海量都市作品汇聚http://uushuk/list-8/，满足您的偏好。

“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。
本章未完，请翻下一页继续阅读.........