关于LDPC码的BP译码算法以及改进算法尝试.pdf

卷积码的译码算法研究，硕士毕业论文，原理，仿真

主要是基于删除信道下的LDPC码的编译码的实现 在MATLAB环境中运行实现

在人工神经网络中，BP神经网络是一种应用广泛的多层前馈神经网络。分析了BP算法的基本原理，指出了BP算法具有收敛速度慢、易陷入局部极小点等缺陷以及这些缺陷产生的根源。针对这些缺陷，通过在标准BP算法中

BP数据融合是由美国JDL实验室数据融合专家组(DFS)提出的并给出了一般的概念模型。最初用于军事领域，现在广泛应用于机器人，交通管制，故障诊断等民生领域。最初数据融合用于处理传感器的信息融合，由于传

一种改进的PEG算法实现LDPC码线性时间编码，肖禺，朱冰莲，给出一种利用渐进边增长法PEG构造生成LDPC码的(近似)下三角校验矩阵H的算法，以实现线性时间编码。仿真结果表明，该方法能够构造适��

LTE系统对可靠通信提出了更高的要求,这在一定程度上依赖于信道编码的性能。针对LTE系统中的Turbo译码算法进行了研究,在Max-Log-MAP和Log-MAP算法的基础上提出了一种改进算法。理论分

提出了一种基于特征相关性的特征选择方法。该方法以特征之间相互依赖程度（相关度）为聚类依据先对特征进行聚类，再从各特征簇中挑选出具有代表性的特征，然后在被选择出来的特征中删除与目标特征无关或是弱相关的特

基于Spark的改进并行BP算法，刘永，方维，BP(BackPropagation)神经网络是一种以误差反向传播进行训练的多层前馈网络，是目前最受欢迎的神经网络模型之一。传统BP算法收敛速度慢��

基于 PEG算法的 LDPC码构造及改进 桂林电子科技大学 硕士研究生 纠错码理论课程 学生 王广耀 学号 1502201054 专业 信息与通信工程 题目 基于 PEG算法的 LDPC码构造 教师

LDPC码的一种低复杂度归一化最小和译码算法.pdf