剿。更為高效的 算能 挖掘方式朽寞，是目前主流科學(xué)家們一直保持白熱化研究的主題。10 年前斩郎，社會(huì)很少出現(xiàn)這類詞匯脑融，但是熱衷于這個(gè)領(lǐng)域的新興產(chǎn)業(yè)主要是 互聯(lián)網(wǎng)的普及。這個(gè)過程恰恰完成了 算能 的從大到小缩宜，從宏到微肘迎，從專到精，從單到群的 進(jìn)化過程锻煌。特別是摩爾定律妓布。我思考了很久，摩爾有瓶頸嗎宋梧？先避開上面這個(gè)問題匣沼，我得到一個(gè)明確的細(xì)節(jié)，社會(huì)的白熱化發(fā)展趨勢(shì)捂龄，必然 新型算能释涛，能源在被挖掘中。

比如：

1 基礎(chǔ)算子能：就是通過非人類所能理解的算子列陣來代替線行的公式來做復(fù)雜運(yùn)算倦沧。 比如DNA 計(jì)算唇撬，德塔的 DNA mask 列陣 initon 鏈就是一種。

2 量子算能：通過量化的概率比來對(duì)帶有計(jì)算物質(zhì)進(jìn)行處理展融，比如波動(dòng)微觀物質(zhì)的波動(dòng)概率窖认，向量集的比例計(jì)算，神經(jīng)網(wǎng)絡(luò)的 算核卷積等。

3 光算：通過不同頻率的電磁波進(jìn)行耦合計(jì)算扑浸，達(dá)到極度并行算法 散列算力加速烧给。

4 微電的超導(dǎo)計(jì)算：在完全沒有阻力的電信號(hào)運(yùn)算，永不失真首装。

我評(píng)估了下未來的算能發(fā)展 趨勢(shì)為：從經(jīng)典到非認(rèn)知创夜，從可控到主猜測(cè)，從自主到自適應(yīng)仙逻，從無(wú)機(jī)到有機(jī)體的過程需求離不開市場(chǎng)驰吓，這些 新型算能怎么轉(zhuǎn)化為人類科技呢？我想到了一個(gè)答案：機(jī)器人上面的部份 強(qiáng)調(diào)新型算能改變算力的趨勢(shì)系奉。這個(gè)部份我思考了更多細(xì)節(jié)來優(yōu)化新型算能過程檬贰。

1：計(jì)算邏輯的理解方式。

通常我們認(rèn)為所能理解的計(jì)算邏輯是按照 類人認(rèn)知的思想缺亮，把社會(huì)需求封裝成計(jì)算函數(shù)的過程翁涤。這個(gè)過程終究是人所能理解的范疇。機(jī)器是人做的萌踱，具備人的思維共性可是機(jī)器在計(jì)算質(zhì)量上葵礼，以后終將超過人類，那么問題就來了并鸵，不被理解的邏輯和思想所形成的概率比鸳粉，以后只會(huì)越來越大。很多不被理解將成為趨勢(shì)园担，法律約束問題届谈，我們暫不討論。接受和順應(yīng)一些新的思維方式弯汰，必然不斷沖擊著人類社會(huì)的科技和倫理艰山。這是一個(gè)社會(huì)變革所能產(chǎn)生的巨大壓力來源。解決和研發(fā)方案以后要有咏闪。

2：計(jì)算數(shù)據(jù)的采集模式曙搬。

計(jì)算的數(shù)據(jù)形形色色，不同的模式下鸽嫂，數(shù)據(jù)表現(xiàn)得形式也不一樣纵装，能夠通過某種觀測(cè)模式，把數(shù)據(jù)進(jìn)行迅速有效得預(yù)處理溪胶，是一個(gè)重要主題。

3：計(jì)算過程的相似度過濾機(jī)制稳诚。

計(jì)算得數(shù)據(jù)多種多樣哗脖，計(jì)算邏輯千姿百態(tài)，可是計(jì)算過程卻極其相似。而相似度高的組件重用才避，邏輯優(yōu)化橱夭，信息歸元，是算能優(yōu)化的科學(xué)方向桑逝。

4：計(jì)算結(jié)果的驗(yàn)證優(yōu)化棘劣。

計(jì)算結(jié)果是需要檢測(cè)維護(hù)的，檢測(cè)時(shí)手段直接確定結(jié)果的區(qū)間有效性楞遏。我們需要更多的思考茬暇。

5：計(jì)算進(jìn)化的知識(shí)圖譜統(tǒng)計(jì)。

計(jì)算寡喝，實(shí)現(xiàn)終究是硬件糙俗，軟件的有機(jī)體組成，這個(gè)組成系統(tǒng)終究是變化的预鬓。正確的進(jìn)化和升級(jí)直接改進(jìn)算能體系巧骚。 統(tǒng)計(jì)學(xué)能準(zhǔn)確的進(jìn)行測(cè)量計(jì)算進(jìn)化過程中的各種數(shù)據(jù)數(shù)值多觀測(cè)點(diǎn)分析。當(dāng)然格二，還有很多想法劈彪，我不敢多寫，因?yàn)闆]有得到實(shí)際的論證顶猜，將來有機(jī)會(huì)涉及它的細(xì)節(jié)沧奴，我會(huì)反復(fù)的實(shí)踐來明確答案。

最后：

如果我能進(jìn)行定義驶兜，我定義 計(jì)算算能優(yōu)化公式為 真實(shí)環(huán)境中 每 1 秒 函數(shù)執(zhí)行需要走的硬件邏輯門（與或非總數(shù) S）與 軟件函數(shù)本身執(zhí)行需要的（與或非總數(shù) s）的比?

