約 2,462,260 件
https://w.atwiki.jp/fft_s/pages/31.html
5/31(14 00)～6/10(14 00) まで 6/6のメンテナンスで31層ボスがエリクサーを落とさなくなってます。 普段は大人しいモンスターが世界各地で暴れだした。 このモンスターを討伐すると不思議な黒水晶を落とすらしい。 この事件を研究する『レヴィン』のために『ダーク・クリスタル』を集めよう！ 概要 攻略仲間と協力してクリスタル数UP 出現モンスター 報酬検索ランクを上げてボスを撃破すると各国でユニットが貰えます。 闇のクリスタル戦士達がごくまれにGETできるかも ダーク・クリスタル報酬 概要 それぞれの種族の最初のエリア ナザン連邦 精霊の国イーサ ユグナード公国 にイベント用ノード発生、イベントノードを攻略して報酬GET 攻略 仲間と協力してクリスタル数UP 手に入る可能性があるアイテムの＜ダーク・クリスタル＞数分貰えます さらに仲間のユニットに手伝ってもらうとクリスタル数大幅UP ボス戦時は入手クリスタル数が大幅に増えるため、ボス戦時に仲間ユニットを借りるのがオススメです。 出現モンスター モンスター ｸﾘｽﾀﾙ数 備考 バルーン 1 バグナムス発破部隊 1 オイルボール 1 ダークボム 2 アッシュボム 3 ゴールドボム 10 ハイパーボム 50 ハイパーグレネード 100 21層以降? アッシュモアブ 200 31層以降? ボス ｸﾘｽﾀﾙ数 備考 ロックウォーム 5 採掘巨獣ドゥムデン 5 グレネードロード 15 ボムキング 20 魔王モアブ 50 20/30/31層 エリクサーdrop 報酬 検索ランクを上げてボスを撃破すると各国でユニットが貰えます。 ユグナード公国 精霊の国イーサ ナザン連邦 検索ランク20ボス討伐報酬 R黒魔道士ハドリー R黒魔道士ブッセイ R黒魔道士ザレマ ブリザド サンダラ ファイラ 検索ランク20ボス討伐報酬 SR黒魔道士ブランドン SR黒魔道士タルタタン SR黒魔道士ジャデルデ SRブリザガ SRサンダガ SRファイガ 検索ランク30ボス討伐報酬 SR陽光のペオール シャインフレア：敵全体に火属性攻撃 闇のクリスタル戦士達がごくまれにGETできるかも 討伐ランク21-31までに出現する闇のクリスタル戦士を討伐でGETのチャンス 6/6のメンテ以降に、ランク31のボス報酬からエリクサーが無くなったため 現在「闇のクリスタル戦士」を入手するのはかなり困難な仕様となっています。 「闇のクリスタル戦士」20回倒した程度じゃまず仲間にならないため、欲しい人は諦めずに課金し続けましょう。 ダーク・クリスタル報酬 集めたダーク・クリスタル数に応じて報酬がもらえる 10個 エリクサーx1 20個 300ギル 40個 英雄降臨チケットCx3 80個 ハーフエリクサーx1 120個 英雄降臨チケットUCx1 160個 400仲間ポイント 200個 英雄降臨チケットRx1 250個 1000ギル 300個 英雄降臨チケットUCx1 350個 エリクサーx1 400個 英雄降臨Cx3 500個 ハーフエリクサーx1 600個 3000ギル 700個 英雄降臨チケットUCx1 800個 ハーフエリクサーx3 900個 800仲間ポイント 1000個 英雄降臨チケットRx1 1200個 ハーフエリクサーx3 1400個 英雄降臨チケットx2 1600個 5000ギル 1800個 ハーフエリクサーx3 2000個 英雄降臨チケットRx1 2000個以降は+1000個ごとに英雄降臨チケット一枚 名前 返信する際は、該当コメント左のチェックボックスを選択してから、書き込むボタンを押してください enterキーを押すと、改行ではなく「書き込み」が行われてしまうので注意してください
https://w.atwiki.jp/fft44/pages/13.html
FFTのイヴァリースの世界 獅子戦争の舞台となる国の名前は「イヴァリース」。 FINAL FANTASY XIIや、その他イヴァリース アライアンスのタイトルと同じ世界観を持つ、 同じ名称の国です。本作品ではイヴァリースは6つの領土に分かれており、 そのうちガリオンヌとゼルテニアの2つの領土が対立して戦争へと発展していきます。 他の領土がそれらに対しどういった動きを見せるのかも、物語の鍵となっていくでしょう。
https://w.atwiki.jp/fft44/pages/11.html
FFT獅子戦争のプロローグ 悠久より綿々と続く時の流れ その中で幾多の歴史が作られてきた しかし「史実」と呼ばれるものの中には、一体いくつの「真実」があるのだろうか…… はるか昔、大国イヴァリースを二分した「獅子戦争」。 そこに二人の若者の姿があった。 一人は、後に獅子戦争を終結に導いたとされる英雄王ディリータ。 そしてもう一人、歴史上決して名が語られることの無かった若者ラムザ。 この物語は、彼ら二人の生き様を通して 歴史の陰に葬られていった「真実」を解き明かしていく―――
https://w.atwiki.jp/fft44/pages/12.html
