本文基于RML2018.01a大型数据集,给出CLDNN的信号识别的实现方式(附代码)
CLDNN谷歌提出的一种CNN(不带池化层)和LSTM的串联结构
本文的CLDNN由5层CNN和1层LSTM构成(可通过增加层数或修改卷积核数量以进一步提高准确率,由于该数据集较大,优化及其费时废机器,博主没有过多优化,准确率在最后给出)
已构模型及代码
模型 | 传送门 |
---|---|
CNN/ResNet | 使用CNN/ResNet实现自动调制识别(RML2018.01a) |
LSTM | 使用LSTM实现自动调制识别(RML2018.01a)) |
CLDNN | 使用CLDNN实现自动调制识别(RML2018.01a)) |
- 一、CLDNN的代码实现
-
- 1.1 导入包
- 1.2 数据读取及数据集划分
- 1.3 构建CLDNN模型
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)