为解决在多径环境下，部分正交频分复用(OFDM)子载波可能遭受深衰落而导致系统性能严重下降的问题，该文提出了一种准循环低密度奇偶校验(QC-LDPC)编码的OFDM系统。在该系统中，编码后的校验比特被映射到更高阶的星座图中，并在迭代译码中采用Group Shuffled消息传递调度。根据码字比特映射方式的不同，利用基于Group Shuffled置信传播的密度演进的高斯近似对QC-LDPC码进行了优化。加性．高斯白噪声和Rayleigh衰落信道下的仿真结果表明，该系统具有更好的纠错性能和更快的译码收敛速度

torchtext的使用总结，并结合Pytorch实现LSTM 版本说明 PyTorch版本：0.4.1 火炬文字：0.2.3 python：3.6 文件说明 Test-Dataset.ipynb Test-Dataset.py使用torchtext进行文本预处理的笔记本和py版。 Test-Dataset2.ipynb使用Keras和PyTorch进行数据集进行文本预处理。 Language-Model.ipynb使用gensim加载预训练的词向量，并使用PyTorch实现语言模型。 使用说明 分别提供了笔记本版本和标准py文件版本。 从零开始逐步实现了torchtext文本预处理，

fixed_point_iteration 使用定点迭代计算单变量函数的不动点。 句法 c = fixed_point_iteration(f,x0) c = fixed_point_iteration(f,x0,TOL) c = fixed_point_iteration(f,x0,[],imax) c = fixed_point_iteration(f,x0,TOL,imax) c = fixed_point_iteration(__,'all') 描述 c = fixed_point_iteration(f,x0)返回函数的固定点 由函数句柄f指定，其中x0是固定点的初始猜测。 默认容差和最大迭代次数分别为TOL = 1e-12和imax = 1e6 。 c = fixed_point_iteration(f,x0,TOL)返回函数的固定点 由功能句柄f指

一维稳态有源导热问题的matlab程序

该文件用于提取混合物中的成分信息。 您需要的是光谱图像的数据集。 您可以获得的结果包括混合物成分的空间分布和成分的纯光谱。 化学计量学中类似的算法更强大，称为多元曲线分辨率（MCR）。 外部约束也用于强制算法输出期望的结果。 随意进行任何更改。

主要介绍了Python实现链表反转的方法,结合实例形式分析了Python迭代法与递归法实现链表反转的相关操作技巧与注意事项,需要的朋友可以参考下

迭代重建算法在常规剂量胸部CT的应用及图像质量评估.pdf

图像压缩感知的双收缩快速迭代算法.pdf

图像复原-模型、贝叶斯推理及迭代算法研究.pdf

掌握JavaScript中的迭代器和生成器，顺便了解一下async、await的原理.doc