基于PN序列的OFDM信道估计

我现在做到通过仿真信道提取出来PN序列和信号接下去要怎么做啊

Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
请问ofdm调制中,估计出信道H有什么作用?

在ofdm中,用LS信道估计,得出![图片说明](https://img-ask.csdn.net/upload/201906/27/1561625391_971903.png) ,知道了H有什么作用? 假设ofdm发射端发出信号为x,通过未知信道,接收端得到y=x*(卷积)h+n(噪声),但是最终不是要得到x'嘛?通过计算x与x'来得到误码率。

请问在OFDM中,经过LS或其他算法进行信道估计后,是如何还原出原始信号的呢?

请问在OFDM中,经过LS或其他算法进行信道估计后,是如何还原出原始信号的呢?

OFDM多径瑞利信道Matlab仿真

OFDM经过并串变换后变成一串调制后的信号Tx_data(1,n),经过多径瑞利衰落信道,仿真这个信道然后输出Rx_data。 做了好几天实在做不出来了,拜托各位大佬帮忙看下。 ``` SNR=10; ts=1; fd=0; tau=[0 1 2]; pdb=[0 -1 -2]; signalinput=round(rand(1,12)) Modulated_Sequence=qammod(signalinput,16); signaloutput_1=awgn(Modulated_Sequence,SNR); chan = rayleighchan(ts,fd,tau,pdb) signaloutput_2 = filter(chan,Modulated_Sequence); demod_out_1=qamdemod(signaloutput_1,16) demod_out_2=qamdemod(signaloutput_2,16) ``` 请问一下都是需要什么参数? 其他还需要知道什么? 麻烦大佬写下代码让我学习一下,谢谢大佬! 本人学生,暂时拿不出那么多C币= - = 如果可以的话可以追加 下面是我新的代码 ``` SNR=10; signalinput=round(rand(1,20)) LengthOfSignal=length(signalinput); data_temp1= reshape(signalinput,log2(16),LengthOfSignal/4)'; %以每组2比特进行分组,M=16 data_temp2= bi2de(data_temp1); %二进制转化为十进制 Modulated_Sequence=qammod(data_temp2,16); Modulated_Sequence_a=ifft(Modulated_Sequence); signaloutput_1=awgn(Modulated_Sequence_a,SNR); %经过纯高斯白噪声信道 %经过瑞利衰落信道 fs = 1; % Sample rate (Hz) pathDelays = [0 1]; % Path delays (s) pathPower = [0 -1]; % Path power (dB) fD = 0; % Maximum Doppler shift (Hz) numSamples = 5; % Number of samples rchan = comm.RayleighChannel('SampleRate',fs, ... 'PathDelays',pathDelays,'AveragePathGains',pathPower, ... 'MaximumDopplerShift',fD,'FadingTechnique','Sum of sinusoids'); signaloutput_2 =rchan(Modulated_Sequence_a); %signaloutput_2_zs = zscore(signaloutput_2); %通过awgn信道解调 demodulation_data_awgn=qamdemod(signaloutput_1,16); De_data_awgn_1 = reshape(demodulation_data_awgn,[],1); De_data_awgn_2 = de2bi(De_data_awgn_1); De_Bit_awgn = reshape(De_data_awgn_2',1,[]) %经过瑞利衰落信道解调 demodulation_data_rl=qamdemod(signaloutput_2,16); De_data_rl_1 = reshape(demodulation_data_rl,[],1); De_data_rl_2 = de2bi(De_data_rl_1); De_Bit_rl = reshape(De_data_rl_2',1,[]) ```

OFDM调制信号经过瑞利衰落信道matlab怎么仿真?

这是我这几天写的matlab代码,跑了一下但是不是我想要的结果,基本是没规则的数据,请问下大佬们问题出在哪里了? 我想实现的功能是一串调制好的信号经过并串变换之后,经过瑞利多径衰落信道加高斯白噪声,请问下需要知道哪些参数? 麻烦大神们帮忙看下,谢谢!!! 本人学生,如果大佬不吝赐教的话,我会补上C币 ``` SNR=10; ts=1; fd=0; tau=[0 1 2]; pdb=[0 -1 -2]; signalinput=round(rand(1,12)) Modulated_Sequence=qammod(signalinput,16); signaloutput_1=awgn(Modulated_Sequence,SNR); chan = rayleighchan(ts,fd,tau,pdb) signaloutput_2 = filter(chan,Modulated_Sequence); demod_out_1=qamdemod(signaloutput_1,16) demod_out_2=qamdemod(signaloutput_2,16) ```

求OFDM系统的正交匹配追踪算法(OMP)的MTLAB仿真程序

基于均匀插入导频的OMP信道估计算法的原理和公式分析,需要MTLAB的仿真程序,顺便帮忙注释

请问用MATLAB仿真一个简单的OFDM系统,怎么才能让它显示出峰均比

网上好多代码,但是都没有峰均比。 还有,《基于格雷互补序列降低OFDM系统信号峰均比》 谁有这个算法的MATKAB仿真代码? 急求! 急求!! 急求!!!

