针对神经网络存在的过学习、欠学习、局部极小值等问题,提出了一种基于支持向量机(SVM)的数字调制方式的识别方法。从信号的瞬时幅度,瞬时相位,瞬时频率,频谱,包络变化等特性中提取了7个特征参数,用于训练支持向量机。运用二叉树理论设计多类分类器,与已有算法相比,具有简单、高速、高精度的特点。仿真结果证明,在高斯白噪声(AWGN)下,当信噪比大于15dB时,对2ASK、4ASK、8ASK、2FSK、4FSK、8FSK、BPSK、QPSK、8PSK调制方式的识别率可以达到97%以上。

一、利用Java程序实现词频统计 二、利用Scala程序实现词频统计 三、利用Python程序实现词频统计 四、利用Akka和Scala实现词频统计 五、利用MapReduce实现词频统计 六、利用Hive实现词频统计 七、利用Storm实现词频统计 八、利用Spark实现词频统计

本文面对三种常常遇到的情况，总结三种读取数据的方式，分别用于处理单张图片、大量图片，和TFRecorder读取方式。并且还补充了功能相近的tf函数。 1、处理单张图片 　　我们训练完模型之后，常常要用图片测试，有的时候，我们并不需要对很多图像做测试，可能就是几张甚至一张。这种情况下没有必要用队列机制。 import tensorflow as tf import matplotlib.pyplot as plt def read_image(file_name): img = tf.read_file(filename=file_name) # 默认读取格式为uint8 print(

ZigBee实验--定时器T1-查询方式.rar CC2530芯片

恩加德 En Garde是第一个专注于简单性，设计和易用性的击剑比赛记分应用程序。 厌倦了在指挥重要回合时摆弄秒表，铅笔和剪贴板？ 恩加德（En Garde）将所有这些工具缩小到可以放入手掌的位置。 当我在当地比赛中被裁判问到如何使用他刚刚下载的计分应用程序时，我意识到有必要使用这样的应用程序。 我当然也不知道，所以我决定制作一个新的记分应用程序，任何人都可以使用。 专注于回合 当您要进行激烈的比赛时，除了比赛以外，您无需考虑其他任何事情。 您已经需要将注意力集中在许多不同的事物上-为什么还要添加其他东西？ 恩加德（En Garde）通过触觉反馈，音频提示和宽大的UI，使您可以全神贯注于回合。 每当您执行某项操作时，它都会显示一条敬酒消息，因此您可以确切地知道自己刚刚做了什么。 您甚至可以撤消以前的操作以纠正任何错误！ 当前功能 大型计时器和分数指示器。 干净的UI仅显示最重要的信息。

实现图片轮播的三种方式，能够对图片的轮播进行切换，三种方式都是通过使用jquery插件，比较简单方便，有参考的事例

STM32的SPI+DMA方式驱动SD卡底层程序，使用HAL库。可通过宏定义使能DMA或不使能DMA。DMA方式相较非DMA方式，速度优势明显。

WifiDemo android判断网络连接方式

stm32 使用DMA方式 串口收发数据例程

用c#实现的文件上传客户端，能显示上传进度.程序能正确运行！