公式為 N =S(AON)/s(AON)

N= 算能單位

AON= AND +OR+ NEGATIVE (與或非門器件)

S= 每時(shí)間秒函數(shù)在非結(jié)束狀態(tài)走過的 AON 累計(jì)總和 （微秒 對(duì)應(yīng) 微 N扼仲，納秒 對(duì)應(yīng) 納 N）

s= 函數(shù)本身執(zhí)行需要走的非重復(fù) AON 單元總和

20190914 北京時(shí)間 4:34 羅瑤光

注：通過這個(gè)函數(shù)可以確定函數(shù)優(yōu)化前后的計(jì)算能力值，確定優(yōu)化是否有效抄淑。

羅瑤光

20190914

德塔卷積數(shù)據(jù)分析 例子

Alkaid 羅瑤光的視頻

·?34?播放

函數(shù)集合

1 德塔的數(shù)據(jù)分析包屠凶，最早是作者在大學(xué)的處理 Rohini教授的 C語(yǔ)言數(shù)據(jù)結(jié)構(gòu)《Data Structure》 和 Renhart教授 計(jì)算機(jī)視覺卷積的《Computer Vision》課后作業(yè)。

《Data Structure》refer page 226,230,235,238,253,作者沒有把當(dāng)年的計(jì)算器四則運(yùn)算器和rotation tree等作業(yè)算法歸納在該作品中肆资。

《Computer Vision》refer page 202,204,205,206,209,211,212,213,214,217,218,220,221矗愧，259,260，

2 德塔的卷積在2013年后不斷的完善郑原，發(fā)現(xiàn)其在仿生聽覺和視覺計(jì)算中都能進(jìn)行系統(tǒng)的應(yīng)用唉韭，于是開始優(yōu)化。refer page 191

作者一開始設(shè)計(jì)卷積是路德大學(xué)圖片上的應(yīng)用犯犁，2013年属愤，當(dāng)ETL設(shè)計(jì)成了節(jié)點(diǎn)處理圖片像素后，作者開始設(shè)計(jì)聲音 java sound API的處理酸役， 2014年住诸。這個(gè)引擎逐漸在計(jì)算機(jī)仿生系統(tǒng)中進(jìn)行集成應(yīng)用驾胆。論證了其在具體應(yīng)用工程中的實(shí)踐價(jià)值。作者當(dāng)時(shí)設(shè)計(jì)了主要用來測(cè)測(cè)作者自己的心跳贱呐。

3 優(yōu)化方式為將計(jì)算函數(shù)進(jìn)行插件接口模式封裝成jar丧诺，方便上層調(diào)用。refer page 190

4 封裝的過程中奄薇，不斷的進(jìn)行細(xì)化優(yōu)化驳阎，衍生出多個(gè)輔助計(jì)算函數(shù)集，如催化排序馁蒂，仿生濾波呵晚。 refer page 247,655

UML

線性，

1 德塔的數(shù)據(jù)分析包 包含array的線性排序處理 refer page 見排序

2 德塔的數(shù)據(jù)分析包 包含array的線性卷積處理 refer page 見卷積

Yann Lecun卷積文字思想 远搪，羅瑤光畫圖劣纲。版權(quán)圖片

Yann Lecun卷積文字思想 ，羅瑤光畫圖谁鳍，版權(quán)圖片

Yann Lecun卷積文字思想 癞季，羅瑤光畫圖，版權(quán)圖片

Yann Lecun卷積文字思想 倘潜，羅瑤光畫圖绷柒，版權(quán)圖片

Refer：根據(jù)Yann Lecun卷積文字思想 ，羅瑤光畫圖涮因，版權(quán)圖片废睦。

Gitee 20190623 感想 ：關(guān)于卷積微分法和積分法的應(yīng)用。作者在這里進(jìn)行注釋下养泡。

第一次接觸卷積積分實(shí)在南京炮兵學(xué)院大三嗜湃，一堂電磁波課程， 作者僅僅理解了acos b+bsin a的線性公式含義澜掩。

第二次接觸是作者在瑞拉理工學(xué)院讀書的時(shí)候购披，班加羅爾大學(xué)一位數(shù)學(xué)教授對(duì)線性矩陣求導(dǎo)做了交叉卷積的分式。

第三次接觸是作者在上海電氣原機(jī)床研究所上班肩榕，接觸到巴特沃斯卷積核刚陡，當(dāng)時(shí)驅(qū)動(dòng)組讓作者進(jìn)行卷積表述，作者用原生的傅里葉推導(dǎo)進(jìn)行矩陣求解做了例子株汉，當(dāng)時(shí)上海電氣沒有采用筐乳，而是為了快速而選擇了數(shù)字卷積技術(shù)。

第四次接觸是作者在路德大學(xué)的計(jì)算機(jī)視覺課程乔妈，全面用數(shù)字卷積技術(shù)處理圖片流蝙云。refer 《計(jì)算機(jī)視覺教材》 綠皮子那本。

