20-25/5 θα απουσιάζουμε κάποιοι με την εκδρομή της ΙΕΕΕ.

Και γω ενδιαφέρομαι. Τι λέτε για την εβδομάδα 18-21/6;

Στο level 3 μου βγαζει ενα error επειδη λεει το codebook ειναι 0. Ξερει κανεις πως το αντιμετωπιζουμε αυτο; Στο προτυπο λεει οτι μπορει να ειναι 0 αλλα η decode Huffman δνε μπορει να το δεχθει. Any ideas?

Και γω βγαζω αρνητικο snr και στο 1ο και στο 2ο λεβελ. Χρησιμοποιω sin παραθυρο βεβαια, οποτε δεν ξερω ποιο ειναι το βελτιστο

Εγω εχω 10 sec για καθε frame  . Ειμαι ο μονος;;;  Τι λετε να φταιει;

+1 για snr, εχουμε καποιο νεο;
Επισης, το ενδεικτικο snr που γραφει στο ethmmy, ειναι σωστό; Κανονικά δεν πρέπει όσο βελτιώνεις το σύστημα να αυξάνεται; Δηλαδη να μειωνεται ο θορυβος; Αυτος γραφει 330 db στο 1ο επιπεδο, που απο μονο του είναι τεραστιο, και στα επομενα μειωνεται ραγδαια. Υπαρχει καποιος που το χει τρεξει ολο το 1ο επιπεδο, και αν ναι ποσο περιπου snr βγαζετε;

Ξερουμε πως γινεται η ανασυνθεση των frames τον αποκωδικοποιητη; Γιατι καθε frame ειναι μεν 2048 δειγματα αλλα εχει και 50% επικαλυψη. Αρα το a(3).chr.frameF  πχ και το a(4).chl.frameF αντιστοιχουν στα ιδια δειγματα του πραγματικου σηματος. Αλλα στο x που επιστρεφει η iAACoder πως τα αποθηκευουμε;

Ξερει κανεις πως αποφασίζουμε ποιο winType (KBD ή SIN) θα έχει κάθε frame; Στην εκφωνηση γραφει οτι χρησιμοποιούμε σε όλη την κωδικοποίηση μόνο ένα απ' τα δύο, αλλά δεν λέει με ποιον τρόπο επιλέγουμε ποιο. Μπορεί κάποιος να βοηθήσει;

Όχι προς το πλήθος, αλλά προς το αθροισμα των βαρών. Κάθε assoc δηλαδή ειναι ένας λόγος από αθροίσματα. Το (Α,Α) ή το (Α,ν) είναι αμα το σκεφτείς πάνω στον γράφο από που ξεκινάει και που καταλήγει κάθε σύνδεση που μετράς το βάρος της, δηλαδή ξεκινάς από κόμβο του Α και καταλήγεις σε κόμβο του Α για την πρώτη περίπτωση.

Η kmeans παίρνει ως oρίσματα έναν πίνακα nxk, που για μας είναι ο πίνακας με στήλες τα ιδιοδιανύσματα του affinity matrix και το πλήθος των cluster. Το n = πλήθος των pixel της εικόνας που είναι ίσο και με την κάθε διάσταση του affinity mat και το k = πλήθος cluster.
Όταν λέει yi, εννοεί ότι για κάθε στοιχείο η kmeans χρησιμοποιεί περισσότερες από μια τιμές για να υπολογίσει το cluster του κάθε pixel (αν και στην πραγματικότητα το ιδιοδιάνυσμα με την μικρότερη ιδιοτιμή είναι περιττό γιατί έχει ίσες τιμές σ όλα τα στοιχεία του). Αλλά το γραφει και ως υποσημείωση ότι για λόγους ευκολίας το βάζουμε.
Η kmeans δίνει τελικά το clusterIdx που είναι ένας πίνακας στήλη nx1 που περιέχει τις ετικέτες για τα pixel. Κάθε pixel, (διαβάζοντας την εικόνα σειριακά και όχι 2Δ) ανήκει σε μια ομάδα που στη δείχνει το label.

nckaranik χρησιμοποίησες την rng(1);