排序方式: 共有5条查询结果,搜索用时 125 毫秒
1
1.
为了降低FastICA算法的计算复杂度,提出了一种基于多用户检测串行干扰抵消的新型独立分量分析算法MUD_FastICA。该算法结合了盲信号分离和多用户检测串行干扰抵消两种信号处理技术,利用减法和低维特征值分解来保证每次分离出不同独立分量和达到降低算法复杂度的目的。通过分析和仿真可以看出,所提算法在不影响分离性能的前提下,显著降低了算法的迭代次数和每次迭代的计算复杂度。在信噪比0 dB和4个源信号混合情况下,分离第二个信号的迭代次数和所需计算单元分别下降了14%和37%,分离第三个信号的迭代次数和所需计算单元分别下降了22%和58%,因此更加适合对实时性要求高的通信系统。 相似文献
2.
3.
穆昌 《中国新技术新产品》2010,(2):228-228
伴随着信息技术的普及,多媒体教学作为一种特殊的课堂教学形式出现在越来越多的高校课堂上。越来越多的教师开始意识到多媒体技术在高校教学中的重要性。本文从分析多媒体技术在高校教学的优势入手,提出了高校如何推广多媒体技术从而提升教学质量,以发挥其独特的作用。 相似文献
4.
为了提高网络流量预测准确性,结合网络流量的变化特点,针对当前网络流量预测模型存在的局限性,设计了基于小波变换和极限学习机的网络流量预测模型。首先分析了当前国内外网络流量预测研究现状,找到引起网络流量预测准确性差的原因;然后采用小波变换对原始网络流量时间序列进行去噪,得到无噪声的网络流量时间序列;最后采用极限学习机对网络流量时间序列进行建模,得到相应的预测结果。与当前经典的网络流量预测模型在相同环境下进行对照测试,测试结果分析表明,小波变换和极限学习机的网络流量预测精度达到了95%以上,网络流量预测误差得到了有效的控制,而且提升了网络流量预测效率,预测结果要远优于当前经典的网络流量预测模型。 相似文献
5.
1