国内外基于matlab设计的带通fir数字滤波器选题研究的现状

时间: 2023-05-15 12:04:09 浏览: 33
国内外基于matlab设计的带通FIR数字滤波器选题研究目前正处于十分活跃的状态。 近年来,数字信号处理技术在工业制造、通信、电力、医学和地质勘探等领域中得到广泛的应用。FIR数字滤波器作为数字信号处理领域中最基本的滤波器类型之一,广泛应用于信号滤波、滤波复制、非线性滤波等方面。而基于Matlab进行数字滤波器设计,是目前应用最为广泛的一种设计方法。 具体而言,国内外学者主要从以下几个方面进行基于Matlab设计的带通FIR数字滤波器的研究: 一、使用Matlab软件进行数字滤波器设计与仿真 学者们将Matlab软件作为数字信号处理的主要工具之一,采用数字滤波器设计和仿真技术,成功地设计出各种类型的数字滤波器,如FIR数字滤波器、IIR数字滤波器等。 二、研究基于Matlab的数字滤波器实现方法 学者们致力于研究基于Matlab的数字滤波器实现方法,包括数字信号的离散化、数字滤波器的设计和应用、数字信号处理系统的实现等。 三、研究基于Matlab的数字滤波器优化方法 学者们提出了各种数字滤波器优化方法,如基于遗传算法、神经网络算法等,来提高数字滤波器的性能和精度,并将这些方法应用于数字滤波器的设计中。 总之,国内外基于Matlab设计的带通FIR数字滤波器的选题研究正在蓬勃发展,相关研究成果对数字信号处理领域的发展和应用具有重要的意义。
相关问题

怎么利用matlab设计带通fir数字滤波器代码

以下是MATLAB代码实现带通FIR数字滤波器: ```matlab % 设计带通FIR数字滤波器 % 采样率为fs,通带频率为[wp1, wp2],截止频率为[ws1, ws2] fs = 1000; wp1 = 50; wp2 = 150; ws1 = 40; ws2 = 160; % 计算通带和阻带边缘频率 wp = [wp1, wp2]/(fs/2); ws = [ws1, ws2]/(fs/2); % 设计滤波器 N = 100; % 滤波器阶数 b = fir1(N, [wp(1), wp(2)], 'bandpass'); % 绘制滤波器幅频响应曲线 [H, w] = freqz(b, 1, 1024, fs); plot(w, abs(H)); xlabel('频率(Hz)'); ylabel('幅值'); title('带通FIR数字滤波器幅频响应'); ``` 其中,fir1函数用于设计FIR数字滤波器,'bandpass'表示设计带通滤波器,N为滤波器阶数,[wp(1), wp(2)]为通带边缘频率。freqz函数用于计算滤波器的幅频响应曲线,最后使用plot函数绘制出来。

