登录
首页 » Others » 喷泉码入门及仿真

喷泉码入门及仿真

于 2021-05-06 发布
0 315
下载积分: 1 下载次数: 1

代码说明:

本文介绍了数字喷泉码原理,详细讨论了随机线性喷泉码、LT码和RAPTOR码编译码原理及实现方法,针对LT码仿真验证了数字喷泉码在删除信道的性能。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • CBCT_FDK_MLEM_March_2014.zip
    【实例简介】锥束CT重建程序MAtlab程序。 包括投影,滤波,FDK及MELM反投影
    2021-12-11 00:35:10下载
    积分:1
  • 银行logo(100多家银行).zip
    一百多个中国各大银行开户行高清图标,bankCode-银行名称都有注释,打包带走
    2020-03-06下载
    积分:1
  • 基于MATLAB的OFDM系统仿真及性能分析
    正交频分复用(OFDM) 是第四代移动通信的核心技术。该文首先简要介绍了OFDM基本原理,重点研究了理想同步情况下,保护时隙(CP) 和不同的信道估计方法在高斯信道和多径瑞利衰落信道下对OFDM系统性能的影响。在给出OFDM系统模型的基础上,用MATLAB语言实现了整个系统的计算机仿真并给出参考设计程序。最后给出在不同的信道条件下,保护时隙、信道估计方法对OFDM系统误码率影响的比较曲线,得出了较理想的结论。作者:吕爱琴,田玉敏,朱明华
    2020-11-29下载
    积分:1
  • 雷达信号处理仿真
    雷达信号处理一系列流程的MATLAB仿真,包括脉压、MTI、MTD、CFAR
    2020-11-30下载
    积分:1
  • 多阶段伪谱法的基本实现
    【实例简介】多阶段伪谱法的基本实现的matlab代码,便于学习和改造成自己的实现。建立了伪谱法的通用框架,目前包含切比雪夫和勒让德伪谱法,可以很容易加入其它伪谱法,也可以进一步加入分段策略改造成hp自适应伪谱法。包含一些算例,如速降线,月面着陆。
    2021-11-03 00:32:30下载
    积分:1
  • 7张sar图像
    图像分辨率较高,可用于道路、桥梁、水域、城市目标的提取!注意:是星载SAR,机载的找不到,请看清下载
    2020-12-05下载
    积分:1
  • parzen窗估计概率密度
    此matlab代码是parzen窗非参数估计概率密度函数的,以及parzen窗做分类器
    2020-12-10下载
    积分:1
  • 2015电赛 风力摆控制系统赛题解析及源代码开源
    2015电赛 风力摆控制系统赛题解析及源代码开源 里面的风力摆开发分析很透彻!
    2021-05-06下载
    积分:1
  • java课程设计--简单教务管理系统设计实现
    实现了基本的教务管理,内含文档报告,适合本科毕业设计,全部代码包括数据库都在压缩包中,希望对你有帮助。
    2020-11-29下载
    积分:1
  • 基于卷积神经网络的图像识别
    基于卷积神经网络的图像识别 基于卷积神经网络的图像识别关于学位论文独创声明和学术诚信承诺本人向河南大学提出硕士学位申请。本人郑重声明:所呈交的学位谂文是本人在导师的指导下独立完成的,对所研究的课题有新的见解。据我所知,除文中特别加以说明标注和致谢的地方外,论文中不包括其它人已经发表或撰写过的研究成果,也不包括其它人为获得任何教育、科研机构的学位或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意在此本人郑重承诺:所呈交的学位论文不存在舞弊作伪行为,文责自负。学位申请人(学位论文作者)签名:亚强2015年5月20日关于学位论文著作权使用授权书本人经河南大学审核批准授予硕士学位。作为学位论文的作者,本人完全了解并同意河南大学有关保留、使用学位论文的要求,即河南大学有权向国家图书馆、科研信息机构、数据收集机构和本校图书馆等提供学位论文(纸质文本和电子文本)以供公众检索、查阅。本人授衩河南大学出于宣扬、展览学校学术发展和进行学术交流等目的,可以采取影印、缩印、扫描和拷贝等复制手段保存、汇编学位论文(纸质文本和电子文本)(涉及保密内容的学位论文在解密后适用本授权书)学位获得者(学位论文作者)签名:卫2015年5月20日学位论文指导教师签名:2015年5月20日摘要Deep learning是机器学习研究的新领域,掀起了机器学习的新浪潮,在各个行业都受到了广泛的关注。 Google brain项目、微软全自动同声传译系统、百度硏究院等都是 deep learning技术发展的见证。随着大数据和深度模型时代的来临,deeplearning技术也得到了广泛的重视和发展,它带来的技术进步也必将改变人们的生活随着机器学习领域的发展,最近几年对卷积神经网络的研究也越发深入。现在卷积神经网络已经广泛的应用到各种领域,并取得了巨大的成果。卷积神经网络是在人工神经网络的基础上发展起来的·种高效的识别算法。典型的积网络结构是由 Lecrn提出的 LeNe t-5,它包含多个阶段的卷积和抽样过程,然后将提取到的特征输入到全连接层进行分类结果的计算。卷积神经网络通过特征提取和特征映射过程,能够较好的学习到图像中的不变特征。现在研究人员在典型的 LeNet5的基础上,使用多种方法改善卷积网终的结构和性能,从而提高网终的通用性和对图像的识别效果。本文结合图像的特点,在深入硏究了卷积网络的理论和国内外研究成果的基础上主要做了以下工作:(1)研究了卷积网络的训练算法,通过对算法分析,调试并找到最优初始化参数和最适应的网络结构配置。(2)对于分类结果的计算,使用了多区域的测试方法,通过在测试的过程中对图像的多个区域进行计算能够提高图像识别的准确率。〔3)为系统设计了一个通用的数据集输入接口,可以将自己构建的图像薮据集输入到卷积神经网络的结构中,训练和查看图像分类的结果。(4)在卷积层使用了局部偏差垬亨和非共亨两种方法,在数据集上测试并进行结果分析。(5)在隐含层使用了网络泛化的方法 DROPOUT,在数据集上测试并进行结果分析。通过以上改进方法的使用,卷积网络的通用性和性能得到了提高。关键词:,图像识别,特征提取
    2020-11-30下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载