【MATLAB源码-第231期】基于matlab的polar码编码译码仿真,对比SC,SCL,BP,SCAN,SSC等译码算法误码率。
操作环境:
MATLAB 2022a
1、算法描述
极化码(Polar Code)
极化码(Polar Code)是一种新型的信道编码技术,由土耳其裔教授Erdal Arıkan在2008年提出。极化码在理论上被证明能够在信道容量上达到香农极限,因此引起了广泛的关注和研究。极化码的核心思想是通过极化变换将原本均匀的信道转换为完全可靠和完全不可靠的两类,从而实现高效的信息传输。
极化码的基本原理
极化码的编码过程基于一个称为极化变换(channel polarization)的现象。具体来说,极化变换利用了一种特定的线性变换,将多个独立且等价的二进制离散记忆信道(B-DMC)转化为新的信道,这些新信道中的一些变得完全可靠,而另一些则变得完全不可靠。
在n次编码中,极化码将n个原始信道极化为2^n个信道,其中部分信道变得接近完全可靠(即误码率接近零),其余信道则变得接近完全不可靠(即误码率接近0.5)。通过选取这些完全可靠的信道传输信息比特,而将完全不可靠的信道用于传输固定的冻结比特(预设值,通常为0),极化码实现了高效的编码。
极化码的编码和解码过程主要包括以下几个步骤:
- 极化变换:应用一系列傅立叶变换和反傅立叶变换,对原始信道进行极化。
- 冻结比特选择:根据极化后的信道可靠性,选择信息比特和冻结比特的位置。
- 编码:将信息比特和冻结比特按选定的位置排列,进行极化编码。
- 解码:通过极化译码算法,从接收到的信号中恢复原始信息。
极化码的编码过程
极化码的编码过程可以通过一个简单的例子来说明。设定一个长度为N的码字,其中N=2^n。首先,定义一个基础的极化矩阵F:
对于任意N=2^n,极化矩阵可以通过Kronecker积(Kronecker product)递归计算得到:
通过极化矩阵F的递归构造,可以得到所需的极化矩阵GN。
例如,当N=4时,极化矩阵为:
编码过程通过将信息比特和冻结比特按指定位置排列,并与极化矩阵相乘来完成。
极化码的解码算法
极化码的解码主要有以下五种常见方法:SC、SCL、SSC、SCAN和BP解码。每种方法都有其独特的优点和适用场景。
1. 逐次消除(SC)解码
逐次消除(Successive Cancellation, SC)解码是极化码的基本解码算法。它按照比特的顺序逐个进行解码,每解码一个比特就利用已解码的比特信息来帮助解码下一个比特。
SC解码的基本步骤如下:
- 初始化:根据接收到的码字和极化矩阵计算初始的对数似然比(LLR)。
- 逐次解码:按照比特顺序进行逐次消除解码,每次解码一个比特,并根据之前解码的结果更新LLR值。
- 判决:对每个比特进行硬判决(即判断是0还是1)。
SC解码的优点是实现简单,计算复杂度较低(为O(N log N))。但其缺点是性能相对较差,尤其是在高噪声环境下。
2. 逐次消除列表(SCL)解码
逐次消除列表(Successive Cancellation List, SCL)解码是在SC解码的基础上引入了列表跟踪机制,以提高解码性能。在SCL解码中,保持多个候选路径(即候选的比特序列),并在每一步选择若干最有可能的路径继续解码。
SCL解码的基本步骤如下:
- 初始化:根据接收到的码字和极化矩阵计算初始的LLR。
- 逐次解码:按照比特顺序进行逐次消除解码,并在每次解码时保留若干候选路径。
- 路径选择:在每个解码步骤中,选择若干最有可能的路径,并丢弃其他路径。
- 最终判决:在解码结束时,根据路径的概率或度量选择最优路径。
SCL解码显著提高了解码性能,尤其是在选择较大列表长度(L)时。其计算复杂度为O(LN log N)。
3. 简化逐次消除(SSC)解码
简化逐次消除(Simplified Successive Cancellation, SSC)解码是一种优化的SC解码方法,利用了极化码结构中的冗余性,以减少解码复杂度。SSC解码通过识别特殊的码块结构,直接对这些结构进行快速解码。
SSC解码的基本步骤如下:
- 初始化:根据接收到的码字和极化矩阵计算初始的LLR。
- 识别特殊结构:在逐次消除解码过程中,识别极化码中的特殊结构(如全零块、全一块等)。
- 快速解码:对于识别出的特殊结构,直接应用预定义的解码规则进行快速解码。