FFTの獅子戦争 太陽と聖印に護られた双頭の獅子が治める国 イヴァリース――― “五十年戦争”の敗北より1年後 前王の病死により即位することになった王子はわずか2歳 その後見人に事実上の王といえる、王妃の実兄・ラーグ公が有力視されていたが 王妃の支配を恐れた議会がラーグ公を排斥 前王の従弟にあたるゴルダーナ公を摂政に任命し、後見人とした ゴルターナ公とラーグ公はどちらも先の“五十年戦争”において多く武功を挙げた将軍同士 ゴルターナ公には王家に仕える有力貴族の大半が味方したが “五十年戦争”のツケによって没落した貴族や職を失った騎士らはこぞってラーグ公に味方した 黒獅子を紋章とするゴルターナ公と白獅子を紋章とするラーグ公 後に“獅子戦争”と呼ばれる戦乱の始まりである―――
https://w.atwiki.jp/mynote/pages/81.html
FFT（高速フーリエ変換）の使い方 FFT（高速フーリエ変換）の使い方 今回使用するFFTライブラリ Fortran データの作成 Point1 Point2 Point3 Inputデータ Outputデータ 今回使用したデータとか全部 C言語 データの作成 今回使用するFFTライブラリ y(t) - Y(ω) 時間の関数yを周波数空間へ y(x) - Y(k)：位置の関数yを波数空間へ Tω=2π, Xk=2πより周波領域、波数領域への変換を簡単に行う。 京都大学の大浦 拓哉先生のFFT http //www.kurims.kyoto-u.ac.jp/~ooura/fftman/ 今回は上記のFFTライブラリの使い方をC言語、Fortranで説明します。 Fortran データの作成 !======================================================================= ! FFT Test code ! ----- fast fourier transfer test code ----- ! coder Daisuke Saito ! date April 11, 2010 ! ! (1)set the initial data about N, pi ! (2)set the initial data for f(i) ! (3)f(i) transfer datas in a(i) ! (4)FFT for a(i) ! (5)out put !======================================================================= program main integer nmax, nmaxsqrt, i parameter (nmax = 32768, nmaxsqrt = 128) integer N, ip(0 nmaxsqrt + 1) real*8 a(0 nmax), f(0 nmax), w(0 nmax*5/4 - 1), pi, dx open(100, file="sin.txt") open(101, file="spectram.txt") write(100,*) "#i, argument, amplitude" write(101,*) "#i, powerspectram" N = nmaxsqrt pi = dacos(-1.d0) dx = 1.d0/N ip(0) = 0 a( ) = 0.d0 do i = 0, N f(i) = dsin(2.d0*pi*i*dx) + dsin(30.d0*2.d0*pi*i*dx) + 3*dsin(7.d0*2.d0*pi*i*dx) ! -この行で初期振動をセット write(100,*) i, 2.d0*pi*i*dx, f(i) enddo do i = 0, N a(2*i) = f(i) ! -Point1 enddo !---Kyoto-u FFT subrotine-- call cdft(2*N, 1, a, ip, w) ! - Point2 do i = 0, N/2 - 1 write(101,*) i, 2.d0*dsqrt(a(2*i)*a(2*i)+a(2*i+1)*a(2*i+1))/N ! -Point3 enddo close(100) close(101) end program main Point1 今回複素フーリエ変換するのため実数と複素数の入れ物を用意しなければならない、そこでaという入れ物を用意しアーギュメントiが偶数にフーリエ変換したい関数の実数部、iが奇数に虚数部をセットする。 注：今回は虚数部の値がないので、実数部だけ。 Point2 拓哉先生のFFTの説明どおり、cdft(2*N, 1, a, ip, w)を設定 Input 2*N = 複素FFTをかける配列の大きさ、今回は実部がN個、虚部がN個なので2N個 Input 1は普通のFFT、-1は逆変換 Input Output 変換するデータ、出力データは同じ配列に上書きされる Input ？ Output ワーキング領域 Point3 今回パワースペクトルP(k)を出力したいのでP(k) =|F(k)|^2/N= Fre(k)*Fim(k)/Nを出力 Inputデータ 今回入力するデータは f = sin(x) + sin(30x) + 3sin(7x) Outputデータ パワースペクトルのピークがk=1,7,30のところに出ている。 今回使用したデータとか全部 https //docs.google.com/leaf?id=0B08q5BonMYJVMGEzNDkzZGMtOThkMC00OWRkLTk5NzctODVmOTQ2NWUyYmM1 hl=ja C言語 データの作成
