- 博客(10)
- 收藏
- 关注
原创 使用ResNet18算法实现自动调制识别详解(基于RML2016.10a_dict.pkl,含可运行代码讲解和运行结果)
本文介绍了基于ResNet-18的深度卷积神经网络在RML2016.10a数据集上的实现。该网络采用残差结构设计,包含四个阶段共8个残差块,通道数从64逐步增加到512。每个残差块包含两个3×3卷积层,通过跳跃连接避免梯度消失问题。网络在60个epoch时提前终止训练,性能表现良好。实现环境为CUDA11.2、TensorFlow2.10和Python3.10。该模型通过全局平均池化和Dropout(0.6)防止过拟合,最终使用softmax输出11个类别的分类结果。
2025-11-25 16:58:54
488
1
原创 使用ResNet算法实现自动调制识别详解(基于RML2016.10a_dict.pkl,含可运行代码讲解和运行结果)
摘要:本文介绍了一个基于ResNet架构的无线信号调制识别模型,使用RML2016.10a数据集进行训练。模型采用二维卷积处理I/Q信号数据,通过残差连接缓解深层网络梯度消失问题。输入数据形状为[2,128,1],经过多层卷积(256和80通道)和残差块处理后,通过全连接层输出11类调制类型的概率分布。实验使用Adam优化器,包含模型检查点、学习率衰减和早停等回调策略。代码详细解析了卷积核设计、数据维度处理和残差网络的工作原理,特别解释了不同输入结构下卷积核参数的设计考量。
2025-11-23 12:52:25
1039
原创 使用PET-GCDNN算法实现自动调制识别详解(基于RML2016.10a_dict.pkl,含可运行代码讲解和运行结果)
本文介绍了一种基于深度学习的无线信号调制识别模型PETCGDNN。该模型融合了幅相增强、卷积特征提取和门控循环神经网络,通过幅相旋转模块增强信号局部特征后,依次使用二维卷积提取空间纹理特征、GRU捕捉时序模式,最终通过全连接层实现多类别分类。代码实现包括数据预处理(相位校正)、空间特征提取(Conv2D)、时序特征提取(GRU)等模块,采用Adam优化器进行训练,并提供了模型可视化与评估方法。实验结果表明该模型能有效提高无线信号调制分类准确率,适用于RML2016.10a等标准数据集上的信号识别任务。
2025-11-16 00:02:20
668
原创 rmldataset2016-对 RML2016.10a_dict.pkl数据集的数据进行处理的代码详解(包含训练集、验证集、测试集的处理与划分等)
本文介绍了基于RML2016.10a数据集的信号处理流程,主要包含数据预处理、特征转换和数据集划分三个部分。首先将原始I/Q信号转换为幅度和相位表示,其中相位通过arctan2函数归一化到[-1,1]范围。然后使用L2范数对幅度进行归一化处理,保持数值稳定性。数据集按6:2:2比例划分为训练集、验证集和测试集,标签采用one-hot编码。整个处理流程在Python环境下完成,使用NumPy进行数值计算,最终输出维度为(样本数,128,2)的标准化数据。该预处理方法适用于深度学习模型的训练输入准备。
2025-11-15 19:46:05
775
原创 使用LSTM2实现自动调制识别详解(基于RML2016.10a_dict.pkl,含可运行代码讲解和运行结果)
摘要:本文基于RML2016.10a数据集,使用CuDNNLSTM模型进行11种调制信号的分类任务。实验环境配置为cuda11.2、cudnn8.9.6、tensorflow2.10和python3.10。模型采用双层LSTM结构(每层128单元),输出层使用softmax激活函数,并通过Adam优化器和交叉熵损失函数进行训练。训练过程中使用ModelCheckpoint保存最佳权重,ReduceLROnPlateau动态调整学习率,EarlyStopping防止过拟合。最终在测试集上评估模型性能,输出lo
2025-11-15 18:11:25
122
原创 数电实验相关教程(verilog程序设计)
十位计数器从 0000 开始,在个位归零的触发下逐步计数,当计至 0101 (十进制5)且个位再次计至 9 (即整体计为 59 )时,下一个时钟上升沿,个位和十位同时清零(回到 0000 ),并输出进位信号( c 为高电平),完成一次 0~59 的六十进制循环。计时逻辑采用级联进位机制,秒、分计数器为60进制,小时计数器为24进制(0-23循环),当分钟计数至59时触发小时进位,小时计数至23时归零,实现昼夜循环。实现0-9的循环计数。基于1Hz,采用设计语言的设计上述简易数字钟,包含时,分,秒。
2025-07-05 22:21:42
892
原创 如何在LangChain中部署deepseek(api调用型)
怎么在langchain上部署deepseek呢(结果为调用api的r1聊天AI)
2025-03-17 23:56:24
1170
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