载波聚合的关键技术: CA功能可以支持连续或非连续载波聚合,每个载波最大可以使用的资源是110个RB。每个用户在每个载波上使用独立的HARQ实体,每个传输块只能映射到特定的一个载波上。每个载波上面的PDCCH信道相互独立,可以重用R8版本的设计,使用每个载波的PDCCH为每个载波的PDSCH和PUSCH信道分配资源。也可以使用CIF域利用一个载波上的PDCCH信道调度多个载波的上下行资源分配。
2022-02-24 14:19:44 8.18MB LTE 载波聚合 CA
1
(2)在约束条件 下求解使目标函数 最大化的αop。 (3)计算最优权值
2022-02-23 10:45:18 1.15MB SVM
1
人脸识别代码——基于svm。在matlab上运行。
2022-02-21 10:32:53 5.16MB svm matlab
1
基于SVM(支持向量机) 的人脸识别 matlab 代码
2022-02-21 10:23:47 9KB matlab
1
利用遗传基因算法对SVM-RFE算法进行优化,从而获取更优异的特征,提高检测率,该算法的SVMtrain利用matlab自带的函数
2022-02-21 09:15:37 10KB 支持向量机 matlab 算法 机器学习
1
iQuant用户手册 0.如何启动软件 请下载apia.rar文件并解压缩。 在目录中,您可以找到一个名为apia.exe的文件。 双击该文件以运行我们的软件。 1.登录 软件启动后,请单击“登录”按钮。 然后输入以下用户名和密码登录软件。 用户名 : - - - - 密码 : - - - - 2.首页 主页主要显示ETF的价格信息,包括最新价格(如果处于开盘期间,则每30秒更新一次),上一期间的收盘价,绝对涨跌幅以及相对涨跌幅范围,当前时段的开盘价,最高价和最低价以及常用的移动平均线信息。 3.管理ETF 此页面使您可以管理(添加或删除)当前投资的ETF。添加新的ETF时,我们支持同时添加多个ETF。 应当注意,每个ETF的名称必须用逗号或分号分隔。 4.更新历史数据 尽管我们的软件在启动时已经完全更新了历史数据。 但是,有时我们会使软件长时间处于活动状态,因此在计算
2022-02-20 16:05:50 5.43MB JupyterNotebook
1
研究网络流量预测精度问题, 网络流量受多种因素的综合影响, 其变化具有周期性、非线性和随机性等特点, 将ARIMA模型和SVM模型相结合建立一种网络流量预测模型。采用ARIMA预测网络流量周期性和线性变化趋势; 然后采用SVM对网络流量非线性和随机性趋势进行拟合; 最后将两者结果再次输入SVM进行融合, 得到网络流量最终预测结果。采用具体网络流量数据对模型性能进行测试, 仿真结果表明, ARIMA-SVM提高了网络流量预测精度, 降低了预测误差, 能更全面刻画网络流量变化规律。
1
本程序为matlab程序,该程序通过SVM神经网络的回归预测分析了上证开盘指数未来开盘走势。直接运行main.m即可看到运行结果。运行结果具有更高的可用性。是炒股股票分析的利器。
2022-02-18 08:02:17 914KB SVM 神经网络
1
采用Gabor_Palm函数提取掌纹图像的能量特征,并将得到的结果分块,分别计算每块的均值和方差作为特征向量。特征向量的长度为160. 采用Gabor_SVM进行分类。 同时用到了SVM的工具箱。
2022-02-17 18:47:46 2KB Matlab
1