资源简介
本代码实现了基于机器学习方法(SVM和NB)的MIMO天线选择仿真，针对Transmit Antenna Selection in MIMO Wiretap Channels: A Machine Learning Approach论文进行了复现，绘制出信道容量与信噪比SNR关系图。
代码片段和文件信息
- 上一篇：RC带通滤波器pspice仿真电路
- 下一篇：机器学习-泰坦尼克号船员获救
相关资源
- HOG+SVM读取样本路径批处理文件
- SVM+HOG+LBP
- svm多分类模块流程图
- SVM实现负荷预测，其中包含基本SVM，
- 支持向量机一对一多分类
- SVM多分类代码
- LibSVM学习笔记整理
- R语言实现SVM预测的代码
- svm和lstm用于文本分类
- 基于SIFT+Kmeans+SVM的场景识别报告
- PCA 提取特征用于分类
- LSSVM工具箱的使用说明
- mimo信道建模
- MIMO.zip
- SVM程序包括几种SVM
- LS-SVM工具箱
- MIMO_预编码算法及信道估计误差对预编
- JSVM解码器阅读笔记
- FormatDatalibsvm.xls86855
- mimo（1）.zip
- 基于SVM的AdaBoost
- 一种基于AdaBoost的SVM分类器（1）.pdf
- SVM+HOG （行人、车辆等检测）
- 基于SVM的成对分类法对于手写数字识
- SVM对偶空间求解与直接求解效率比较
- 一种新的模糊支持向量机算法的推演
- SVM分类器IDL
- MIMO技术入门资料
- 基于PSO-SVM负荷预测
- libsvm-3.20.zip
川公网安备 51152502000135号
评论
共有 条评论