- 逐次解码:对于非特殊结构,继续进行逐次消除解码。
SSC解码在减少复杂度的同时,保持了SC解码的性能,其计算复杂度一般为O(N log N)。
4. SCAN解码
SCAN解码是一种迭代解码方法,类似于LDPC码的消息传递算法。SCAN解码通过多次迭代在比特节点之间传递消息,以提高解码性能。
SCAN解码的基本步骤如下:
- 初始化:根据接收到的码字和极化矩阵计算初始的LLR。
- 迭代消息传递:在比特节点之间传递消息,更新LLR值。每次迭代包括从左向右和从右向左两个方向的消息传递。
- 判决:在迭代结束后,对每个比特进行硬判决。
SCAN解码的计算复杂度取决于迭代次数和消息传递的复杂度,通常为O(N log N)到O(N^2)之间。
5. 置信传播(BP)解码
置信传播(Belief Propagation, BP)解码是一种基于图模型的迭代解码方法,适用于极化码的高效解码。BP解码通过在极化码的因子图上进行消息传递,以估计每个比特的后验概率。
BP解码的基本步骤如下:
- 初始化:根据接收到的码字和极化矩阵构建初始的因子图,并计算初始的LLR。
- 迭代消息传递:在因子图的节点之间传递消息,更新每个比特的后验概率。
- 判决:在迭代结束后,根据后验概率对每个比特进行硬判决。
BP解码的性能通常优于SC和SCL解码,但其计算复杂度较高,通常为O(N log N)到O(N^2)之间。
2、仿真结果演示
3、关键代码展示
略
4、MATLAB 源码获取
V
点击下方名片关注公众号获取
相关文章:
![](https://img-blog.csdnimg.cn/direct/334ac8248b044115935b537b6aa99ff0.png)
【MATLAB源码-第231期】基于matlab的polar码编码译码仿真,对比SC,SCL,BP,SCAN,SSC等译码算法误码率。
操作环境: MATLAB 2022a 1、算法描述 极化码(Polar Code) 极化码(Polar Code)是一种新型的信道编码技术,由土耳其裔教授Erdal Arıkan在2008年提出。极化码在理论上被证明能够在信道容量上达到香农极限…...
![](https://img-blog.csdnimg.cn/direct/54c6a92dd39d4e76ab50ef22b2465aeb.png)
创新实训(十三) 项目开发——实现用户终止对话功能
思路分析: 如何实现用户终止AI正在进行的回答? 分析实现思路如下: 首先是在用户点击发送后,切换终止对话,点击后大模型终止对话,停止sse,不再接收后端的消息。同时因为对话记录存入数据库是后…...
![](https://img-blog.csdnimg.cn/direct/9eb3cc9cdeca4be39b4f584fa4dd30dd.png)
基于Java+MySQL停车场车位管理系统详细设计和实现(源码+LW+调试文档+讲解等)
💗博主介绍:✌全网粉丝10W,CSDN作者、博客专家、全栈领域优质创作者,博客之星、平台优质作者、专注于Java、小程序技术领域和毕业项目实战✌💗 🌟文末获取源码数据库🌟 感兴趣的可以先收藏起来,…...
![](https://www.ngui.cc/images/no-images.jpg)
LeetCode 53.最大子数组和(dp)
给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。 子数组 是数组中的一个连续部分。 示例 1: 输入:nums [-2,1,-3,4,-1,2,1,-5,4] 输出:…...
![](https://img-blog.csdnimg.cn/direct/04aa268893344d0b9d71d4740fe69f72.png)
IOS17闪退问题Assertion failure in void _UIGraphicsBeginImageContextWithOptions
最近项目更新到最新版本IOS17,发现一个以前的页面突然闪退了。原来是IOS17下,这个方法 UIGraphicsBeginImageContext(CGSize size) 已经被移除,原参数如果size为0的话,会出现闪退现象。 根据说明,上述方法已经被替换…...