基于matlab gui的fir数字滤波器

### 回答1: 基于MATLAB GUI 的FIR数字滤波器是一种通过使用MATLAB的图形用户界面(GUI)来设计和实现有限脉冲响应(FIR)数字滤波器的方法。 在MATLAB中,可以使用FIR滤波器设计工具箱中的函数来设计FIR数字滤波器。该工具箱提供了多种设计方法,如窗函数法、最小最大法和频率抽样法等。通过GUI界面,用户可以选择所需的滤波器设计方法,并对滤波器的参数(如截止频率、滤波器阶数等)进行设置。 在GUI界面中,用户可以看到滤波器的频率响应曲线,可以通过调整参数来实时预览不同滤波器的效果。用户可以根据需要,选择一个最合适的滤波器设计,并将其导出到MATLAB工作区中。 使用MATLAB GUI进行FIR滤波器设计的好处是,可以直观地了解滤波器的特性,并通过调整参数来实时查看效果。此外,MATLAB还提供了丰富的工具和函数,可以帮助用户对滤波器进行性能评估和优化。 总之,基于MATLAB GUI的FIR数字滤波器是一种方便易用的设计方法,它使用户能够直观地进行滤波器设计和性能评估,从而满足不同应用对数字信号的滤波需求。 ### 回答2: MATLAB提供了用于开发GUI(图形用户界面)的功能强大的工具箱。将FIR数字滤波器与MATLAB GUI相结合,可以实现一个交互式的滤波器设计和分析系统。 首先,在MATLAB中创建一个GUI窗口,可以使用MATLAB的GUIDE工具进行创建。GUI窗口可以包含滑动条、按钮、文本框等交互式元素,用于控制和显示滤波器的参数。 接下来,编写MATLAB代码,用于处理GUI窗口中的交互事件。例如,当用户移动滑动条时,可以编写相应的代码来更新滤波器的设计参数,并重新计算滤波器的频率响应。 对于FIR数字滤波器的设计,可以使用MATLAB的fir1函数或firls函数来生成滤波器的系数。可以根据用户在GUI窗口中设置的参数,如滤波器类型、截止频率等,调用相应的函数来计算滤波器的系数。 一旦滤波器的系数得到计算,就可以使用MATLAB的filter函数来应用滤波器。通过输入一个信号数据和滤波器的系数,可以得到滤波后的信号。 除了设计和应用滤波器之外,MATLAB还提供了绘制频率响应和时域响应的功能。可以使用MATLAB的freqz函数来绘制滤波器的频率响应曲线,使用MATLAB的impz函数来绘制滤波器的时域响应曲线。 总结来说,基于MATLAB GUI的FIR数字滤波器系统可以提供一个交互式的界面,用于设计、分析和应用滤波器。用户可以通过设置参数和操作界面上的元素来控制滤波器的行为,并实时查看滤波器的效果和响应。 ### 回答3: MATLAB是一种功能强大的数学软件,它提供了许多工具和功能,用于数字信号处理和滤波等应用。GUI(图形用户界面)则是一种方便用户交互和操作的界面形式。下面是基于MATLAB GUI的FIR(有限冲激响应)数字滤波器的介绍。 FIR数字滤波器是一种在时间域上具有有限长度的滤波器,通常由一组称为滤波系数的数字值表示。MATLAB提供了fir1函数,该函数可以用于设计FIR滤波器的滤波系数。通过指定滤波器的截止频率和滤波器阶数等参数,可以生成所需的滤波器。 当使用MATLAB GUI时,我们可以通过在GUI界面上添加按钮、滑块、文本框等控件,来实现用户对滤波器参数的交互式设置。用户可以通过操作这些控件来改变滤波器的截止频率、阶数和其他参数。随着参数的变化,MATLAB会自动重新计算并更新滤波器的滤波系数。这样,用户可以实时预览滤波器的效果,并根据需要进行调整,直到满意为止。 在设计GUI界面时,我们可以为用户提供一些附加功能,比如显示原始信号和滤波后的信号的频谱图,以及滤波器的频率响应曲线等。这些可视化工具可以帮助用户更好地理解滤波器的效果。 总结起来,基于MATLAB GUI的FIR数字滤波器提供了一种方便用户交互和操作的方式。用户可以通过GUI界面上的控件来设置滤波器参数,并实时预览和调整滤波器效果。这种滤波器设计方法可以帮助用户更好地理解和掌握数字信号处理和滤波的基本原理。