第五次是作者在2014-2015年采用快速傅里葉進(jìn)行人類語(yǔ)音處理路召。

第六次是作者在2015年后與牛津大學(xué)霍華德教授做閱讀障礙腦波數(shù)據(jù)病理分析勃刨，（感謝當(dāng)時(shí)巴黎1大學(xué)生提供給作者傅式相位方程組公式）

第七次是作者開始研究微傅階超快速余弦變換微分做盲分離匀泊，在隱寫術(shù)，量信號(hào)朵你，亞聲函數(shù)領(lǐng)域應(yīng)用。

最后作者2018年設(shè)計(jì)德塔圖靈自然語(yǔ)言系統(tǒng)揣非，采用了vpcs微分催化矩陣加速原理抡医。作者思考，通過對(duì)稱計(jì)算原理可以知道早敬，微分計(jì)算能加速忌傻，積分計(jì)算同樣可以加速，于是在vpcs進(jìn)化中搞监，進(jìn)行微水孩，積分催化自適應(yīng)矩陣生成技術(shù)研究，在以后的數(shù)字信號(hào)處理器中通過量化計(jì)算模塊組逐步剔除加乘邏輯模塊琐驴，形成真正人工智能量子量化微積分芯片俘种。

思想價(jià)值20220410作者發(fā)現(xiàn)之后的作者設(shè)計(jì)概率鑰匙和session token 的pde微化<->pds積化 通過肽展公式加密 的組合拓?fù)洌坪跻埠瓦@微積分有點(diǎn)思維靈感绝淡。

非卷積視覺計(jì)算奠基溯源

作者當(dāng)是時(shí)萌生了一個(gè)想法宙刘，如果卷積的內(nèi)核算核越大，那么每一個(gè)算子的循環(huán)遍歷次數(shù)變?cè)黾永谓停谑菫榱颂嵘?jì)算質(zhì)量悬包，整體的速度和計(jì)算消費(fèi)將指數(shù)提高，舉例馍乙，100個(gè)矩陣數(shù)布近，算核是2*2， 那么需要遍歷 100*2*2計(jì)算次數(shù)丝格，如果是3*3撑瞧，那么需要 100*3*3 計(jì)算次數(shù)，4*4铁追，以此類推季蚂，則是計(jì)算 400次， 900次琅束，1600次扭屁。2500次，損耗接近于m * n**2的指數(shù)翻倍涩禀。料滥。作者思考，是否有類似于快速卷積如O（n） 或者至少是O（logn）的計(jì)算級(jí)別算法出現(xiàn)彌補(bǔ)這個(gè)缺陷艾船。這個(gè)需求極為迫切葵腹。這個(gè)想法為后來的第十章的非卷積視覺計(jì)算奠基高每。

描述人 羅瑤光

3 ANN RNN DNN 線性深度卷積計(jì)算處理 refer page 222,223,223,

關(guān)于 Etl Unicorn對(duì) 音頻卷積處理的文字描述

作者在將計(jì)算機(jī)視覺的課程進(jìn)行了pipe line etl處理后看了樂觀的結(jié)果，作者想践宴，這些cnn卷積算法一定也可以處理線性的聲音領(lǐng)域鲸匿。于是開始基于java sound包來分析語(yǔ)音，如圖所示 wave read 的開頭還有很多小點(diǎn)的噪音阻肩，通過maxmin（低濾高濾）過濾后

https://github.com/yaoguangluo/Data_Processor/blob/master/DP/soundProcessor/MaxMiniPro.java

第71行 comp比例裁剪

就沒有噪點(diǎn)带欢，這張圖片是作者從早期2014的測(cè)試截圖，當(dāng)時(shí)還沒有涉及傅里葉頻率域變換烤惊，諧波噪聲平滑等高級(jí)功能乔煞。作者的當(dāng)時(shí)主要?jiǎng)訖C(jī)是測(cè)試作者心跳

作者的心跳

是否正常。（圖中巴特沃斯是帶通數(shù)值濾波

https://github.com/yaoguangluo/Data_Processor/blob/master/DP/soundProcessor/ButterworthPro.java

第69行

與拉普拉斯濾波

https://github.com/yaoguangluo/Data_Processor/blob/master/DP/soundProcessor/LaplacianPro.java

第70行

非一種模式）

描述人 羅瑤光

非線性柒室，

1 德塔的數(shù)據(jù)分析包 包含圖論的非線性廣度建模 refer page 226,230

2 德塔的數(shù)據(jù)分析包 包含圖論的非線性深度建模 refer page 230,232

3 德塔的數(shù)據(jù)分析包 包含圖論的非線性樹建模 refer page 236,243,253

維度渡贾，

1 德塔的數(shù)據(jù)分析包 包含1維 語(yǔ)音數(shù)組計(jì)算實(shí)例 refer page 見智能聲診

2 德塔的數(shù)據(jù)分析包 包含2維 圖片卷積計(jì)算實(shí)例 refer page 見智能相診

3 德塔的數(shù)據(jù)分析包 包含3維 數(shù)據(jù)循環(huán)階計(jì)算實(shí)例 refer page 見噪音識(shí)別，三階傅里葉應(yīng)用雄右，animation等