![](https://img-blog.csdnimg.cn/2d61eca442984641b8abef076b4951b4.jpg)
float8格式
产生背景 在人工智能神经元网络中,一个参数用1字节表示即可,或者说,这是个猜想:因为图像的颜色用8比特表示就够了,所以说,猜想神经元的区分度应该小于256。 数字的分配 8比特有256个码位,分为…...
![](https://img-blog.csdnimg.cn/direct/011df70966a14d8cb89fdbcd22399c1e.png)
云效BizDevOps上手亲测
云效BizDevOps上手亲测 什么是云效项目协作Projex配置2023业务空间原始诉求字段原始诉求工作流创建原始诉求配置2023产品空间创建主题业务原始诉求关联主题配置2023研发空间新建需求需求关联主题 与传统区别云效开发流程传统开发流程云效BizDevOps 操作体验 什么是云效 在说到…...
![](https://csdnimg.cn/release/blog_editor_html/release2.3.6/ckeditor/plugins/CsdnLink/icons/icon-default.png?t=N7T8)
亚太杯赛题思路发布(中文版)
导读: 本文将继续修炼回归模型算法,并总结了一些常用的除线性回归模型之外的模型,其中包括一些单模型及集成学习器。 保序回归、多项式回归、多输出回归、多输出K近邻回归、决策树回归、多输出决策树回归、AdaBoost回归、梯度提升决策树回归…...
![](https://www.ngui.cc/images/no-images.jpg)
【Linux】部署 GitLab 服务
1、配置实验环境 安装git apt install git 安装docker apt install docker 安装tree apt install tree 2、安装 Gitlab 下载官方库与安装包 下载官方库的安装脚本 curl https://packages.gitlab.com/install/repositories/gitlab/gitlab-ee/script.deb.sh | sudo bas…...
![](https://img-blog.csdnimg.cn/direct/bc3bda3063364b979425b1b56bcceaa7.png)
cs与msf权限传递以及mimikatz抓取win2012明文密码
启动服务端 进入客户端 建立监听 制作脚本 客户端运行程序 主机上线 打开msf 调用handler模块 创建监听 11.cs->msf 传递会话 12.传参完成 msf->cs会话传递 抓取密码(null) 修改注册表 shell reg add "HKEY_LOC…...
![](https://img-blog.csdnimg.cn/img_convert/5004eb9dc4eb7806dcc28ccb6dbf3d44.png)
C++ 矩阵的最小路径和解法
描述 给定一个 n * m 的矩阵 a,从左上角开始每次只能向右或者向下走,最后到达右下角的位置,路径上所有的数字累加起来就是路径和,输出所有的路径中最小的路径和。 数据范围: 1≤𝑛,𝑚≤5001≤n,m≤500,矩阵中任意值都满足 0≤𝑎𝑖,𝑗≤1000≤ai,j≤100 要求…...
![](https://img-blog.csdnimg.cn/direct/024e433466f248e7a8de9355d5e8e890.png)
http服务网络请求如何确保数据安全(含python示例源码)
深度学习类文章回顾 【YOLO深度学习系列】图像分类、物体检测、实例分割、物体追踪、姿态估计、定向边框检测演示系统【含源码】 【深度学习】物体检测/实例分割/物体追踪/姿态估计/定向边框/图像分类检测演示系统【含源码】 【深度学习】YOLOV8数据标注及模型训练方法整体流程…...
![](https://img-blog.csdnimg.cn/direct/812ad30cae744309893406405a624db6.jpeg)
网络构建关键技术_2.IPv4与IPv6融合组网技术
互联网数字分配机构(IANA)在2016年已向国际互联网工程任务组(IETF)提出建议,要求新制定的国际互联网标准只支持IPv6,不再兼容IPv4。目前,IPv6已经成为唯一公认的下一代互联网商用解决方案&#…...
![](https://www.ngui.cc/images/no-images.jpg)
数仓建模—数据生命周期管理
数仓建模—数据生命周期管理 数据生命周期管理 (DLM) 是一种在从数据输入到数据销毁的整个生命周期内管理数据的方法。 数据根据不同的条件分处不同的阶段,随着其完成不同的任务或满足特定要求而逐次经历这些阶段。 一个出色的 DLM 流程提供针对企业数据的结构和组织,帮助实…...