相关推荐

### 回答1: 好的,我可以为您提供有关基于MATLAB的FIR数字滤波器设计的信息。 FIR数字滤波器(Finite Impulse Response Digital Filter)是一种数字滤波器,其输出仅依赖于输入序列中的有限个输入值。它可以用于信号处理中的多种应用,如音频处理、图像处理、通信系统等。 在MATLAB中,设计FIR数字滤波器的步骤如下: 1. 确定滤波器的规格:包括滤波器的截止频率、通带增益、抗混叠要求等。 2. 选择合适的窗函数:窗函数是FIR滤波器设计中的重要参数,可用于平衡滤波器的频率响应和时间响应。在MATLAB中,可以使用多种窗函数,如矩形窗、汉明窗、黑曼窗等。 3. 使用fir1函数设计FIR滤波器:fir1函数可以根据所选择的窗函数、截止频率和滤波器的阶数来设计FIR滤波器。 4. 使用freqz函数查看滤波器的频率响应:freqz函数可以绘制出滤波器的频率响应图,用于分析和验证滤波器的设计效果。 下面是一个简单的MATLAB代码示例,演示如何使用fir1函数设计一个低通FIR数字滤波器: matlab % 设计一个低通FIR数字滤波器 Fs = 1000; % 采样频率 Fc = 100; % 截止频率 N = 100; % 滤波器阶数 % 使用fir1函数设计滤波器 b = fir1(N, Fc/(Fs/2)); % 使用freqz函数绘制滤波器的频率响应 freqz(b,1,1024,Fs); 在上面的代码中,Fs表示采样频率,Fc表示截止频率,N表示滤波器的阶数。fir1函数的第一个参数是滤波器的阶数,第二个参数是截止频率(归一化频率),其中Fs/2表示采样频率的一半。 运行代码后,会生成一个频率响应图,可以用于分析和验证滤波器的设计效果。 ### 回答2: 数字滤波器是数字信号处理中的一项重要技术。它可以利用数字信号的线性性质,对信号进行滤波、降噪、去除干扰等处理。其中,fir数字滤波器是常用的一种,它使用有限长的离散时间序列来处理数字信号,具有线性相位和稳定性的特点。 而matlab作为一种强大的数学软件,在数字信号处理中也有着举足轻重的地位。下面将介绍基于matlab的fir数字滤波器设计方法。 fir数字滤波器的设计通常分为以下几个步骤: 1. 确定滤波器的类型和通带、阻带频率等参数。 2. 计算滤波器的理想频率响应,即根据滤波器参数计算出滤波器在频域上的理想响应曲线。 3. 计算出滤波器的时域冲激响应,即通过傅里叶反变换将理想响应转换为离散时间序列。 4. 根据实际系统的限制和要求,对时域冲激响应进行相应的加窗和截断等处理,以获得滤波器的最终时域响应。 在matlab中,可以使用fir1函数进行fir数字滤波器的设计。具体来说,它的调用格式为: [b,a] = fir1(n,Wn,'ftype',win) 其中,n是滤波器阶数;Wn是一个两个元素的矢量,其中第一个元素是通带截止频率,第二个元素是阻带截止频率;'ftype'参数用于指定滤波器类型,可选项有'low'、'high'、'bandpass'、'stop'等;win是一个窗函数,用于对理想响应进行加窗处理。 例如,下面的代码可以实现一个16阶低通滤波器的设计: n = 16; Wn = 0.2; b = fir1(n,Wn); freqz(b,1) 其中,freqz是matlab中的一个函数,用于绘制滤波器的频率响应曲线。可以看出,这个滤波器在通带内具有较平坦的特性,可以用于对低频信号进行滤波。 当然,fir1函数还有很多其他的用法和参数设置,可以根据实际需要进行调整和使用。总之,matlab提供了丰富的数字信号处理工具和函数,可以方便地进行fir数字滤波器的设计和实现。 ### 回答3: 数字滤波器是数字信号处理中的重要组成部分,它可以对数字信号进行滤波处理,从而改变信号的频率和幅值特性。在实际的数字信号处理应用中,fir数字滤波器具有简单的结构、易于理解和调整的特点,被广泛应用于各种数字信号处理场合。本文将详细介绍基于matlab的fir数字滤波器设计方法。 fir数字滤波器是一种基于有限长冲激响应的滤波器。与iir数字滤波器相比,fir数字滤波器没有反馈回路,因此具有相应的优点,比如稳定性、线性相位响应和精确的滤波特性等。 fir数字滤波器的设计方法包括两个主要步骤:滤波器类型选择和滤波器参数确定。滤波器类型选择取决于所需的滤波特性,主要分为低通、高通、带通和带阻滤波器。fir数字滤波器的设计方法有时域设计和频域设计两种,其中时域设计方法较为普遍。 fir数字滤波器的时域设计方法主要包括窗函数法、最小二乘法和parks-mcclellan算法等。其中窗函数法是最常用的设计方法之一,其基本思想是首先设计一个理想的滤波器,然后用窗函数将理想滤波器加窗,最终得到近似的fir数字滤波器。一般情况下,窗函数的选择取决于所需的滤波器特性,如矩形窗、汉宁窗、汉明窗、布莱克曼窗等。窗函数法的优点是简单易实现、滤波器结构稳定,但是由于窗函数的影响,其频谱响应不够平滑,会出现波纹现象,需要对窗函数和滤波器参数进行优化调整。 parks-mcclellan算法是一种基于最小最大误差的fir数字滤波器设计方法,相比其他设计方法,其优点在于滤波器的通带、群延时和阻带等特性都可以得到精确控制。该算法通常使用MATLAB的firpm函数实现,用户可根据需要调整滤波器的设计参数,如通带边缘频率、通带衰减、阻带边缘频率等。 最后,值得注意的是,fir数字滤波器的设计需要综合考虑滤波器的复杂度、滤波器特性和带宽等因素,才能得到最佳的滤波效果和性能。同时,我们也可以利用MATLAB提供的一系列函数和工具箱来实现fir数字滤波器的设计和优化。
### 回答1: 数字FIR滤波器是一种数字信号处理中常用的滤波器,可以用于去除信号中的噪声或者对信号进行频率选择。在MATLAB中,可以使用fir1函数进行数字FIR滤波器的设计。具体步骤如下: 1. 确定滤波器的类型和截止频率。