德塔三階傅里葉計(jì)算定義：一般指將線性的時(shí)序語(yǔ)音波進(jìn)行傅里葉變換空骚，此時(shí)的波為 頻率域波，通過簡(jiǎn)單的噪聲頻率過濾后擂仍，讓后再進(jìn)行第二次傅里葉變換府怯。于是輸出的時(shí)序波結(jié)果會(huì)非常的均勻和格式化，產(chǎn)生優(yōu)美的平滑間隔峰區(qū)間防楷，于是將此時(shí)序波第三次傅里葉變換牺丙，再次得到的頻率波輸出具有明確的間隔峰區(qū)間生物特征標(biāo)記。用于德塔語(yǔ)音識(shí)別复局。

定義人 羅瑤光

具體描述：智能聲診斷視頻描述

關(guān)于聲音噪聲處理的描述：作者通過java sound的jdk開源語(yǔ)音包api 進(jìn)行聲卡錄音處理冲簿，通過麥克風(fēng)物理設(shè)備來進(jìn)行 data readline 函數(shù) record 自然界聲音，這時(shí)候聲音是一串串的1維 double 和 float （具體看api的版本配置）線性數(shù)據(jù)亿昏，于是作者將這些線性的 數(shù)據(jù)進(jìn)行每 1024 個(gè)數(shù)據(jù)循環(huán)進(jìn)行一小段小段的提取進(jìn)行

第一次離散傅里葉DFT變換（快速傅里葉FFT也可以峦剔，只是在處理偶數(shù)和對(duì)稱數(shù)列比較好）， 這時(shí)候第一次 時(shí)序波變頻率域波的 波形變出來了角钩，于是作者進(jìn)行更進(jìn)截取低頻的主要區(qū)間頻率吝沫，依次進(jìn)行了拉伸，和高斯平滑處理递礼，然后把處理過的頻率波進(jìn)行波峰線提取惨险， 然后將波峰線進(jìn)行極值化，更進(jìn)向左平移對(duì)齊（方便格式化取值）脊髓， 進(jìn)行

第二次離散傅里葉DFT變換辫愉，于是一個(gè)穩(wěn)定的平滑的時(shí)序波就出現(xiàn)了。作者將這個(gè)穩(wěn)定的時(shí)序波進(jìn)行 單個(gè)的間隔峰裁剪将硝，因?yàn)橹灰粋€(gè)震蕩周期區(qū)間即可標(biāo)識(shí)特定周期循環(huán)出現(xiàn)聲音恭朗，（不需要多個(gè) 時(shí)序的震蕩周期屏镊，當(dāng)然多個(gè)可以統(tǒng)計(jì)增加精準(zhǔn)）， 于是開始將這個(gè)裁剪拉伸的單個(gè)間隔峰時(shí)序波 進(jìn)行

第三次離散傅里葉DFT變換痰腮，這時(shí)候頻率就比較穩(wěn)定了而芥。這個(gè)3次傅里葉聲音計(jì)算過程，可以用來做聲音標(biāo)記等膀值，廣泛應(yīng)用于聲音類的工業(yè)場(chǎng)景蔚出。作者的測(cè)試實(shí)例主要來自作者（羅瑤光）自己的AOEIU 元音發(fā)音記錄實(shí)例。

描述人 羅瑤光

場(chǎng)景虫腋，

1 圖片的操作。refer page 214

2 像素的操作稀余。refer page 見視覺

智能相診多媒體圖片描述

作者給養(yǎng)療經(jīng)的智能相診設(shè)計(jì)了視頻暫停悦冀，錄入的功能，首先睛琳，視頻錄入方便了養(yǎng)療經(jīng)進(jìn)行視頻快放和倒放的功能盒蟆，這樣視頻的多媒體處理能力得到了加強(qiáng)，其次方便截圖和截圖的圖片進(jìn)行像素級(jí)別操作师骗，如單一幀圖片的像素畫圖和像素標(biāo)記历等，標(biāo)記的圖片幀又能融入視頻中，復(fù)合加強(qiáng)視頻多媒體處理能力辟癌。 描述人 羅瑤光

3 文件的存儲(chǔ)寒屯。refer page 214

4 語(yǔ)音的處理。refer page 見聽覺

仿生聽覺黍少，

1 濾噪計(jì)算 高斯1D寡夹，median refer page 206, 213, 260

2 頻率變換 傅里葉， 快速傅里葉 refer page 258

關(guān)于ETL 視覺流的應(yīng)用描述

首先厂置，我們導(dǎo)入一張圖片菩掏，如作者的大頭貼， 圖片因?yàn)槭怯玫唾|(zhì)量的攝像頭進(jìn)行拍攝昵济，雖然很清晰智绸，但是色階比較暗淡，作者便用計(jì)算機(jī)視覺研究生教材的像素拉伸思想進(jìn)行java編碼访忿，將一張0~255的色階圖片拉伸到20~230左右瞧栗，于是得到棱角分明的圖像，因?yàn)樘喾置骱Ｃ谑怯酶咚咕矸e來模糊處理下沼溜，這樣圖片就是棱角分明而且視覺平滑，高斯平滑后進(jìn)行索貝爾mask梯度（mag+dir）卷積計(jì)算游添，于是可以看到眉毛和眼睛的梯度差如灰色和白色的辨別系草。最后進(jìn)行emboss 浮雕卷積計(jì)算通熄。作者用這個(gè)圖片 有力的 舉例論證 ETL + 卷積視覺 能夠廣泛適用于其工業(yè)應(yīng)用場(chǎng)景。