![](https://www.ngui.cc/images/no-images.jpg)
【INTEL(ALTERA)】Nios II软件开发人员手册中设计位置的错误示例
目录 说明 解决方法 说明 Nios II软件开发人员手册正确无误 请参阅 Nios 中包含的Nios II硬件设计示例 II 嵌入式设计套件 (EDS)。提供设计示例 设计上 Altera网站的示例页面。 Nios II软件开发人员手册正确无误 请参阅 创建本应用程序和创建本 bsp …...
![](https://img-blog.csdnimg.cn/direct/fd997ae1e6f9451a894c6c6bf839de2a.png)
jeecg导入excel 含图片(嵌入式,浮动式)
jeecgboot的excel导入 含图片(嵌入式,浮动式) 一、啰嗦二、准备三、 代码1、代码(修改覆写的ExcelImportServer)2、代码(修改覆写的PoiPublicUtil)3、代码(新增类SAXParserHandler&a…...
![](https://www.ngui.cc/images/no-images.jpg)
GPT-5 一年半后发布?对此你有何期待?
GPT-5 一年半后发布?对此你有何期待? IT之家6月22日消息,在美国达特茅斯工程学院周四公布的采访中,OpenAI首席技术官米拉穆拉蒂被问及GPT-5是否会在明年发布,给出了肯定答案并表示将在一年半后发布。此外,…...
![](https://img-blog.csdnimg.cn/direct/410767c8969f4229974ee7bbd37163f3.png#pic_center)
SHELL脚本学习(十二)sed进阶
一、多行命令 概述 sed 编辑器的基础命令都是对一行文本进行操作。如果要处理的数据分布在多行中,sed基础命令是没办法处理的。 幸运的是,sed编辑器的设计人员已经考虑了这个问题的解决方案。sed编辑器提供了3个处理多行文本的特殊命令。 命令描述N加…...
![](https://img-blog.csdnimg.cn/direct/642f518ec953404fa6e954109d5b3134.png)
【python】一篇文零基础到入门:快来玩吧~
本笔记材料源于: PyCharm | 创建你的第一个项目_哔哩哔哩_bilibili Python 语法及入门 (超全超详细) 专为Python零基础 一篇博客让你完全掌握Python语法-CSDN博客 0为什么安装python和pycharm? 不同于c,c࿰…...
![](https://img-blog.csdnimg.cn/direct/f4c7ac65a6024daa8af9900bb0860c7d.png)
Python武器库开发-武器库篇之Thinkphp5 SQL注入漏洞(六十六)
Python武器库开发-武器库篇之Thinkphp5 SQL注入漏洞(六十六) 漏洞环境搭建 这里我们使用Kali虚拟机安装docker并搭建vulhub靶场来进行ThinkPHP漏洞环境的安装,我们进入 ThinkPHP漏洞环境,可以 cd ThinkPHP,然后通过 …...
![](https://www.ngui.cc/images/no-images.jpg)
2024.6.28刷题记录
目录 一、13. 罗马数字转整数 贪心 二、16. 最接近的三数之和 排序指针 三、17. 电话号码的字母组合 dfs(深度优先搜索) 四、19. 删除链表的倒数第 N 个结点 1.模拟 2.前后同步指针 五、20. 有效的括号 栈 六、21. 合并两个有序链表 1.递归 …...
![](https://img-blog.csdnimg.cn/direct/b5090c6c9c8949a392df49767f554c4b.png)
柔性数组(flexible array)
柔性数组从C99开始支持使用 1.柔性数组的概念 概念: 结构体中,结构体最后一个元素允许是未知大小的数组,这就叫[柔性数组]的成员 struct S {int n;char arr[]; //数组大小未知(柔性数组成员) }; 柔性数组的特点: 结构体中柔性…...
![](https://www.ngui.cc/images/no-images.jpg)
服务器配置路由
translator 在Linux系统中,通过ip route add命令添加的路由规则通常不会永久保存,它们只会在当前会话中生效。当系统重新启动后,这些临时添加的路由规则会丢失。 要求在开关机之后仍然保留这条路由,需要将路由规则永久保存。在大多…...
![](https://img-blog.csdnimg.cn/direct/fc87d23fbdd9425b8aead1d3c829035c.png)
老生常谈问题之什么是缓存穿透、缓存击穿、缓存雪崩?举个例子你就彻底懂了!!