根据需要,可以选择低通、高通、带通或带阻滤波器,并确定滤波器的截止频率。 2. 计算滤波器的系数。使用fir1函数,输入滤波器的阶数和截止频率,即可计算出滤波器的系数。 3. 应用滤波器。将需要滤波的信号输入到滤波器中,使用filter函数进行滤波处理,得到滤波后的信号。 需要注意的是,滤波器的阶数和截止频率的选择会影响滤波器的性能,需要根据具体应用场景进行调整。 ### 回答2: 数字FIR滤波器是数字信号处理中的一种基本滤波器类型,是一种常用的数字信号滤波器,一般应用于数字信号的低通、高通、带通、带阻滤波等。在进行数字FIR滤波器的设计时,MATLAB提供了较为方便的工具箱,使得数字FIR滤波器的设计变得更加高效。 数字FIR滤波器设计一般包括以下步骤: 1.定义滤波器特性:包括滤波器类型、通带、阻带、通带最大衰减、阻带最小衰减、采样频率等。 2.选择滤波器窗函数:常用的窗函数有矩形窗、汉宁窗、汉明窗、布莱克曼窗等。 3.计算滤波器系数:可以利用MATLAB提供的fir1函数进行计算,其中fir1函数通过输入窗函数的参数,自动求解FIR滤波器系数。 4.验证滤波器性能:通常可以用MATLAB提供的freqz函数对FIR滤波器进行频域分析,以判断滤波器的性能是否满足设计要求。 在MATLAB中进行数字FIR滤波器设计的代码如下: % 定义滤波器特性 fs = 1000; % 采样频率 fc = 50; % 通带截止频率 f0 = 100; % 阻带截止频率 rp = 1; % 通带最大衰减(dB) rs = 60; % 阻带最小衰减(dB) % 选择滤波器窗函数 win = hamming(21); % 汉明窗 % 计算滤波器系数 coef = fir1(20, fc/(fs/2), win); % 验证滤波器性能 freqz(coef); 通过上述代码,可以快速得到数字FIR滤波器的系数,并验证滤波器的性能是否满足设计要求。在实际应用中,可以通过调整窗函数参数、滤波器阶数等参数,不断优化数字FIR滤波器的性能,以实现更加精确的信号处理。 ### 回答3: 数字FIR滤波器是一种数字信号处理中经典的滤波器,可以实现对数字信号的卷积与滤波。在MATLAB中,使用fir1函数可以方便快捷地实现数字FIR滤波器的设计。 首先,我们需要了解数字FIR滤波器的基本原理。数字FIR滤波器是通过对输入信号进行加权平均来实现滤波的,其滤波器系数决定了加权系数的大小和分布。因此,数字FIR滤波器的设计就是确定滤波器系数的过程。 在MATLAB中,fir1函数可以设计一种简单的低通FIR滤波器。该函数的常用语法如下: [b,a] = fir1(n,Wn,'type') 其中,n是滤波器阶数,Wn是归一化截止频率,取值范围为0到1,type是滤波器类型,包括低通、高通、带通和带阻四种类型。fir1函数返回的是滤波器的系数b和a,其中系数a是常数1。 例如,如果希望设计一个10阶低通FIR滤波器,截止频率为0.4,并将系数保存在数组b中,可以使用以下代码: n = 10; Wn = 0.4; [b,~] = fir1(n,Wn); 在使用fir1函数时,应特别注意滤波器阶数的选择。通常情况下,阶数越高,滤波器的性能越好,但也会导致计算量增加和滤波器群延迟增加。因此,需要根据实际需要进行合理的阶数选择。 此外,在设计数字FIR滤波器时,还可以通过Kaiser窗方法、窗函数方法、最小二乘法等不同的设计方法选择不同的滤波器类型和参数设置。综合考虑各种因素,选择合适的方法和参数,可以实现数字FIR滤波器的有效设计。
好的,下面是使用MATLAB设计一个FIR带通滤波器的示例代码: matlab fs = 1000; % 采样频率 fc1 = 50; % 通带上限频率 fc2 = 100; % 通带下限频率 fs1 = 40; % 阻带下限频率 fs2 = 120; % 阻带上限频率 Amax = 1; % 通带最大衰减量 Amin = 60; % 阻带最小衰减量 % 设计一个低通滤波器 f_cutoff = (fc1 + fc2) / 2; b_lowpass = fir1(1000, f_cutoff/(fs/2)); % 将低通滤波器的频率响应通过频率取反和加一得到带通滤波器的频率响应 b_bandpass = -b_lowpass; b_bandpass(floor(length(b_bandpass)/2)+1) = b_bandpass(floor(length(b_bandpass)/2)+1) + 1; % 对带通滤波器进行时域反变换,得到其冲激响应 h_bandpass = ifft(b_bandpass); h_bandpass = real(h_bandpass); % 对冲激响应进行归一化处理,得到滤波器的系数 b_bandpass = h_bandpass / sum(h_bandpass); % 使用remez算法进一步优化滤波器的响应 n = firord([0, fs1, fs2, fs/2], [0, 1, 0], [10^(-Amin/20), (10^(Amax/20)-1)/(10^(Amax/20)+1), 10^(-Amin/20)]); b_bandpass = fir1(n, [fs1, fs2]/(fs/2), 'bandpass', remez(n+1, [0, fs1, fs2, fs/2]/(fs/2), [1, 0], [10^(-Amin/20), 10^(Amax/20), 10^(-Amin/20)])); % 绘制滤波器的幅频响应 freqz(b_bandpass, 1, 1024, fs); 你可以根据具体需求调整上述代码中的参数,例如采样频率、通带和阻带的频率范围、通带和阻带的最大衰减量等。运行后,你将得到一个带通滤波器的系数向量 b_bandpass,并且可以通过 freqz 函数绘制出该滤波器的幅频响应。