備注作者的計(jì)算機(jī)視覺綠皮書是沒有java代碼的找都，代碼來自作者把renhart布置的課后作業(yè)都做了一邊唇辨。甚至連 卡拉森的數(shù)據(jù)庫(kù)作業(yè)都是作者自己做的，題目是UC戴維斯大學(xué)的能耻，而答案全部來自作者自己辛勤勞動(dòng)赏枚。（個(gè)人主觀略）

描述人 羅瑤光

視覺，

1 德塔的視覺主要包含常見2維卷積濾波函數(shù)晓猛。refer page

2 邊緣計(jì)算 索貝爾凸蝕饿幅，索貝爾梯度，索貝爾向量戒职，拉普拉斯refer page 218, 212

養(yǎng)療經(jīng) 肽計(jì)算版本 智慧搜索 結(jié)合 智慧相診 應(yīng)用實(shí)例

Alkaid 羅瑤光的視頻

·?4?播放

養(yǎng)療經(jīng) 肽計(jì)算版本 智慧搜索 結(jié)合 智慧相診 應(yīng)用實(shí)例 文字描述

作者將 醫(yī)學(xué)骨科教材的疾病圖片進(jìn)行格式化存儲(chǔ)栗恩，用于搜索和像素展示，展示的過程中集成了卷積像素處理的函數(shù)洪燥。如將圖片搜索頁(yè)的數(shù)據(jù)進(jìn)行智能相診頁(yè)綜合處理磕秤，這時(shí)候 emboss的浮雕計(jì)算可以描繪出三維的立體感，也可以用綠色像素抑制來觀測(cè)黃色骨架結(jié)構(gòu)捧韵。這是一個(gè)自主游標(biāo)操作的環(huán)節(jié)市咆。可自適應(yīng)再来。

描述人 羅瑤光

3 凹度計(jì)算 emboss浮雕蒙兰，索貝爾mask，refer page 204,

4 頻率計(jì)算 傅里葉時(shí)序域芒篷，傅里葉頻率域癞己，哈爾計(jì)算，refer page 258, 211,

5 腐蝕計(jì)算 膨脹計(jì)算梭伐，侵蝕計(jì)算痹雅，均值計(jì)算，高斯計(jì)算1D一字糊识， 高斯2D十字绩社。refer page 202, 204, 205, 206

準(zhǔn)備描述下德塔Java卷積算法在 索貝爾家族的 場(chǎng)景計(jì)算中描述。

主要描述下 索貝爾凹度赂苗，凸度愉耙，梯度，向量四個(gè)屬性拌滋。作者在路德上課的時(shí)候比較系統(tǒng)的學(xué)習(xí)了索貝爾算子原理朴沿，曲力學(xué)原理和常見的mag， dir應(yīng)用邊緣求解場(chǎng)景。renhart給作者出的考試題目是關(guān)于m赌渣，d的mask梯度求解實(shí)現(xiàn)魏铅。這些都很好解釋，如計(jì)算機(jī)視覺的綠皮教材中有非常詳細(xì)的單詞描述坚芜。

作者在2018年后設(shè)計(jì)紅外監(jiān)控系統(tǒng)览芳。計(jì)算索貝爾算法在實(shí)際的工程應(yīng)用中，得到一些經(jīng)驗(yàn)歸納鸿竖。發(fā)現(xiàn)索貝爾的實(shí)際用途不是書上介紹的那么簡(jiǎn)單沧竟。確切的說，索貝爾算法屬于力學(xué)范疇缚忧，只是恰好在計(jì)算機(jī)視覺中展示比較直白悟泵，結(jié)果明朗，被人所接受闪水。確切的說索貝爾算法描述的是一種自然場(chǎng)力糕非。我來做著研究描述。當(dāng)我們?cè)O(shè)計(jì)了mag 和 dir敦第，兩種，一種為規(guī)范的折疊曲線店量，我們可以理解為視覺邊緣輪廓芜果，一種為梯度曲線，我們可以理解為視覺向量雕塑融师。在計(jì)算機(jī)視覺中兩種像素集 mask 可以得到邊緣的立體視覺右钾， 而這只是對(duì)索貝爾的最簡(jiǎn)單應(yīng)用糯笙。

索貝爾的mag的折疊邊緣箕戳，在力學(xué)中，屬于擠壓的意思驹碍，而 dir的梯度在力學(xué)中屬于張力和結(jié)晶怀伦。 不僅擠壓有規(guī)則脆烟，結(jié)晶體同樣有花紋。這兩種力的表達(dá)可以將圖片進(jìn)行光影的分布進(jìn)行有效的三維計(jì)算房待，在mag的邊緣部分以為著擠壓力差值明顯邢羔，dir的梯度可以確定是 擠 還是 壓， 確定三維力學(xué)的向量桑孩。這些向量于是可以表現(xiàn)為 張力和曲力拜鹤，也可以表現(xiàn)為 擠凸蝕 還是 壓凹蝕。

