进击者笔记

30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…Automatic Digital Modulation Recognition Based on Novel Features and Support Vector Machine基于新特征和支持向量机的自动数字调制识别Salman HassanpourDepartment of Electrical EngineeringSharif University of TechnologyTehran, I

30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…An Adaptive Neural Network Approach for Automatic Modulation Recognition一种自适应神经网络的自动调制识别方法Yasaman Ettefagh § , Mohammad Hossein Moghaddam ‡ , and Sajjad Eghbalian †§ Department of Electrical Engineering, Ami

30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…Adversarial Transfer Learning for Deep Learning Based Automatic Modulation Classification基于对抗学习的深度学习自动调制分类Ke Bu , Yuan He , Xiaojun Jing , and Jindong Han摘要—自动调制分类有助于许多重要的信号处理应用。 最近，深度学习模型已在调制识别中采用，该模型优于基于手工

30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…A novel underwater acoustic signal denoising algorithm for Gaussian/non-Gaussian impulsive noise高斯/非高斯脉冲噪声的水下声信号去噪新算法Jingjing Wang, Member, IEEE, Jiaheng Li, Shefeng Yan, Senior Member, IEEE, Wei Shi, Xinghai

30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…A New Method of Automatic Modulation Recognition Based on Dimension Reduction一种基于降维的自动调制识别新方法Hui Wang, LiLi GuoCollege of Information and Communication EngineeringHarbin Engineering UniversityHarbin, China

30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…A Modulation Recognition Algorithm based on Cyclic Spectrum and SVM Classification基于循环谱和支持向量机分类的调制识别算法Dong Shuli, Li Zhipeng, Zhao LinfengChina Luoyang Electronic Equipment Test Center, Luoyang, Chinadsl201

30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…A Modified Method for Digital Modulation Recognition based on Instantaneous Signal Features一种基于瞬时信号特征的数字调制识别方法Yang Yangqiang, Zhang XueqingCollege of Information and Communication, National University of Def

30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…A method for modulation recognition based on entropy features and random forest基于熵特征和随机森林的调制识别方法Zhen Zhang, Yibing Li, Xiaolei Zhu, Yun Lin*College of Information and Communication EngineeringHarbin Enginee

这里写自定义目录标题30天挑战翻译100篇论文A Faster Maximum-Likelihood Modulation Classification in Flat Fading Non-Gaussian Channels1.简介2. 信道模型和调制分类器3. 为估计参数而设置的方法4. 数值结果5.结束语30天挑战翻译100篇论文坚持不懈，努力改变，在翻译中学习，在学习中改变，在改变中成长…A Faster Maximum-Likelihood Modulation Classificatio