使用CLDNN实现自动调制识别

使用CLDNN实现自动调制识别,第1张

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))

目录
  • 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

原文地址: https://outofmemory.cn/langs/793914.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-05-06
下一篇 2022-05-06

发表评论

登录后才能评论

评论列表(0条)

保存