老生常谈问题之什么是缓存穿透、缓存击穿、缓存雪崩?举个例子你就彻底懂了!! 缓存穿透发生场景解决方案 缓存击穿解决方案 缓存雪崩发生场景解决方案 总结三者区分三者原因三者解决方案 想象一下,你开了一家便利店,店里…...
![](https://www.ngui.cc/images/no-images.jpg)
[code snippet] 生成随机大文件
[code snippet] 生成随机大文件 一个无聊的测试代码,因为要测试大文件的网络传输,就写了一个随机大文件生成脚本,做个备份。 基本上都是 GPT 生成的,哈哈。 C# 代码 namespace ConsolePlayground;internal class BigFileGenera…...
![](https://img-blog.csdnimg.cn/img_convert/e07122cc2600cb9e00fe95284e80f2ed.png)
计算机网路面试HTTP篇三
HTTPS RSA 握手解析 我前面讲,简单给大家介绍了的 HTTPS 握手过程,但是还不够细! 只讲了比较基础的部分,所以这次我们再来深入一下 HTTPS,用实战抓包的方式,带大家再来窥探一次 HTTPS。 对于还不知道对称…...
![](https://img-blog.csdnimg.cn/direct/efc056b146334106bf84146b3a60e94c.png#pic_center)
如何不改变 PostgreSQL 列类型#PG培训
开发应用程序并在其背后操作数据库集群时,会遇到一个意想不到的问题是实践与理论、开发环境与生产之间的差异。这种不匹配的一个完美例子就是更改列类型。 #PG考试#postgresql培训#postgresql考试#postgresql认证 关于如何在 PostgreSQL(以及其他符合 SQ…...
![](https://img-blog.csdnimg.cn/direct/ebe43044e1d94ad79e387602fb345b74.png)
RocketMQ快速入门:事务消息原理及实现(十)
目录 0. 引言1. 原理2. 事务消息的实现2.1 java client实现(适用于spring框架)2.2 springboot实现 3. 总结 0. 引言 rocketmq 的一大特性就是支持事务性消息,这在诸多场景中有所应用。在之前的文章中我们已经讲解过事务消息的使用࿰…...
![](https://img-blog.csdnimg.cn/direct/b580c553f6b0467dbbe1eddbc3d4988d.png)
Kotlin设计模式:深入理解桥接模式
Kotlin设计模式:深入理解桥接模式 在软件开发中,随着系统需求的不断增长和变化,类的职责可能会变得越来越复杂,导致代码难以维护和扩展。桥接模式(Bridge Pattern)是一种结构型设计模式,它通过…...
![](https://img-blog.csdnimg.cn/direct/ef88994c03df40adaf2d58ef9dc652e3.png)
常用MQ消息中间件Kafka、ZeroMQ和RabbitMQ对比及RabbitMQ详解
1、概述 在现代的分布式系统和实时数据处理领域,消息中间件扮演着关键的角色,用于解决应用程序之间的通信和数据传递的挑战。在众多的消息中间件解决方案中,Kafka、ZeroMQ和RabbitMQ 是备受关注和广泛应用的代表性系统。它们各自具有独特的特…...
![](https://img-blog.csdnimg.cn/direct/411f6df9f19b4f4498189ef6ad961138.png)
【UE5.3】笔记6-第一个简单小游戏
打砖块小游戏: 1、制造一面砖块组成的墙 在关卡中放置一个cube,放这地面上,将其转换成蓝图类,改名BP_Cube,更换砖块的贴图,按住alt键进行拷贝,堆出一面墙,复制出来的会很多,全选移动…...
![](https://img-blog.csdnimg.cn/direct/b88f22e37f4d42e890dce361df27ac8f.png)
LeetCode---402周赛
题目列表 3184. 构成整天的下标对数目 I 3185. 构成整天的下标对数目 II 3186. 施咒的最大总伤害 3187. 数组中的峰值 一、构成整天的下标对数目 I & II 可以直接二重for循环暴力遍历出所有的下标对,然后统计符合条件的下标对数目返回。代码如下 class So…...
![](https://www.ngui.cc/images/no-images.jpg)
循环冗余校验
循环冗余校验(Cyclic Redundancy Check,简称CRC)是一种广泛使用的错误检测编码技术,用于检测数据在传输或存储过程中是否发生错误。CRC通过在数据后面添加一个校验值(通常称为CRC码或CRC校验和)来实现错误检…...
