本文是記錄編輯主動降噪控制演算法的心路歷程和學習筆記，由於本人是車輛工程畢業，又是專注於汽車nvh方面的知識，考慮未來雜訊控制的發展趨勢，學習一些主動控制方面的知識，而這方面又是跨專業的課程，涉及到訊號處理的內容，下面主要對卷積進行理解性闡述。
總結本文主要講述卷積在基本概念及卷積在主動降噪中的應用。
參見大神奧本海姆講解的卷積知識更容易理解,畢竟道可道，非常道，名可名，非常名。網友black_pigeon的理解也比較深刻，更有助於理解。
xx = filter(sn,1,x); % 建立濾波器，進行卷積運算（傳遞函式），4、此外，影響收斂速度的還有個以步長因子mu，對於fxlms的步長因子為：
步長太大結果會不準確，步長太小收斂速度慢。
fxlms演算法在主動降噪方面還有一定的不足，主要表現在收斂速度慢這一方面，而vslms演算法較快，下乙個部落格進行講解。
汽車內部雜訊主動控制演算法研究。劉峰，北京理工。
深度學習（二 卷積神經網路）
主要層結構 卷積層 池化層 全連線層。神經元個數 乙個卷積層的輸出是20 20 32，則神經元的個數為 20 20 32 12800 濾波器視窗大小 3 3,輸入的資料體深度10，則每個神經元有 3 3 10 900引數 總的引數 12800 900 11520000個引數 引數共享 32個濾波器，...
卷積神經網路學習1 卷積層
卷積神經網路常用於計算機視覺當中，應用在計算機視覺當中，就要面臨乙個挑戰，那就是輸入資料非常的大，假如輸入乙個1000 1000的，那麼他就有1000 1000 3 的rgb三通道 個資料，對於300w的資料量，那麼當我們第乙個隱藏層有1000個神經元進行全連線時，那麼將會有300w 1000個引數...
深度學習介紹（四）卷積操作
接下來介紹一下，cnns是如何利用空間結構減少需要學習的引數數目的 如果我們有一張1000x1000畫素的影象，有1百萬個隱層神經元，那麼他們全連線的話 每個隱層神經元都與影象的每乙個畫素點相連 這樣就有1000x1000x1000000 10 12個連線，也就是10 12個權值引數。然而影象的空間...