19.2 Mbps 4x4 BLAST&MIMO detector with soft ML outputs。纯英文论文，外国文献
上传时间： 2015-04-21
上传用户：asdf20
python语言设计的 用于·机器学习knn手写数字分类器
标签： 机器学习
上传时间： 2015-12-02
上传用户：1757834394
C语言编写分类算法kNN的测试程序，便于对kNN分类算法的理解
标签： 分类算法
上传时间： 2016-03-12
上传用户：785976102
KNN 改进 多核 谭铁牛 说明详细 根据接收论文改写
标签： PR matlab KNN
上传时间： 2016-04-07
上传用户：zhxhao
KNN分类器，K近邻分类器，matlab版的
上传时间： 2016-06-14
上传用户：xiaoweithu
ML信噪比估计算法；无线通信算法；MATLAB
上传时间： 2016-06-25
上传用户：jmsbowen
本文件为ML-EC3的使用手册，手册详细接受了C8051仿真器ML-EC3的驱动方法，以及只用过程中的注意事项
上传时间： 2016-06-30
上传用户：arm_uclinux
基于knn的职业预测用 KNN（k-nearst neighbors，KNN）作为机器学习算法中的一种非常基本的算法，其原理比较简单直接，被广泛应用于电影/音乐推荐等方面， KNN算法主要用于分类任务中，用于基于新样本与已有样本的距离来为其赋以所属的类别，即使用一个新样本k个近邻的信息来对该无标记的样本进行分类，k是KNN中最基本的参数，表示任意数目的近邻，在k确定后，KNN算法还依赖于一个带标注的训练集，对没有分类的测试集中的样本进行分类，KNN确定训练集中与该新样本“距离”最近的k个训练集样本，并将新样本类别判定到这k个近邻中占比最大的那个类中。
标签： knn职业预测
上传时间： 2020-07-08
上传用户：
该文档为物联网中基于KNN和BP神经网络预测模型的研究简介文档，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看………………
标签： 物联网
上传时间： 2021-11-17
上传用户：
近年来，人们对无线数据和多媒体业务的需求迅猛增加，促进了宽带无线通信新技术的发展和应用。正交频分复用 (Orthogonal Frequency Division Multiolexing，OFDM)技术已经广泛应用于各种高速宽带无线通信系统中。然而 OFDM 系统相比单载波系统更容易受到频偏和时偏的影响，因此如何有效地消除频偏和时偏，实现系统的时频同步是 OFDM 系统中非常关键的技术。 本文讨论了非同步对 OFDM 系统的影响，分析了当前用于 OFDM 系统中基于数据符号的同步算法，并简单介绍非基于数据符号同步技术。基于数据符号的同步技术通过加入训练符号或导频等附加信息，并利用导频或训练符号的相关性实现时频同步。此算法由于加入了附加信息，降低了带宽利用率，但同步精度相对较高，同步捕获时间较短。 随着电子芯片技术的快速发展，电子设计自动化 (Electronic DesignAutomation，EDA) 技术和可编程逻辑芯片 (FPGA/CPLD) 的应用越来越受到大家的重视，为此文中对 EDA 技术和 Altera 公司制造的 FPGA 芯片的原理和结构特点进行了阐述，还介绍了在相关软件平台进行开发的系统流程。 论文在对基于数据符号三种算法进行较详细的分析和研究的基础上，尤其改进了基于导频符号的同步算法之后，利用 Altera 公司的 FPGA 芯片EP1S25F102015 在 OuartusⅡ5.0 工具平台上实现了 OFDM 同步的硬件设计，然后进行了软件仿真。其中对基于导频符号同步的改进算法硬件设计过程了进行了详细阐述。不仅如此，对于基于 PN 序列帧的同步算法和基于循环前缀 (Cycle Prefix，CP) 的极大似然 (Maximam Likelihood,ML)估计同步算法也有具体的仿真实现。 最后，文章还对它们进行了比较，基于导频符号同步设计的同步精度比较高，但是耗费芯片的资源多，另一个缺点是没有频偏估计，因此运用受到一定限制。基于 PN 序列帧的同步设计使用了最少的芯片资源，但要提取 PN 序列中的信号数据有一定困难。基于循环前缀的同步设计占用了芯片 I/O 脚稍显多。这几种同步算法各有优缺点，但可以根据不同的信道环境选用它们。
上传时间： 2013-04-24
上传用户：断点PPpp