![](https://www.ngui.cc/images/no-images.jpg)
resample sensor
resample sensor 的一个问题。 背景: 项目要求,发送多个数据到 sensor-hal 上去,发现无论怎样,在 sensor-hal 上都 只有一个数据。 resample sensor 是重新采样,这个怎么理解的,我的理解是: 假设 sensor 采…...
![](https://img-blog.csdnimg.cn/direct/573bb8e53f724552b336e5db5a3a291a.png)
【Linux】多线程的相关知识点
一、线程安全 1.1 可重入 VS 线程安全 1.1.1 概念 线程安全:多个线程并发执行同一段代码时,不会出现不同的结果。常见对全局变量或者静态变量进行操作,并且没有锁的保护的情况下,会出现问题。重入:同一个函数被不同…...
![](https://www.ngui.cc/images/no-images.jpg)
Java反射详解
Java反射 一.什么是反射 我们使用的一些像框架,tomcat,或者一些其他的组件(jackson 对象–>json)。他们可以做到给他什么类名,就可以创建给定类的对象,并调用该对象的方法和属性。这是如何做到的? 当他们加载我们…...
![](https://www.ngui.cc/images/no-images.jpg)
Spring Boot与Apache Kafka集成的深度指南
Spring Boot与Apache Kafka集成的深度指南 大家好,我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编,也是冬天不穿秋裤,天冷也要风度的程序猿! 在现代分布式系统中,消息队列的作用愈发重要࿰…...
![](https://img-blog.csdnimg.cn/direct/3ddb2ad2267c45d9a93acb9840c53a42.png#pic_center)
甄选版“论软件系统架构评估”,软考高级论文,系统架构设计师论文
论文真题 对于软件系统,尤其是大规模的复杂软件系统来说,软件的系统架构对于确保最终系统的质量具有十分重要的意义,不恰当的系统架构将给项目开发带来高昂的代价和难以避免的灾难。对一个系统架构进行评估,是为了:分析现有架构存在的潜在风险,检验设计中提出的质量需求,…...
![](https://img-blog.csdnimg.cn/direct/237c24e3f43148d5ad9d145e857c75c8.png)
uniapp开发企业微信内部应用
最近一直忙着开发项目,终于1.0版本开发完成,抽时间自己总结下在项目开发中遇到的技术点。此次项目属于自研产品,公司扩展业务,需要在企业微信中开发内部应用。因为工作中使用的是钉钉,很少使用企业微信,对于…...
![](https://www.ngui.cc/images/no-images.jpg)
0122__linux之eventfd理解
linux之eventfd理解-CSDN博客 Linux fd 系列 — eventfd 是什么?-CSDN博客...
![](https://www.ngui.cc/images/no-images.jpg)
数学建模 —— 查找数据
目录 百度搜索技巧 完全匹配搜索:查询词的外边加上双引号“ ” 标题必含关键词:查询词前加上intitle: 搜索文档:空格再输入filetype:文件格式 去掉不想要的:查询词后面加空格后加减号与关键字 知网查文献 先看知网的硕博士…...
![](https://img-blog.csdnimg.cn/direct/914fc564194b4de89fe0e0155a586a9e.png)
合并有序链表
合并有序链表 图解代码如下 图解 虽然很复杂,但能够很好的理解怎么使用链表,以及对链表的指针类理解 代码如下 Node* merge_list_two_pointer(List& list1, List& list2) {Node* new_head1 list1.head;Node* new_head2 list2.head;Node* s…...
![](https://www.ngui.cc/images/no-images.jpg)
【SpringBoot Web框架实战教程】05 Spring Boot 使用 JdbcTemplate 操作数据库
不积跬步,无以至千里;不积小流,无以成江海。大家好,我是闲鹤,微信:xxh_1459,十多年开发、架构经验,先后在华为、迅雷服役过,也在高校从事教学3年;目前已创业了…...
![](https://img-blog.csdnimg.cn/img_convert/66104645f7cc32eedf0a8be2dec6e857.png)
Spark基于DPU的Native引擎算子卸载方案
1.背景介绍 Apache Spark(以下简称Spark)是一个开源的分布式计算框架,由UC Berkeley AMP Lab开发,可用于批处理、交互式查询(Spark SQL)、实时流处理(Spark Streaming)、机器学习&a…...
