项目介绍
shiva34/Digital-Modulation-Schemes 是一个托管在 GitHub 上的开源项目，主要使用 MATLAB 编写，目前获得 47 个 Star、17 次 Fork。
- 仓库全名
- shiva34/Digital-Modulation-Schemes
- Star 数
- 47
- Fork 数
- 17
README 摘要
Digital-Modulation-Schemes Contains codes various Digital Modulation Schemes (like AM, DSB-SC, SSB-SC, FM, BPSK, QPSK, 16-QAM, DBPSK, DQPSK) from Scratch in MATLAB script ie. without using inbuilt modulation functions
完整内容见 GitHub 原始 README 或本页 。
常见问题
Digital-Modulation-Schemes 用什么语言开发？
主要使用 MATLAB 编写，目前有 47 个 Star。
如何获取 Digital-Modulation-Schemes 的源码？
可以直接克隆仓库：git clone https://github.com/shiva34/Digital-Modulation-Schemes.git，默认分支为 main；安装与运行步骤见仓库 README。
Digital-Modulation-Schemes 最近还在维护吗？
仓库最近一次更新为 2022年3月17日，当前没有未关闭的 Issue；Star 数为 47，可作为社区活跃度的参考。
相关仓库
这是一本名为《强化学习的数学基础》的新书的主页。
论文“Deep Photo Style Transfer”的代码和数据：https://arxiv.org/abs/1703.07511
数学建模、美赛、美国大学生数学建模竞赛、全国大学生数学建模竞赛、华为杯研究生数学建模、国赛LaTeX模板、美赛LaTeX模板、mathorcup、电工杯、华中赛、APMCM、深圳杯、中青杯、华东杯、数维杯、东三省数学建模、认证杯、数学建模书籍、常用matlab算法、国赛评阅要点、软件模型算法汇总、智能算法、优化算法、现代的算法
:man: 用于“通过直接体积 CNN 回归从单张图像进行大姿态 3D 人脸重建”的代码
Matlab/Octave 深度学习工具箱。包括深度信念网络、堆叠自编码器、卷积神经网络、卷积自编码器和普通神经网络。每种方法都附有示例，助你快速上手。
评论