https://w.atwiki.jp/aroe/pages/23.html
FFT Butterfly DIT動作 基数２ A = A * W0 + (B * Wn) B = A * W0 - (B * Wn) Wn Twiddle Factor W0 回転子が0の位置、正規化値ともいえる。次のように規定される。Real=(入力Twiddle Factorビット幅-2)^2 Imagine=0 FFT Butterfly DIF動作 基数２ A = (A + B) * W0 B = (A - B) * Wn 基数４ A = (A + B + C + D) * W0 B = (A -iB - C +iD) * Wn C = (A - B + C - D) * Wn1 D = (A +iB - C -iD) * Wn2 A出力は「Twiddle Factorビット幅-2)^2」を乗算することで出力を正規化している。 A出力の０ビットから下位「入力Twiddle Factorビット幅-2」ビットはZ（ハイインピーダンス）になるので、代わりに0をassignしておくこと。 基数2FFT ω：回転子 A = A + B B = (A - iB)ω 基数4FFT A = A + B + C + D B = (A - iB - C + iD)ω C = (A - B + C - D)ω2 D = (A + iB - C - iD)ω3 16ポイントFFT時の基数２、基数４FFTの回転子の変化 基数２DIT 要素 回転子 0 0 0 0 0 1 0 0 0 8 2 0 0 8 4 3 0 0 8 12 4 0 8 4 2 5 0 8 4 10 6 0 8 12 6 7 0 8 12 14 8 8 4 2 1 9 8 4 2 9 10 8 4 10 5 11 8 4 10 13 12 8 12 6 3 13 8 12 6 11 14 8 12 14 7 15 8 12 14 15 stage1 stage2 stage3 stage4 θの計算 要素の添え字を二進数で桁ごとにn3,n2,n1,n0と割り当てる 桁(2^x) 3 2 1 0 stage0 n3 0 0 0 stage1 n2 n3 0 0 stage2 n1 n2 n3 0 stage3 n0 n1 n2 n3 基数２DIF 要素 回転子 0 0 0 0 0 1 0 0 0 8 2 0 0 0 4 3 0 0 0 12 4 0 0 0 2 5 0 0 0 10 6 0 2 0 6 7 0 2 0 14 8 0 0 0 1 9 1 0 0 9 10 2 0 4 5 11 3 0 4 13 12 4 4 0 3 13 5 4 0 11 14 6 6 4 7 15 7 6 4 15 stage1 stage2 stage3 stage4 θの計算 毎ステージごとにTwiddleの刻みを半分に 基数４ DIF 要素 回転子 0 0 0 1 0 0 2 0 0 3 0 0 4 0 4 5 1 4 6 2 4 7 3 4 8 0 8 9 2 8 10 4 8 11 6 8 12 0 12 13 3 12 14 6 12 15 9 12 stage1 stage2 θの計算 毎ステージごとにTwiddleの刻みを1/4に θの計算毎ステージごとにTwiddleの刻みを半分に 配列の要素をスペクトルに√(実数^2 + 虚数^2) DIFとDITがある 基数4と基数2でやる方法がある基数4：クロックあたりの効率がいい（高速）が回路規模は大きくなる 基数2：クロックあたりの効率は悪い（低速）が回路規模は小さくなる ６４点高速フーリエ変換回路 リンク
https://w.atwiki.jp/yana_lab/pages/50.html
FFT(Fast Fourier Transform) FFT(日 高速フーリエ変換)とは波形に含まれる周波数成分を数値化する周波数解析。 下の例は、左の0.15Hzと0.3Hzの合成波のデータに対してFFTの処理を行い右図のように各周波数帯を数値化をした。0.15と0.3Hzのみの合成波を解析したため他の周波数帯に成分が存在しない結果が表れた。このサンプルプログラムは後の「ストレス指標LF/HFの算出」の項目に載せており、そこから同様の結果が得られる。 詳細な計算式については以下のサイトを参照 https //qiita.com/ageprocpp/items/0d63d4ed80de4a35fe79 ストレスの評価 心拍間隔(RRI)データを経過時間ごとにまとめた心拍数変動時系列データに含まれる周波数成分は交感神経や副交感神経の影響を受ける。そのためデータに対して周波数解析を行い、後述する周波数帯の成分を解析することでストレス状態を数値化する。 FFTの前処理 FFTを心拍変動時系列データに掛ける前にはリサンプリングとデトレンドの処理を行う必要がある。 リサンプリングとはサンプリングしたデータを別の標本点系列でサンプリングを行う処理。周波数解析をデータに行うためには解析されるデータのサンプリングは一定の間隔である必要がある。