max-log-map算法的C语言的实现，能计算出所需要的LLR，做出软判决和硬判决。
标签： max-log-map C语言 算法
上传时间： 2017-06-10
上传用户：comua
批处理感知器算法的代码matlab w1=[1,0.1,1.1;1,6.8,7.1;1,-3.5,-4.1;1,2.0,2.7;1,4.1,2.8;1,3.1,5.0;1,-0.8,-1.3; 1,0.9,1.2;1,5.0,6.4;1,3.9,4.0]; w2=[1,7.1,4.2;1,-1.4,-4.3;1,4.5,0.0;1,6.3,1.6;1,4.2,1.9;1,1.4,-3.2;1,2.4,-4.0; 1,2.5,-6.1;1,8.4,3.7;1,4.1,-2.2]; w3=[1,-3.0,-2.9;1,0.5,8.7;1,2.9,2.1;1,-0.1,5.2;1,-4.0,2.2;1,-1.3,3.7;1,-3.4,6.2; 1,-4.1,3.4;1,-5.1,1.6;1,1.9,5.1]; figure; plot(w3(:,2),w3(:,3),'ro'); hold on; plot(w2(:,2),w2(:,3),'b+'); W=[w2;-w3];%增广样本规范化 a=[0,0,0]; k=0;%记录步数 n=1; y=zeros(size(W,2),1);%记录错分的样本 while any(y<=0) k=k+1; y=a*transpose(W);%记录错分的样本 a=a+sum(W(find(y<=0),:));%更新a if k >= 250 break end end if k<250 disp(['a为：',num2str(a)]) disp(['k为：',num2str(k)]) else disp(['在250步以内没有收敛，终止']) end %判决面：x2=-a2*x1/a3-a1/a3 xmin=min(min(w1(:,2)),min(w2(:,2))); xmax=max(max(w1(:,2)),max(w2(:,2))); x=xmin-1:xmax+1;%(xmax-xmin): y=-a(2)*x/a(3)-a(1)/a(3); plot(x,y)
上传时间： 2016-11-07
上传用户：a1241314660
近些年来，云计算与移动云计算迅速发展，随之而来出现的问题是由于智能终端的数量和处理器计算能力能力的增加，越来越多的计算密集型应用应用被卸载到云端，这样就给核心网络造成很大的负载，从而不能满足那些对延迟敏感的应用，所以移动边缘计算就因此产生。它通过将计算、存储等资源部署在网络的边缘，能快速地处理任务并传输。但是由于用户终端的移动性，需要考虑的一个很重要的问题就是当服务厥量受到位置影响时应当采取什么措施。合理的计算切换能够很好地解决这个问题。在移动边缘计算中，什么时候进行计算切换以及切换到哪里是切换问题的关键。本文研究了计算切换的具体过程、影响计算切换的因素及管理体系，提出了计算切换的管理框架。在考虑任务完成时间、移动终端能耗和任务完成成本这些因素影响的基础上并根据切换管理的框架和具体的判决准则，提出了简单加权法、熵值法和基于理想解排序的这三种多属性决策计算切换筧法。最后在实验部分对这三种多属性决策计算切换算法进行仿真实验，在根据实验结果对三种算法的性能进行分析，然后再研究计算量与数据量变化对算法性能的影响。实验结果表明：采用多属性切换决策的方法要优于不切换和总是发生切换的决策，并且在多属性决策的方法中，班想解排序的方法要优于简单加权法和值法，并且任务的完成时间、移动终端能耗、和任务的执行成本随着终端移动速度的增大而有明显减少，说明基于阈值的判决准则和多属性切换决策算法适用于移动边缘计算中的计算切换。关键词：移动边缘计算：计算切换：判决准则；多属性决策
标签： 移动边缘计算
上传时间： 2022-03-11
上传用户：ttalli
matlab数学建模算法全收录 超清书签版
上传时间： 2013-05-15
上传用户：eeworm
视频图像格式转换芯片的算法研究
上传时间： 2013-05-25
上传用户：eeworm
精通：VISUAL C++指纹模式识别系统算法及实现_0
上传时间： 2013-06-01
上传用户：eeworm
VISUAL+C++指纹模式识别系统算法及实现_0
上传时间： 2013-04-15
上传用户：eeworm
VISUAL+C++指纹模式识别系统算法及实现_0
上传时间： 2013-05-29
上传用户：eeworm
Visual_C++数字图像处理典型算法及实现
上传时间： 2013-07-24
上传用户：eeworm
视频图像格式转换芯片的算法研究
上传时间： 2013-04-15
上传用户：eeworm
