第85章 差点忘了打个广告（1/2）

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

“我来自生科学院的见微书院，目前对生物与计算机交叉的内容有点感兴趣，不过暂时没有转专业的想法。”

简简单单一句自我介绍落下，全场瞬间陷入一阵微妙的安静。

在场众人面面相觑，一时间竟不知道该作何反应。

只是一堂普通的专业讲座，没想到又来一位见微书院的大佬。

讲台之上，周俊涛教授眼中骤然闪过一抹亮色，脸上的笑意真切了几分，饶有兴致地看向林晓。

“没想到最后一位同学，和我当年的本科专业一模一样，我早年深耕的也是生命科学领域。”

他轻轻耸了耸肩，语气带着几分过来人感慨，真诚又接地气。

“不过以我亲身经历来说，若非真正发自内心的热爱，生命科学的学习与科研过程，属实格外熬人。也正因如此，我最终选择跨界，转入了计算机领域深耕。”

简单感慨过后，周俊涛迅速收束心绪，语气转为严谨专业，利落切入正题。

“闲话到此为止，接下来我们正式进入今天的主题交流。”

“众所周知，我们无时无刻不在处理信号。你说话的声音是声学信号，手机拍的照片是光学信号，心电图的曲线是生物电信号。但计算机听不懂模拟的世界，它只懂0和1。信号处理，就是把物理世界的连续信号，翻译成计算机能理解的数字；而模式识别，就是教计算机在这些数字里找出规律，做出判断。”

“我们拿语音降噪来举例，信号处理有三大核心任务，一是举例采集与量化，麦克风将声波变成电压，ADC变成一串数字。二是进行预处理，即分帧、加窗。三是进行降噪与增强。”

“降噪与增强将是我这次所说内容的重点。这其中涉及到一个重要概念，频域思维，也就是傅里叶变换。”

话音落下，周俊涛转身拿起粉笔，在黑板上快速勾勒出一段规整的波浪线，线条均匀且富有规律。

随后他随手添上几笔杂乱纹路，原本顺滑的波形瞬间变得杂乱无章，毫无规律可言。

他回头笑了笑，继续说道。

“大家看这张时域图，横轴为时间，纵轴为振幅。噪音叠加后，整张图就是一团乱麻，肉眼根本无法区分有效信号和干扰噪音。”

“大家可以想象一杯分层鸡尾酒，时域信号就是充分摇匀后的浑浊液体，所有成分混杂一体、无法分辨。而频域分析，就是帮我们重新分层，将不同频率、不同属性的信号清晰剥离。”

“这便是傅里叶变换的伟大之处，将随时间动态变化的复杂信号，拆解为多组不同频率、振幅、相位正弦波的叠加组合。”

上面的内容还比较浅显易懂，在场很多人因为是本专业的本科生，所以都能够理解的很清楚。

但很快，接下来的内容就深入了起来。

“法国数学家傅里叶告诉我们，任何一个周期信号，都可以分解成一系列不同频率、不同幅度、不同相位的正弦波的叠加。对于非周期信号，这个结论依然成立，只是频率变得连续。”

“但傅里叶变换有个致命伤，因为它丢失了时间信息。频谱告诉我们信号里有哪些频率，但完全不知道这些频率什么时候出现。对于平稳信号，这没问题。但对于非平稳信号，比如一段心电图中，一个异常尖峰只持续0.1秒，傅里叶变换会把这个尖峰的频率能量“平均”到整个时间轴上，导致它几乎看不出来。

“接下来这就涉及到小波变换了，这个操作类似于给信号配上放大镜小波变换不再用无限长的正弦波去分解信号，而是用一个有限长的、衰减的小波基函数，通过伸缩和平移来扫描整个信号。”

说到这里，周俊涛点了一下屏幕，顿时一段代码显现出来。

【ython】

【iortywt,nuyasn

本章未完，点击下一页继续阅读。