搜索资源列表
bp_C
- BP神经网络的编程,C语言编写 要看要几层的网络,输入和输出是多少个?要几层隐层,多少个神经元,还有要选什么传输函数。这些确定了,建立和训练网络
nn_nodes_optm
- 计算最优化网络节点传输路径的neural network 模型,测试通过4个nodes-Calculation of the optimal transmission path network node neural network model, the test four nodes
bp1
- 两层BP神经网络训练加权系数 隐含层取S型传输函数 输出取线性传输函数-Two-tier training BP neural network hidden layer weighting coefficient from S-transfer function output from the linear transfer function
jiyumohushenjingwangluo
- 基于模糊神经网络盲均衡算法的研究 摘要 无线和数字通信系统中,由于信号在传输过程中会受到复杂传播机制 的影响,从而产生码间干扰。为了消除码间干扰,要在接收端进行均衡, 以补偿信道特性,正确恢复发送序列。传统的均衡器由于需要不断地发送 训练序列,已经不能满足数字通信技术发展的要求。盲均衡技术不需要训 练序列,仅利用接收序列的统计特性便能自适应地调节参数,也就是说, 盲均衡技术本身完全不用训练序列,就可以自启动收敛并防止失锁情况, 且能使滤波器的输出与要恢复的输入信号
AF_Control
- 针对LPG电喷发动机过渡工况空燃比难于精确控制的特点,提出了一种将改进Elman神经网络和常规 PI控制算法相结合的空燃比控制方法.其中Elman神经网络用于实现无传输延迟空然比信号的预测,常规PI控制器利用预测信号实现过渡工况下空然比的实时反馈控制.-LPG EFI engine for transient air fuel ratio is difficult to precisely control the characteristics of the improved Elman p
PiecewiseFPGA
- 使用分段逼近(piecewise approximation)算法计算超越函数,以神经网络中最常用的双曲正切型(tanh)传输函数为例来分析逼近精度同分段数、有限字长之间的关系。 -Using segmented approximation (piecewise approximation) algorithm for computing transcendental functions, to the most commonly used neural network type hyper
CRC3.0
- 此代码的功能是实现网络纠错当中的循环冗余码纠错法,即输入一个初使二进制比特流与生成多项式可以得出一个拥有循环冗余纠错码的二进制比特流,此比特流如果转输到目的地就可以进行差错验证了,以保证代码的正确传输。代码注释里有详细的测试数据与说明。-This code is a network error-correcting function among the cyclic redundancy code error correction method, that is early to make a
Minimum-Energy-Consumption-Design-
- 本文介绍了一种在保证网络QOS需求(传输率)的前提下,对节点进行动态能量分配的中继选择算法。通过这种能量分配,减少了总的能量消耗,可以延长整个网络的生命周期。-For a given quality of service (QoS) requirement such as transmission rate between the source and the destination, relay nodes have an adaptive power control scheme
Source-Localization-in-UWSAN
- 文章针对低信噪比下的水下目标定位问题,建立了水下无线传感器阵列网络,该结构包括多个分布式声传感器阵列,它适应于多模态信号处理,既可以利用目标的方位信息,又可以用能量信息。文中提出了用每个阵列接收到的信号能量作为参量完成目标定位并推导了基于能量的最大似然比目标定位方法。数值仿真表明:基于该结构的能量似然函数定位方法,可以有效估计目标的位置。并且比单阵元网络的定位性能和信息传输率上有了较大的提高, 尤其是在低信噪比下情况下,可以大大减小估计的方差。-With novel underwater wir
Speech-Emotion-Recognition
- 基于主成分分析法和反向传输神经网络的语音情感识别 摘要——语音信号中包含着丰富的情感信息,尤其是语义信息。快乐、愤怒、厌恶、恐惧、悲伤,这五种基本情感是经过一个受认可的框架讨论和公认的,这个框架包括主成分分析法和BP神经网络。通过PCA从43种候选参数中筛选出11种参数作为确定某种特定的情感类别的标准。实验采用两种神经网络模型,One Class One Network 和 All Class One Network,并进行比较。实验结果表明,其可靠性达52 ~62 ,这说明用这种框架来识别
StandardBPalgorithmCode
- 该代码是基于标准BP算法训练样本数据的代码,压缩包里包含代码和样本数据。 BP(Back Propagation)神经网络,即信号的正向传播+误差的反向传播,该网络是应用最广泛的一种神经网络模型。BP网络的设计主要包括输入层,隐层,输出层及各层之间的权值、阈值及传输函数等几个方面。-The code is based on code standard BP algorithm training data, compression bag containing the code and sampl
geqjp
- 可直接计算得到多重分形谱,光纤无线通信系统中传输性能的研究,虚拟力的无线传感网络覆盖。- It can be directly calculated multi-fractal spectrum, Fiber Transmission wireless communication system performance, Virtual power wireless sensor network coverage.
code2
- 线性神经网络和单层感知机非常相似,输入层、输出层甚至是误差迭代函数都相同,唯一的区别就是他们的传输函数不同(Linear neural network and single-layer perceptron are very similar. Input layer, output layer and even error iteration function are all the same. The only difference is their transmission function
Deep Learning Based Communication Over the Air
- 通信系统的端到端学习是a 引人入胜的新颖概念迄今为止仅被验证 模拟基于块的传输。它允许学习 发射机和接收机实现为深度神经网络 (NN),它们针对任意可区分的端到端进行了优化 performancemetric,例如块错误率(BLER)。在本文中,我们 证明无线传输是可能的:我们建造, 训练,并运行完整的通讯系统 的神经网络使用非同步的现成软件定义无线电 和开源深度学习软件库。(End-to-end learning of communications systems is a