最新推荐

基于LabVIEW的FIR数字滤波器设计

目前,FIR滤波器的设计方法主要是建立在对理想滤波器频率特性做某种近似的基础上的。这些近似方法有窗函数法、频率抽样法及最佳一致逼近法。本文介绍了一种在LabVIEW平台下用窗函数法快速设计FIR数字滤波器的方法。

基于FPGA的FIR数字滤波器设计方案(一)

在信息信号处理过程中,数字滤波器是信号处理中使用最广泛的一种方法。通过滤波运算,将一组输入数据序列转变为另一组输出数据...常用的数字滤波器可分为有限脉冲响应(FIR)滤波器和无限脉冲响应(IIR)滤波器两种。

基于MATLAB的IIR和FIR滤波器设计-实验5 基于MATLAB的数字滤波器设计.doc

基于MATLAB的IIR和FIR滤波器设计-实验5 基于MATLAB的数字滤波器设计.doc IIR:在MATLAB中,可以用下列函数辅助设计IIR数字滤波器:1)利用buttord和cheb1ord可以确定低通原型巴特沃斯和切比雪夫滤波器的阶数和截止...

基于FPGA的FIR数字滤波器设计与仿真

采用改进并行分布式算法设计了一种16抽头FIR数字低通滤波器,首先用Matlab工具箱中的FDATool设计滤波器系数,然后使用硬件描述语言Verilog HDL和原理图,实现了子模块和系统模块设计,在Matlab与QuartusII中对系统...

基于FPGA 的32阶FIR滤波器设计

研究了一种采用FPGA实现32阶FIR数字滤波器硬件电路方案;讨论了窗函数的选择、滤波器的结构以及系数量化问题;阐述了FIR滤波器的FPGA实现,各模块的设计以及如何优化硬件资源,提高运行速度等问题。实验结果表明了该...

