Sequencer——纯算法数字序列识别 音序器识别数字序列。 也就是说，给定一个数字列表，如 (a(n)) = 1, 2, 4, 8, 16, 32, ... 在这种情况下，它会找到一个生成它们的公式 a(n) = 2^(n-1) Sequencer 既不使用序列库，也不使用一组有限的算法来查找封闭形式。 相反，它会生成特定大小的所有公式，然后根据提供的数字检查它们。 对于验证，该系统使用混合方法，即快速数字检查器后跟由计算机代数系统驱动的符号验证器。 结合一些旨在快速生成潜在有趣公式的技巧和启发式方法，Sequencer 可以在商品硬件上运行时在几秒钟内识别具有非常复杂的封闭形式的序列。 Sequencer 能够找到超出任何现有系统（如 、 和封闭形式。 在涉及递推关系或不寻常的函数组合时，它尤其强大。 例如，上面提到的任何服务目前都无法理解序列 (a(n)) = 1, 1,

对数字序列分别进行前端补零、后端补零和前端后端同时补零，那么得到的三种序列的频谱有什么区别？我们为了得到高密度谱，一般对序列进行后端补零，那么您想过没有：前端补零会改变信号的频谱么？前端和后端同时补零会改变信号的频谱么？

卷积神经网络多用于图像分类识别，大多代码都是基于图像写的，这个代码已经更改，可以用于序列数据的分类，用matlab编辑代码可避免像python库一样有好多框架，可能导致不兼容

java编写的数字波形生成器 支持输入两个序列，选择运算符，计算结果并绘制波形