软件定义无线电matlab源代码-Radio-Modulation-Recognition-Networks:使用CNN、CLDNN、CGDN

上传者: 38516190 | 上传时间: 2021-07-02 14:26:00 | 文件大小: 1.52MB | 文件类型: ZIP
软件定义无线电matlab源代码使用深度学习架构的无线电调制分类 添加一名作者 该笔记本包含我在 2020/2021 学年的代码。 抽象的 学士学位论文的重点是使用深度学习方法进行无线电调制分类。 论文中提出了四种深度学习架构。 其中三个使用卷积和循环神经网络,第四个使用变压器架构。 在设计阶段考虑了每个模型的最终参数数量,因为它会对部署模型的内存占用产生很大影响。 这些架构是用 Keras 编写的,这是一个软件库,为神经网络提供 Python 接口。网络。 此外,还将这些架构的结果与有关该主题的其他研究论文的结果进行了比较。 代码结构如下: 导入- 导入所需的库 定义的函数-定义函数以便以后更容易地处理数据 访问数据集- 如果您愿意,您可以跳过这一部分并在其他地方下载数据集 加载数据- 加载数据并将它们划分为训练、验证和测试集 深度学习部分- 包含准备进行训练和评估的架构 加载训练模型- 您可以选择下载 CGDNN 模型并查看它在相应数据集上的表现 层可视化- 为可视化卷积层和循环层的激活图而编写的一部分代码 绘图- 您可以在这部分绘制混淆矩阵 这段代码在 Google Colab

文件下载

资源详情

[{"title":"( 7 个子文件 1.52MB ) 软件定义无线电matlab源代码-Radio-Modulation-Recognition-Networks:使用CNN、CLDNN、CGDN","children":[{"title":"Radio-Modulation-Recognition-Networks-main","children":[{"title":"Radio_Modulation_Recognition_Networks.ipynb <span style='color:#111;'> 57.82KB </span>","children":null,"spread":false},{"title":"Imgs","children":[{"title":"CLDNN_architecture.png <span style='color:#111;'> 396.33KB </span>","children":null,"spread":false},{"title":"Transformer_short_architecture.png <span style='color:#111;'> 530.29KB </span>","children":null,"spread":false},{"title":"CNN_architecture.png <span style='color:#111;'> 476.42KB </span>","children":null,"spread":false},{"title":"CGDNN_architecture.png <span style='color:#111;'> 417.10KB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 5.18KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明