代码随想录最新第三版-最强八股文

这份PDF就是最强⼋股⽂! 1. C++ C++基础、C++ STL、C++泛型编程、C++11新特性、《Effective STL》 2. Java Java基础、Java内存模型、Java面向对象、Java集合体系、接口、Lambda表达式、类加载机制、内部类、代理类、Java并发、JVM、Java后端编译、Spring 3. Go defer底层原理、goroutine、select实现机制 4. 算法学习 数组、链表、回溯算法、贪心算法、动态规划、二叉树、排序算法、数据结构 5. 计算机基础 操作系统、数据库、计算机网络、设计模式、Linux、计算机系统 6. 前端学习 浏览器、JavaScript、CSS、HTML、React、VUE 7. 面经分享 字节、美团Java面、百度、京东、暑期实习...... 8. 编程常识 9. 问答精华 10.总结与经验分享 ......

无监督视觉表示学习中的时态知识一致性算法

无监督视觉表示学习中的时态知识一致性维信丰酒店1* 元江王2*†马丽华2叶远2张驰2北京邮电大学1旷视科技2网址:fengweixin@bupt.edu.cn,wangyuanjiang@megvii.com{malihua,yuanye,zhangchi} @ megvii.com摘要实例判别范式在无监督学习中已成为它通常采用教师-学生框架,教师提供嵌入式知识作为对学生的监督信号。学生学习有意义的表征,通过加强立场的空间一致性与教师的意见。然而,在不同的训练阶段,教师的输出可以在相同的实例中显著变化,引入意外的噪声,并导致由不一致的目标引起的灾难性的本文首先将实例时态一致性问题融入到现有的实例判别范式中 , 提 出 了 一 种 新 的 时 态 知 识 一 致 性 算 法 TKC(Temporal Knowledge Consis- tency)。具体来说,我们的TKC动态地集成的知识的时间教师和自适应地选择有用的信息,根据其重要性学习实例的时间一致性。

create or replace procedure这句语句后面是自定义么

### 回答1: 是的,"create or replace procedure"语句后面应该跟着自定义的存储过程名。例如: ```sql create or replace procedure my_procedure_name ``` 这里"my_procedure_name"是你自己定义的存储过程名,可以根据具体需求进行命名。 ### 回答2: 不完全是自定义。在Oracle数据库中,"CREATE OR REPLACE PROCEDURE"是一条SQL语句,用于创建或替换一个存储过程。关键词"CREATE"表示创建新的存储过程,关键词"OR REPLACE"表示如果该存储过程

数据结构1800试题.pdf

你还在苦苦寻找数据结构的题目吗?这里刚刚上传了一份数据结构共1800道试题,轻松解决期末挂科的难题。不信?你下载看看,这里是纯题目,你下载了再来私信我答案。按数据结构教材分章节,每一章节都有选择题、或有判断题、填空题、算法设计题及应用题,题型丰富多样,共五种类型题目。本学期已过去一半,相信你数据结构叶已经学得差不多了,是时候拿题来练练手了,如果你考研,更需要这份1800道题来巩固自己的基础及攻克重点难点。现在下载,不早不晚,越往后拖,越到后面,你身边的人就越卷,甚至卷得达到你无法想象的程度。我也是曾经遇到过这样的人,学习,练题,就要趁现在,不然到时你都不知道要刷数据结构题好还是高数、工数、大英,或是算法题?学完理论要及时巩固知识内容才是王道!记住!!!下载了来要答案(v:zywcv1220)。

基于对比检测的高效视觉预训练

10086⇥⇥⇥⇥基于对比检测的高效视觉预训练Ol i vierJ. He´naf f SkandaKoppula Jean-BaptisteAlayracAaronvandenOord OriolVin yals JoaoCarreiraDeepMind,英国摘要自我监督预训练已被证明可以为迁移学习提供然而,这些性能增益是以大的计算成本来实现的,其中最先进的方法需要比监督预训练多一个数量级的计算。我们通过引入一种新的自监督目标,对比检测,任务表示与识别对象级功能跨增强来解决这个计算瓶颈。该目标可提取每幅图像的丰富学习信号,从而在各种下游任务上实现最先进的传输精度,同时需要高达10少训练特别是,我们最强的ImageNet预训练模型的性能与SEER相当,SEER是迄今为止最大的自监督系统之一,它使用了1000多个预训练数据。最后,我们的目标无缝地处理更复杂图像的预训练,例如COCO中的图像,缩小了从COCO到PASCAL的监督迁移学习的差距1. 介绍自从Al