![](https://www.ngui.cc/images/no-images.jpg)
Mini2440 start.s 修改支持串口输出,方便调试 (四)
经常会遇到点板子的时候,板子没有任何反应!怎么知道板子有没有在正常启动,在uboot阶段 start.s 中加入串口打印信息是很有必要的! 输出串口信息 ***UART:mini-2440-uBoot*** ***UART:mini-2440-uBoot*** ***UART:mini-2440-uBoo…...
![](https://img-blog.csdnimg.cn/direct/5d9ed8482f3843fd85d9c2405a378dbb.png)
【教程】几种不同的RBF神经网络
本站原创文章,转载请说明来自《老饼讲解-机器学习》www.bbbdata.com 目录 一、经典RBF神经网络1.1.经典径向基神经网络是什么1.2.经典径向基神经网络-代码与示例 二、广义回归神经网络GRNN2.1.广义回归神经网络是什么2.2.广义回归神经网络是什么-代码与示例 三、概率…...
![](https://img-blog.csdnimg.cn/direct/bb0a6f44389d41ecb2129949c26ca7b8.png)
【Liunx-后端开发软件安装】Liunx安装FDFS并整合nginx
【Liunx-后端开发软件安装】Liunx安装nacos 文章中涉及的相关fdfs相关软件安装包请点击下载: https://download.csdn.net/download/weixin_49051190/89471122 一、简介 FastDFS是一个开源的轻量级分布式文件系统,它对文件进行管理,功能包括…...
![](https://i-blog.csdnimg.cn/direct/54af8d012fe94115888c4c03c10650a0.png)
【Java笔记】Flyway数据库管理工具的基本原理
文章目录 1. 工作流程2. 版本号校验算法3. 锁机制3.1 为什么数据库管理工具需要锁3.2 flyway的锁机制 Reference 最近实习做的几个项目都用到了Flyway来做数据库的版本管理,顺便了解了下基本原理,做个记录。 详细的使用就不写了,网上教程很多…...
![](https://img-blog.csdnimg.cn/img_convert/24cb2e512ed9fe0ca06cfa1ead928821.webp?x-oss-process=image/format,png)
国际数字影像产业园创业培训,全面提升创业能力!
国际数字影像产业园作为数字影像产业的创新高地,致力于提供全面的创业支持服务。其中,创业培训作为重要的组成部分,旨在通过系统的课程设置和专业的讲师团队,为创业者提供从基础到进阶的全方位指导,帮助他们在数字影像…...
![](https://img-blog.csdnimg.cn/direct/03519e4290bd417ebd4e55ff1ea2be17.png)
pyqt5 制作视频剪辑软件,切割视频
该软件用于切割视频,手动选取视频片段的起始帧和结束帧并保存为json文件。gui界面如下:包含快进、快退、暂停等功能, 代码如下: # codingUTF-8 """ theme: pyqt5实现动作起始帧和结束帧的定位,将定位到…...
![](https://img-blog.csdnimg.cn/direct/db196760f6634e4b974154db34e81db3.png#pic_center)
vue组件深入介绍之插槽
了解插槽之前请先了解vue组件基础及注册 Vue2官网介绍 Vue3官网介绍 1、vue2插槽介绍 在2.6.0中,具名插槽和作用域插槽引入了一个新的统一语法(v-slot指令)。它将取代slot和slot-scope; Vue 实现了一套内容分发的 API…...
![](https://img-blog.csdnimg.cn/direct/220d75951bbd4419a090dca374b28172.png)
顺序表应用——通讯录
在本篇之前的顺序表专题我们已经学习的顺序表的实现,了解了如何实现顺序表的插入和删除等功能,那么在本篇当中就要学习基于顺序表来实现通讯录,在通讯录当中能实现联系人的增、删、查改等功能,接下来就让我们一起来实现通讯录吧&a…...
![](https://img-blog.csdnimg.cn/direct/152b8f088cd444dea013276fb49e3aa4.png)
Python基于PyQt5和卷积神经网络分类模型(CNN分类算法)实现时装类别识别系统GUI界面项目实战
说明:这是一个机器学习实战项目(附带数据代码文档视频讲解),如需数据代码文档视频讲解可以直接到文章最后获取。 1.项目背景 随着深度学习技术的发展,计算机视觉领域取得了显著的进步,特别是在图像分类、目…...
