基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出了一种将概率神经网络进行改进井使其用于信源一信道联合编码的方法。改进后的网络可以利用信源中的相关性,对噪声有更好的鲁棒性。它的复杂度低,结构设计简单,并可以灵活地改变以适应不同的信源模型。
推荐文章
数据通信中的信源信道联合编码技术
信源信道联合编码
实现方法
关键技术
信道最优的变换编码--联合信源信道编码的一种新方法
联合信源信道编码
Shannon分离理论
信道最优的变换编码
方法
基于信源信道联合编码的遥感图像传输
图像传输
信源信道联合编码
基于层次树的集合分割算法
低密度校验码
不等差错保护
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的概率神经网络用于信源——信道联合编码
来源期刊 通讯和计算机:中英文版 学科 工学
关键词 信源-信道联合编码 概率神经网络 Markov信源
年,卷(期) 2005,(6) 所属期刊栏目
研究方向 页码范围 68-70
页数 3页 分类号 TP18
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴乐南 东南大学无线电工程系 412 3936 29.0 45.0
2 殷玮玮 东南大学无线电工程系 11 26 4.0 4.0
3 鄂一鸣 东南大学无线电工程系 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信源-信道联合编码
概率神经网络
Markov信源
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通讯和计算机:中英文版
双月刊
1548-7709
武汉洪山区卓刀泉北路金桥花园C座4楼
出版文献量(篇)
1576
总下载数(次)
2
总被引数(次)
0
论文1v1指导