拍動の間隔は不規則であるため、心拍データが一定の間隔でサンプリングされないため行う。 デトレンドとは波形に含まれるトレンド成分を除去する処理。トレンド成分とは波形に含まれる体系的な増加傾向や減少傾向のこと。このトレンド成分が残ったまま解析を行ってしまうと余計なエネルギー量が含まれてしまうため行う。 下の図は実際に計測した20代の男性のデータであり、左から順番に心拍変動時系列データ、線形補間データ、デトレンドデータである。心拍変動時系列データに対して線形補間を掛けている様子やデトレンドによりトレンド成分が除去されたことによる微細な変化が確認できる。 プログラム 下記のプログラムはExcelのRRIデータに対してリサンプリングとデトレンドの処理を行い、データを保存するプログラムである。 リサンプリングはサンプリングしたデータ間の欠損した部分を線形補間を行うことで補った後、一定の間隔でデータを抽出している。そのため、補完関数fを用いて線形補間を行った後リサンプリング波形を生成する。fftを行う場合は解析されるデータ数が2のn乗個でなければならないため、numの値を128としている。サンプリング周期を1秒にするとサンプル数は128個あるため、128秒ごとに解析を行うプログラムとなる。また、デトレンドはscipyのデトレンド関数を使用して処理を行った。 注意 実際にプログラムを動かす際は参照するファイル名が正しいことやExcelがcsvファイルで保存されているか確認する。また、リサンプリング波形を生成する際のtsとteのプログラムはデータによって修正する必要がある。tsは解析するデータの最初の計測開始時間、teは解析するデータの最後の計測時間を指定しており、心拍を測定しながら連続で解析を行う場合はtsとteの値が解析ごとに再指定されるようにプログラムする必要がある。 +プログラム #RRIデータに対してリサンプリングとデトレンドの処理を行うプログラム from scipy import interpolate from matplotlib import pyplot as plt import numpy as np from scipy import signal #Excelファイルの参照 data = np.loadtxt("RRI_resultA_1113am.csv",delimiter= , ) t = data[ ,0]#Excelの1列目全ての要素 y = data[ ,1]#Excelの2列目全ての要素 # 補間関数fを作成 #線形補間によりデータ間の欠損した部分を補う f = interpolate.interp1d(t, y, kind= linear ) # 補間した結果からリサンプリング波形を生成 ts = 1 te = 129 num = 128 t_resample = np.linspace(ts, te, num) #「ts」から「te」まで「num」個の要素数で等間隔の配列を生成。このnumはサンプリング間隔が0.1sになるように調整している。 y_resample = f(t_resample)#補間関数fから直前に生成した等間隔の配列でデータを抽出することでリサンプリングを行う print(y_resample) yd = signal.detrend(y_resample)#デトレンド savedata = np.vstack([t_resample, yd]) #print(savedata) np.savetxt("re_test3.csv",savedata.T,delimiter= , )#データの保存 #print(savedata.T) plt.subplot(2,1,1) plt.plot(t,y, b ) plt.subplot(2,1,2) plt.plot(t_resample,yd, r ) plt.show() ストレス指標LF/HFの算出 心拍変動時系列データに含まれる低周波成分LF(0.05~0.15Hz)は交感神経と副交感神経の機能を反映し、高周波成分HF(0.15~0.4Hz)は副交感神経の機能を反映する。人間はリラックス時には副交感神経が活発化しLFが増大する。反対にストレスを感じると交感神経が活発化しLFが増大、HFが減少する。そのため、LF/HFをストレスの指標とした。ストレスが高まるとリラックス時に比べてLF/HFは値が高くなる。しかし、LF/HFの値は個人差があり明確にストレス状態と判断する閾値がないため、判断を行うためには実際に計測を行い個人の傾向を調べる必要がある。 下の図は左が心拍変動時系列データにリサンプリングとデトレンドを行ったデータ、右がそれにFFTの処理を行ったデータである。また、左の図は先程も挙げた20代の男性のデータと同様のものである。この実験データからLF/HFは約1.49と算出された。実験者はリラックス状態およそで0.5~0.8、平常時で0.8~1.1付近の値を算出していたため、若干のストレスや疲れがみられることが分かった。 プログラム 下のプログラムは上記のリサンプリングとデトレンドの処理を行ったExcelファイルに対して行うFFTプログラムである。このプログラム単体でもコメントアウトを消去することで確認用のサンプリングに対してFFTを掛けることができる。