上面是索貝爾的力學(xué)簡(jiǎn)單表達(dá)的一種規(guī)范流椒，跟進(jìn)力學(xué)計(jì)算中敏簿，如果將索貝爾的力進(jìn)行微分， 那么這種區(qū)間內(nèi)的向量數(shù)量，表達(dá)含義將非常豐富惯裕。如場(chǎng)力的穩(wěn)定狀態(tài)温数，力場(chǎng)的不規(guī)則求解場(chǎng)力的流動(dòng)性，物體的內(nèi)部狀態(tài)轻猖，很多人會(huì)問到這 力怎么能用像素來表達(dá)呢帆吻，作者舉個(gè)例子，像素是撲捉光影咙边，光其實(shí)一種能量猜煮，確切的說圖片 其實(shí) 就是一張能量圖。這就好理解了败许。能量是可以進(jìn)行力學(xué)轉(zhuǎn)化的王带。如作者的頭像進(jìn)行索貝爾mask，可以清楚得到市殷，作者眉毛和眼睛的力學(xué)表達(dá)是眉毛上凹下凸愕撰，眼睛上凹下凸，的向量表達(dá)醋寝，白色部分代表能量的聚集搞挣。可以理解為索貝爾計(jì)算表達(dá)的是作者頭像圖片中的不穩(wěn)定區(qū)間能量撲捉音羞，只是剛好體現(xiàn)在棱角邊緣而已囱桨。而這種能量撲捉能進(jìn)行3維化。

描述人 羅瑤光 稍后優(yōu)化

排序嗅绰，

作者pdf中與dongxinrong?的算法 pk思考：

關(guān)于看了dongxinrong的無(wú)condition條件排序?qū)Ρ壬岢Γ髡弋?dāng)時(shí)隨便github搜 天下第一排序法，世界最快排序法 等關(guān)鍵字 搜的窘面，目的是進(jìn)行速度pk翠语，看自己的算法斤兩，今天看了下（20220330）思考一個(gè)問題财边，排序中的剔除IF 條件肌括，作者認(rèn)為，if 用中文理解酣难，可以定義為某種事件们童，確切的說是某種確切的事件，因?yàn)槭谴_切鲸鹦，所以沒有概率慧库，沒有條件，必然執(zhí)行馋嗜，或者執(zhí)行了也不會(huì)影響本身齐板，可以理解為容錯(cuò)率，這種特性，在一些場(chǎng)景中甘磨，一定有可以用得到的地方橡羞。作者期待中，希望能夠遇到济舆。后面必然是一個(gè)世界卿泽。

描述人羅瑤光

1 德塔的排序作者早期2009年設(shè)計(jì)《算法導(dǎo)論》 黑皮書 ，北郵出版社有其 數(shù)據(jù)結(jié)構(gòu) 影印教材 的 快速排序4代滋觉，進(jìn)行了10年優(yōu)化签夭，refer pagehttps://github.com/yaoguangluo/Data_Processor/blob/master/DP/sortProcessor/Quick_4D_Sort.java

2 優(yōu)化過程歸納，逐漸的形成了一個(gè)微分催化排序體系椎侠。refer page 247,248,250, 658第租，下冊(cè)134，

3 左右比對(duì)算法優(yōu)化我纪，小高峰過濾優(yōu)化慎宾，缺陷峰歸納，催化算子優(yōu)化浅悉，離散邏輯優(yōu)化趟据。refer page 658，下冊(cè)134术健，

左右比對(duì)算法優(yōu)化汹碱，一般指在不對(duì)稱的數(shù)列中，為了尋找對(duì)稱性觀測(cè)面苛坚，作者設(shè)計(jì)了一種比較簡(jiǎn)單的方法比被，如將數(shù)列逐漸拆分色难， 取出拆分后的小數(shù)列的初值和尾值進(jìn)行比較泼舱，作為一個(gè)參照點(diǎn)，用于躲避計(jì)算高峰枷莉。測(cè)試發(fā)現(xiàn)具有強(qiáng)大的實(shí)用性娇昙。

小高峰過濾優(yōu)化，一般指為了躲避內(nèi)存計(jì)算高峰而導(dǎo)致的延遲笤妙，卡頓冒掌，死鎖，堆棧溢出等問題 而設(shè)計(jì)的一類高效率算法集合蹲盘。

缺陷峰歸納股毫，?一般指計(jì)算數(shù)列在不斷的拆分中的中值基偶問題導(dǎo)致了變量，算子召衔，函數(shù)的使用頻率不對(duì)稱而出現(xiàn)的一系列蝴蝶效應(yīng)問題集的歸納铃诬。

催化算子優(yōu)化，一般指 計(jì)算的中間過程中 因 變量，算子趣席，函數(shù)的使用頻率 不對(duì)稱兵志，不穩(wěn)定導(dǎo)致的各種問題 ，為了解決這類問題而 進(jìn)行的不斷 的對(duì) 變量宣肚，算子想罕，函數(shù)優(yōu)化與校正過程。

離散邏輯優(yōu)化霉涨，一般指 對(duì) 變量按价，算子，函數(shù)優(yōu)化與校正過程中 通過離散數(shù)學(xué)嵌纲， 迪摩根定律俘枫，等客觀存在的邏輯定律進(jìn)行 不斷優(yōu)化與校正過程。

定義人 羅瑤光

4 目前代表作為TopSort5D 極速催化排序逮走。refer page 下冊(cè)134

搜索鸠蚪，

1 德塔的搜索計(jì)算主要做一個(gè)編碼參照，沒有工程用途师溅。refer page 226

2 編碼參照有利于作者在設(shè)計(jì)圖論計(jì)算和非線性搜索時(shí)候發(fā)散思維用途茅信。refer page

3 編碼開始于作者2009年 完成 Rohini教授布置的作業(yè)。refer page 我 qq 313699483 有完整作業(yè)備份日記墓臭。

4 對(duì)作者研究Hash空間 有發(fā)散思維的用途蘸鲸，如作者數(shù)據(jù)預(yù)測(cè)包設(shè)計(jì)的輔助。refer page