![](https://img-blog.csdnimg.cn/direct/c0eda4ab655c487da09e19118b1c134c.png)
Batch Size 不同对evaluation performance的影响
目录 问题描述如果是bugbatch size的设置问题尝试使用GroupNorm解决batchsize不同带来的问题归一化的分类 参考文章 问题描述 深度学习网络训练时,使用较小的batch size训练网络后,如果换用较大的batch size进行evaluation,网络的预测能力会…...
![](https://www.ngui.cc/images/no-images.jpg)
深度神经网络中的梯度消失问题:诊断与解决策略
深度神经网络(DNNs)因其在各种复杂任务中的卓越性能而受到重视,但它们在训练过程中可能会遇到梯度消失问题。这个问题会导致网络权重更新非常缓慢,甚至完全停止学习,从而阻碍了深层网络的优化。本文将探讨梯度消失问题…...
![](https://www.ngui.cc/images/no-images.jpg)
HttpUtils工具类
前言 一般在开发中,我们对接其他系统,最常用的就是使用http请求,去调用其他接口获取数据,下面记录了一个httputils工具类 一、httputils工具类 示例代码: package com.centerm.cpay.acps.common.util;import com.a…...
![](https://www.ngui.cc/images/no-images.jpg)
伊莱克斯可持续发展副总裁SarahSchaefer:可持续发展是伊莱克斯
“联合国可持续发展气候目标中有范围一和范围二的碳排放目标。在范围一及范围二(运营过程)中,我们在2022年提前三年实现了阶段性目标,与2015年相比减少了80%以上的绝对碳排放量。伊莱克斯集团运营里60%的能源是可再生能源、71%的工厂已经实现了零填埋的目标。”伊莱克斯集团欧…...
![](https://www.ngui.cc/images/no-images.jpg)
入境游复苏拉动旅游消费,免税、餐饮、酒店等行业迎来利好
随着疫情防控常态化,中国入境旅游市场正逐步回暖,跨境游消费呈现复苏态势。有分析预测,入境游景气复苏将与消费内生增长动力恢复形成合力,对服务消费相关的多业态产生正向辐射效应。免税、餐饮、酒店作为旅游消费三大支柱行业,有望受益于入境游复苏带来的红利。免税行业迎…...
![](https://img-blog.csdnimg.cn/direct/59aec24066944f3eb345bf74484323a5.png)
ChatGPT的基本原理是什么?又该如何提高其准确性?
在深入探索如何提升ChatGPT的准确性之前,让我们先来了解一下它的工作原理吧。ChatGPT是一种基于深度学习的自然语言生成模型,它通过预训练和微调两个关键步骤来学习和理解自然语言。 在预训练阶段,ChatGPT会接触到大规模的文本数据集&#x…...
![](https://www.ngui.cc/images/no-images.jpg)
salesforce 公式字段 判断一个字段是否在某个多选列表中
在 Salesforce 中,你可以使用公式字段来判断一个字段的值是否在一个多选列表中。这通常涉及使用包含特定值的函数和一些字符串操作。以下是一个常见的方法: 假设你有一个多选列表字段 Multi_Select_Field__c,你想检查这个字段是否包含某个值…...
![](https://img-blog.csdnimg.cn/direct/86ab0e561f6547fb84a534a5cd436ddb.png)
用户接入和认证技术
一、用户接入和认证配置 称为网络接入控制,通过对接入网络的客NAC (Network Admission Control)户端和用户的认证保证网络的安全,是一种“端到端”的安全技术。包括802.1x认证、MAC认证与Portal认证。 二、三种认证方式简介 1、Portal认证 Portal认证通…...
![](https://img-blog.csdnimg.cn/direct/53005cc1392d4f8e86ee9ada4d2c0b56.png)
爬虫案例-亚马逊反爬分析-验证码突破(x-amz-captcha)
总体概览:核心主要是需要突破该网站的验证码,成功后会返回我们需要的参数后再去请求一个中间页(类似在后台注册一个session),最后需要注意一下 IP 是不能随意切换的 主要难点: 1、梳理整体反爬流程 2、验证…...