サンプル波形のFFTの様子はこのページのトップ部分の図から確認できる。 +プログラム #周波数解析FFTを行うプログラム ####注意########################################################## #このプログラムはリサンプリングとデトレンドを行ったデータに行うこと ################################################################### import numpy as np import matplotlib.pyplot as plt data = np.loadtxt("re_test3.csv",delimiter= , ) t = data[ ,0] x = data[ ,1] N = 128 # サンプル数 dt = 1 # サンプリング周期 [s] ##確認用######################################################### #f1, f2 = 0.15, 0.3 # 周波数 [Hz] #t = np.arange(0, N*dt, dt) # 時間 [s] #x = 1.5*np.sin(2*np.pi*f1*t) + np.sin(2*np.pi*f2*t) + 3 # 信号 ################################################################# F = np.fft.fft(x) # 変換結果 freq = np.fft.fftfreq(N, d=dt) # 周波数 Amp = np.abs(F/(N/2)) # 振幅 #####LF_HF算出用######################## #print(freq) LF=HF=0 z=0 while freq[z] 0.05 z=z+1 while freq[z] 0.15 LF=LF+Amp[z] z=z+1 while freq[z] 0.4 HF=HF+Amp[z] z=z+1 LF_HF=LF/HF print(LF_HF) ############################ plt.plot(freq[1 int(N/2)], Amp[1 int(N/2)]) plt.xlabel("Freqency [Hz]") plt.ylabel("Amplitude") plt.xlim([0,0.5])##横軸の設定 plt.show()
https://w.atwiki.jp/batsman/pages/28.html
FFタクティクス 登場プレイヤー男性キャラクター・戦闘不参加ＮＰＣキャラクター ラムザ・ベオルブ ディリータ・ハイラル マラーク・ガルテナーハ ムスタディオ・ブナンザ シドルファス・オルランドゥ クラウド(FF7より) 以下二名はPSP用追加キャラ バルフレア(FF12より) ルッソ(FFTA2より) その他傭兵キャラ 状態異常 トード 分類 変身（カエル） カエルになっている状態、ステータスが大幅に下がり、トード以外の魔法も使えなくなる。 この状態で戦闘不能になると伸びてしまう。 Tでは極悪なステータス異常である、対策をしないと本当に直せない。 チキン 分類 変身(にわとり) にわとりになっている状態。FFTにはブレイブという数値があり、これが10未満になると鶏になってしまう。 勇気が無いチキンな奴という事だろう。 この状態では操作は不可能、なんらかの方法でブレイブを上げて元に戻さないと戦闘終了後にそのユニットは脱退してしまう。 石化 分類 石化 身体が石になって動けない状態。 勿論全員石化すると全滅する。 これもトードと同じくFFTでは強力な状態異常である。 特に敵にはガンガンかましていきたい、、、効けばorz モルボル化 分類 変身(その他) モルボルに変わってしまった状態。 「グレートモルボル」の「モルボル菌」を食らったユニットはモルボルになってしまう。 その効果は永続、つまり食らったが最後、永遠とモルボルになってしまうのである。 ちなみにモルボル菌の説明は 「モルボルのモルボルたる所以であるモルボル菌を植え付けてモルボルにしてしまう。」 まさにそのものになるという事か。 ちなみにモルボルになったユニットはなる前の話をするし、モルボルとしてタマゴも生む。 だがしかし まずこの「モルボル菌」という技は特定の技能をつけたキャラがいないと使用が出来ない。 そのため偶発的にされるという事は稀 さらに 上記に上がっている名有りキャラには通用しないというオマケ付き。 …仕方が無い事ではあるが。orz
https://w.atwiki.jp/kamameshi/pages/25.html