應(yīng)用

1 TopSort5D 包含深度算子窿锉，包含廣度算子酌摇，包含濾波算子。refer page 下冊(cè)134

TopSort5D 版權(quán)源碼

關(guān)于極快速微分催化排序的deep 變量溯源

作者早年僅僅只是完成印度基督大學(xué) rohini教授布置的《數(shù)據(jù)結(jié)構(gòu)》課后作業(yè)嗡载，作業(yè)做的比較仔細(xì)窑多，當(dāng)時(shí)圖論的廣度和深度計(jì)算體現(xiàn)在神經(jīng)網(wǎng)絡(luò)的路徑探索中。舉例如balanced tree的搜索與遍歷洼滚。和 哈夫曼編碼模擬實(shí)例埂息。更多的具體應(yīng)用如 計(jì)算器的復(fù)雜四字運(yùn)算括號(hào)識(shí)別。這個(gè)基礎(chǔ)意識(shí)也是作者的top sort5D 極速排序體系的 deep 變量的定義最早來源遥巴，這里有必要描述下千康。因?yàn)闃O為優(yōu)秀的快速排序思想 畢竟也有個(gè)缺陷便是瘋狂的吞噬內(nèi)存堆棧，一開始國(guó)際比較通用range來消除堆棧吞噬問題铲掐，如《算法導(dǎo)論》的4代已經(jīng)包含的range函數(shù)原型拾弃，作者進(jìn)行了關(guān)聯(lián)發(fā)散思考，作者嚴(yán)謹(jǐn)?shù)恼J(rèn)為如果在工業(yè)場(chǎng)景中摆霉，range用于確定堆棧的損耗減少界限豪椿，那么這只是對(duì)特定一種balanced堆棧分配的界限 條件狀態(tài)有價(jià)值颠毙，如果在一些非對(duì)稱峰中進(jìn)行切割和計(jì)算，那么range的表達(dá)能力變不強(qiáng)了砂碉，deep能更好的確定迭代層次蛀蜜，有效的對(duì)堆棧吞噬問題直接進(jìn)行一刀切，于是deep + range的組合界限變問世了增蹭。

描述人 羅瑤光

本人調(diào)通的算法導(dǎo)論的quicksort4D算法鏈接如下滴某，可直接區(qū)別，再次Refer 快速排序之父 霍爾先生：

https://github.com/yaoguangluo/Data_Processor/blob/master/DP/sortProcessor/Quick_4D_Sort.java

2 索貝爾 dir 向量差 區(qū)別三維的立體面特征趨勢(shì)滋迈。refer page 219

3 噪音識(shí)別霎奢。refer page 720

4 小波分離。refer page 不在此章 涉及雞尾酒調(diào)度饼灿，被略去先

5 極速商旅TSP幕侠。refer page 538,541,547

6 股票數(shù)據(jù)抓取 refer page 不在此章， 261, 263, 264, 266可以處理 股票數(shù)據(jù)線波碍彭。

關(guān)于股市數(shù)據(jù)的應(yīng)用描述

該軟件是作者為父親做個(gè)股票分析系統(tǒng)晤硕。作者首先設(shè)計(jì)一個(gè)矩陣分行顯示股票數(shù)據(jù)，數(shù)據(jù)來自作者對(duì)雪球庇忌，新浪舞箍，財(cái)富，很多網(wǎng)頁(yè)的抓取皆疹，抓取的網(wǎng)頁(yè)不是統(tǒng)一的編碼格式疏橄，于是進(jìn)行了gbk，2312略就，utf8等格式編碼統(tǒng)一（data swap）捎迫，這些double數(shù)值于是進(jìn)行多樣化的展示，這里便用到了數(shù)據(jù)分析算法的 平均值表牢，統(tǒng)計(jì)窄绒，貝葉斯，等知識(shí)點(diǎn)的簡(jiǎn)單應(yīng)用初茶。 左下圖圖片是作者在新浪網(wǎng)裁下來的颗祝，不是作者自己設(shè)計(jì)算法生成的浊闪。根據(jù)進(jìn)倉(cāng)資金進(jìn)行了傅里葉變換來觀測(cè)莊家進(jìn)倉(cāng)頻率恼布，右下圖所示。 另外包括十大莊家搁宾，大資金手筆入倉(cāng)出倉(cāng)動(dòng)態(tài)折汞。有力的證明了作者的大數(shù)據(jù)分析引擎的金融商業(yè)領(lǐng)域價(jià)值。

作者貢獻(xiàn)：當(dāng)時(shí)發(fā)現(xiàn)股市金融入倉(cāng)的15天比 為 -+-時(shí)候 有個(gè)特征缺陷盖腿，發(fā)現(xiàn)了一個(gè)資金當(dāng)天漲爽待，當(dāng)天賣的流入漏洞损同，容易被惡意短期操盤。 當(dāng)時(shí)作者群發(fā)了此現(xiàn)象鸟款。 描述人 羅瑤光

