Bayesian Surprise Toolkit for Matlab T. Nathan Mundhenk, Laurent Itti
标签： T. Bayesian Surprise Mundhenk
上传时间： 2013-12-20
上传用户：yimoney
信道建模的大牛Laurent Schumacher的MIMO信道MATLAB仿真程序的使用方法说明文件（PDF格式），完整的图像显示和分析，对MIMO研究工作很有帮助。
标签： Schumacher Laurent MATLAB MIMO
上传时间： 2014-01-11
上传用户：rocwangdp
信道建模的大牛Laurent Schumacher的MIMO信道MATLAB仿真程序的使用方法说明文件（PDF格式），完整的图像显示和分析，对MIMO研究工作很有帮助。
标签： Schumacher Laurent MATLAB MIMO
上传时间： 2017-08-13
上传用户：hasan2015
提出了一种CPM信号Laurent分解和最小均方误差检测相结合的低复杂度接收机,在降低运算量的同时,保证了低信噪比情况下接近于最大似然ML、最优检测器的接收机性能。理论推导和仿真结果均验证了该算法的有效性。
上传时间： 2013-11-15
上传用户：徐孺
＃SFML —简单快速的多媒体库 SFML是一种简单，快速，跨平台和面向对象的多媒体API。它提供对窗口，图形，音频和网络的访问。它是用C ++编写的，并且具有针对各种语言（例如C，.Net，Ruby，Python）的绑定。 ##作者 -Laurent Gomila-主要开发人员（Laurent@sfml-dev.org） -Marco Antognini-OS X开发人员（hiura@sfml-dev.org） -Jonathan De Wachter — Android开发人员（dewachter.jonathan@gmail.com） -Jan Haller（bromeon@sfml-dev.org） -Stefan Schindler（tank@sfml-dev.org） -LukasDürrenberger（eXpl0it3r@sfml-dev.org） -binary1248（binary1248@hotmail.com） -阿图·莫雷拉（Artur Moreira）（artturmoreira@gmail.com） -Mario Liebisch（mario@sfml-dev.org） -SFML社区的许多其他成员 ＃＃ 下载 您可以在[SFML的网站]（https://www.sfml-dev.org/download.php）上获得最新的官方版本。您还可以从[Git存储库]（https://github.com/SFML/SFML）获取当前的开发版本。 ##安装 按照[tutorials]（https://www.sfml-dev.org/tutorials/）的说明进行操作，SFML支持的每个平台/编译器都有一个。 ＃＃ 学习 有很多学习SFML的地方： * [官方教程]（https://www.sfml-dev.org/tutorials/） * [在线API文档]（https://www.sfml-dev.org/documentation/） * [社区Wiki]（https://github.com/SFML/SFML/wiki/） * [社区论坛]（https://en.sfml-dev.org/forums/）（[法语]（https://fr.sfml-dev.org/forums/）） ##贡献 SFML是一个开源项目，它需要您的帮助才能继续发展和改进。如果您想参与其中并提出一些其他功能，提交错误报告或提交补丁，请查看[贡献准则]（https://www.sfml-dev.org/contribute.php）。
上传时间： 2021-01-25
上传用户：