奥さーん、これがホシかったんだろー！！ ということでFFT実行サンプルプログラムを作ってみました。 えーあー、対応していない引数の回避とか組み込んでないですが、 その太平洋を彷彿させる大きな心でご容赦ください。 ファイルもアップロードしました。 分かりにくいですがー下の方にファイルへのリンクがありますので 使ってみればいいじゃない！ ■go_fft実行コード //----------------------------------- // sample code to execute go_fft // ver 1.0 //----------------------------------- //set lib path //Please change the following path to fit your enviroment. getf( C \work\scilab\go_fft.sci ); //generate test wave fs = 10000; f_1 = 1250; f_2 = 2500; n = [1 1 8192]; sine_1 = 0.5 * sin(2*%pi*(f_1/fs)*n); sine_2 = 0.25 * sin(2*%pi*(f_2/fs)*n); input_wave = sine_1 + sine_2; //go fft [amp f] = go_fft(input_wave, fs, re , lnr ); //plot in linear unit //[amp f] = go_fft(input_wave, fs, re , dB ); //plot in dB unit //[amp f] = go_fft(input_wave, fs, hn , lnr ); //use hanning window //[amp f] = go_fft(input_wave, fs, hm , lnr ); //use hamming window //display fft result plot(f, amp); xgrid; //grid on ■go_fft本体 //--------------------------------------- // go_fft.sci // calculate fft on scilab // ver 1.0 //--------------------------------------- function [amp, frequency]=go_fft(input_data, fs, win_sel, out_form) printf("===== go_fft =====\n"); printf(" window = %s\n", win_sel); printf(" out form = %s\n", out_form); //get input length input_length = length(input_data); printf(" input_length = %d\n", input_length); //output length out_length = input_length/2; //windowing if win_sel == hn window_adjust_coef = 0.5; elseif win_sel == hm window_adjust_coef = 0.54; else window_adjust_coef = 1; end win_l = window(win_sel, input_length); printf(" window_adjust_coef = %f\n",window_adjust_coef); if win_sel ~= re input_windowing = input_data .* win_l; else input_windowing = input_data; end //fft process res_cmp = fft(input_windowing); //res_cmp = fft(input_data); res_abs = abs(res_cmp)*(2/input_length); res_lnr = res_abs/window_adjust_coef; //convert dB unit res_db = 20 * log10(res_lnr); if out_form == dB result = res_db; elseif out_form == lnr result = res_lnr; elseif out_form == abs result = res_abs; elseif out_form == cmp result = res_cmp; else result = res_db; end amp = result(1 out_length); //generate frequency freq_points = [0 1 out_length-1]; frequency = (fs/input_length) * freq_points; printf("=================="); endfunction
https://w.atwiki.jp/ad06/pages/91.html
FFT（fast Fourier transform、高速フーリエ変換）とは、離散的フーリエ変換(DFT)の高速計算法である。いくつかの手法が提案されているが、2のベキ乗のアルゴリズムが最も用いられている。 具体的には、N点DFTにおいて、Nが2のベキ乗で表される場合、計算を分解し、指数計算に必要な演算を省略することによって計算を高速化できる。DFTのサイズが大きくなるにつれて計算量の減少が大きく現れる。