一種多級(jí)多點(diǎn)網(wǎng)絡(luò)頻率智能認(rèn)知方法_第1頁(yè)
一種多級(jí)多點(diǎn)網(wǎng)絡(luò)頻率智能認(rèn)知方法_第2頁(yè)
一種多級(jí)多點(diǎn)網(wǎng)絡(luò)頻率智能認(rèn)知方法_第3頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

進(jìn)行頻率識(shí)別。但是，這兩種方法都存在著準(zhǔn)確性和魯棒性不高的問題。針對(duì)這一問題，越來越多的學(xué)者提出了基于機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘方法進(jìn)眾所周知，機(jī)器學(xué)習(xí)算法是目前解決復(fù)雜問題的有效方法之一，能夠自動(dòng)從經(jīng)驗(yàn)中識(shí)別模式和行為規(guī)律。近年來，越來越多的學(xué)者采用機(jī)器學(xué)習(xí)算法進(jìn)行頻率智能認(rèn)知。比如，基于支持向量機(jī)（）能認(rèn)知算法[1]，基于深度學(xué)習(xí)的頻率智能認(rèn)知算法2]等等。1模型流程圖MatlabR2018aPython3.7CARMEN本體庫(kù)，進(jìn)行數(shù)體的實(shí)驗(yàn)結(jié)果如圖2所示：2實(shí)驗(yàn)結(jié)果示例理、特征提取和模型建立方面都做了詳細(xì)的介紹和分析。實(shí)驗(yàn)結(jié)果表明，所提出的方法能夠很好地解決傳統(tǒng)頻譜認(rèn)知算法準(zhǔn)確性和魯棒性不高的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論