極速象契拼音筆畫排序描述：

首先作者設(shè)計(jì)該算法前已經(jīng)有了極速排序?yàn)榛A(chǔ)膏燃。于是嘗試將字符串的按拼音和筆畫進(jìn)行象契綜合計(jì)算來排序。中文的拼音和筆畫何什，可以在康熙字典组哩，詞源和新華字典上進(jìn)行錄入。作者錄入的方式比較簡(jiǎn)單統(tǒng)一為map处渣， 其中文字key對(duì)應(yīng)拼音和筆畫value伶贰，進(jìn)行相應(yīng)的索引。這個(gè)過程為索引的map預(yù)處理罐栈。（作者有百度和豆丁文庫(kù)的詞匯購(gòu)買記錄黍衙，如 新華字典的中文漢字，康熙字典荠诬，國(guó)家語(yǔ)言等級(jí)詞匯等等琅翻。目前百度帳號(hào)OK、柑贞，但豆丁不是15116110525和qq綁定望迎，而是用作者的微信sweet00048帳號(hào)來綁定的，2022年3月2號(hào)前莫名被騰訊永久凍結(jié)凌外，因?yàn)榇耸路浅ｕ柢E辩尊，所以作者至今也不會(huì)解綁，當(dāng)然以后也不會(huì)解綁康辑，所以國(guó)家依舊能查到摄欲。）

作者將這些購(gòu)買的原材料doc和txt文檔進(jìn)行加工處理生成了2個(gè)txt格式的拼音詞庫(kù)文件和筆畫詞庫(kù)文件。于是開始計(jì)算字符串比對(duì)排序疮薇。作者按通用的拼音進(jìn)行指針對(duì)應(yīng)的每?jī)尚袃尚羞M(jìn)行極快速微分催化胸墙，小高峰過濾，左右比對(duì)法綜合按快速排序的方式（目前是top sort 5D）進(jìn)行從a到z進(jìn)行char對(duì)應(yīng)int大小來計(jì)算排列按咒。當(dāng)出現(xiàn)拼音完全相同的字的時(shí)候迟隅，于是比對(duì)這個(gè)同音字的筆畫的多少進(jìn)行深化條件補(bǔ)充排序。如果在這個(gè)時(shí)候依舊出現(xiàn)既相同拼音励七，又相同筆畫的字的場(chǎng)景智袭，作者便根據(jù)字符的char的ascii編碼，（utf8掠抬，gbk吼野，gb2312 都有相應(yīng)的文字int編碼）來區(qū)分。于是把這整個(gè)過程中一些恒定的中間變量全局化作為帶精度觀測(cè)入?yún)⒘讲ǎM(jìn)行自適應(yīng)瞳步。目前這個(gè)算法的函數(shù)一直在進(jìn)行DNA元基催化編碼索引的新陳代謝+二次新陳代謝進(jìn)化排序優(yōu)化中闷哆。

描述人 羅瑤光

涉及著作權(quán)文件：

1.羅瑤光. 《Java數(shù)據(jù)分析算法引擎系統(tǒng) V1.0.0》. 中華人民共和國(guó)國(guó)家版權(quán)局，軟著登字第4584594號(hào). 2014.

2.羅瑤光. 《數(shù)據(jù)預(yù)測(cè)引擎系統(tǒng) V1.0.0》. 中華人民共和國(guó)國(guó)家版權(quán)局单起，軟著登字第5447819號(hào). 2020.

3.羅瑤光抱怔，羅榮武. 《類人DNA與 神經(jīng)元基于催化算子映射編碼方式 V_1.2.2》. 中華人民共和國(guó)國(guó)家版權(quán)局，國(guó)作登字-2021-A-00097017. 2021.

4.羅瑤光嘀倒，羅榮武. 《DNA元基催化與肽計(jì)算第二卷養(yǎng)療經(jīng)應(yīng)用研究20210305》. 中華人民共和國(guó)國(guó)家版權(quán)局野蝇，國(guó)作登字-2021-L-00103660. 2021.

5.羅瑤光，羅榮武. 《DNA 元基催化與肽計(jì)算 第三修訂版V039010912》. 中華人民共和國(guó)國(guó)家版權(quán)局括儒，國(guó)作登字-2021-L-00268255. 2021.

6.類人數(shù)據(jù)生命的DNA計(jì)算思想 Github [引用日期2020-03-05]https://github.com/yaoguangluo/Deta_Resource

7.羅瑤光绕沈，羅榮武. 《DNA元基催化與肽計(jì)算 第四修訂版 V00919》. 中華人民共和國(guó)國(guó)家版權(quán)局，SD-2022Z11L0025809. 2022.

羅瑤光

文件資源

1 jar： https://github.com/yaoguangluo/ChromosomeDNA/blob/main/BloomChromosome_V19001_20220108.jar

2 book 《DNA元基催化與肽計(jì)算 第四修訂版 V00919》上下冊(cè)

https://github.com/yaoguangluo/ChromosomeDNA/tree/main/元基催化與肽計(jì)算第四修訂版本整理

3 函數(shù)在git的存儲(chǔ)地址：demos

Github：https://github.com/yaoguangluo/ChromosomeDNA/

Coding：https://yaoguangluo.coding.net/public/YangLiaoJingHuaRuiJi/YangliaojingHuaruiji/

Bitbucket：https://bitbucket.org/luoyaoguang/yangliaojing/

Gitee：https://gitee.com/DetaChina/

4 uml： https://blog.csdn.net/weixin_38249398/category_11647527.html