首页 › 开发帮助文档 › 网络安全 › 灵星之光-1：调制解调、卷积神经网络异曲同工 ...

[其他] 灵星之光-1：调制解调、卷积神经网络异曲同工

网络安全发布于：2021-07-27 14:09 | 阅读数：394 | 评论：0

无线通信中的解调：
以QAM调制为例，

QAM编码的个数，类似图像分类中的类别的个数。
调制的过程，类似“深度学习的过程”；不同的是，通信中的模型，不需要训练，特征是直接预先编码好了。
解调的过程，就是“分类的过程”，根据收到的各种变形的电磁波的波形，识别出是那种特征波形，并把特征波形映射成特定的分类信息。
卷积神经网络中的卷积核：
就是用代表某种特征的特征矩阵，去匹配图像的像素，来解调图像中是否有符合某种特征的像素组合。
卷积：本质上是相关性运算，与特性矩阵相同的数据，卷积和最大，与特征向异的数据，卷积和小。完全无关的数据，卷积和为0。即正交！

这两种技术场景，是否可以相互借鉴？？？

免责声明：

1. 本站所有资源来自网络搜集或用户上传，仅作为参考不担保其准确性！

2. 本站内容仅供学习和交流使用，版权归原作者所有！© 查看更多

3. 如有内容侵害到您，请联系我们尽快删除，邮箱：kf@codeae.com

分享到： QQ好友和群 QQ空间

返回列表

系统推荐

Arce LV4

1122 经验

1122 文档