怎样用OFDM的循环后缀码来估计接收端的开始位置?

怎样得到下面的图?纵坐标相位是怎样得到的? OFDM脉冲在发送时,会在后面加上一个循环后缀码,这样在接收端估计信号开始位置时,当有E个采样点的误差时,能通过接收端数据的傅里叶变换然后求相位算出E. 我在计算的时候,出现的疑惑是相位怎么求,我用angle,phase,都试过了,结果都不正确。恳请知道的朋友帮忙写个例子,便于我理解,谢谢。 下面的三个图分别是接收端估计误差为0,1和2 的情况时,接收端数据经过傅里叶变换后,得到的各个子载波的相位,我想知道这个相位怎么求? ![接收端没有估计误差时相位变化](https://img-ask.csdn.net/upload/201712/07/1512657465_770273.png) ![接收端有一个估计误差时相位变化](https://img-ask.csdn.net/upload/201712/07/1512657479_904314.png) ![接收端有两个估计误差时相位变化](https://img-ask.csdn.net/upload/201712/07/1512657490_14582.png)

MATLAB的小波变换实现ofdm

实现电力线通信,是基于小波变换的ofdm的通信系统,主要是关于小波变换的那一部分

OFDM的matlab仿真问题,针对载波频率偏差和采样频率偏差的仿真。

我是通过公式推导,然后在matlab上模拟公式的方式加入这两个偏差的,请指点一下到底思路对不对。因为我之后再做同步的时候,发现载波同步和采样频率同步级联起来,星座图成圈,单独仿真却是对的。根据IEEE 802.11a的方法做的。![图片说明](https://img-ask.csdn.net/upload/201709/14/1505370667_840294.png)

瑞利信道的仿真实现?

多个不同频率的正弦波叠加,幅度统计是服从高斯分布的。如果实部和虚部均用多个不同频率的正弦波叠加,则实部虚部均分别服从高斯分布。又根据瑞利分布的定义,两个高斯变量的平方和的根服从瑞利分布,因此包络服从瑞利分布。这是正弦波叠加法产生瑞利分布的原理。在matlab里面,由于直接有randn这个函数可以生成符合高斯分布的数,那我是不是可以不用什么正弦波叠加法,直接用两次这个函数构成实部和虚部?

求stbc-OFDM系统的不同检测算法ml,zf,MMSE,mmse-sic的MATLAB仿真程序

一个以空时分组码为基础的同步MIMO-OFDM系统,通过仿真来比较两个用户时的MIMO-OFDM系统使用多种多用户检测算法的性能与单用户MIMO-OFDM的性能的优劣。给每一个用户配备两根发射天线与两根接收天线,调制方式为固定的QPSK调制。

有关瑞利衰落信道的matlab编程,以及怎么改成莱斯分布呢?

% 编写一个如瑞利多径的信道函数; function y=Rayleigh_DuoJing(x,sigma,num_path,ray_factor,time_delay,p_path) y=zeros(num_path,size(x,2)); for i=1:num_path % 即使瑞利衰落因子是一样的, % 对于每一行的衰落系数也要分别产生; ray_number=raylrnd(ray_factor,size(x)); %ray_number=random('rician',0.5,ray_factor,size(x)); y(i,:)=sqrt(10^(p_path(i)/10))*(ray_number.*x); temp=y(i,:); y(i,:)=[zeros(1,time_delay(i)),temp(1:end-time_delay(i))]; randn('state',0);%设置初始状态 y(i,:)=y(i,:)+sigma*randn(size(x)); end; y=sum(y,1); 如上,p_path这个参数是什么呢?跟ray_factor有联系吗? sqrt(10^(p_path(i)/10))*(ray_number.*x); [zeros(1,time_delay(i)),temp(1:end-time_delay(i))]; 这两个行代码分别是什么意思呢? 以及这段代码怎么改成莱斯分布呢?

这段代码中怎么加入求误码率和噪声信道下的误码率比较图

clc; clear close all; M=64; k=log2(M); n=120000; samp=1; %snr=0:1:14; x=randint(n,1); stem(x(1:50),'filled'); title('二进制随机比特流'); xlabel('比特序列'); ylabel('信号幅度'); x6=reshape(x,k,length(x)/k); xsym=bi2de(x6.','left-msb'); figure; stem(xsym(1:50)); title('16进制随机信号'); xlabel('信号序列'); ylabel('信号幅度'); y=modulate(modem.qammod(M),xsym); scatterplot(y); text(real(y)+0.1,imag(y),dec2bin(xsym));%? axis([-8 8 -8 8]); snr=15+10*log10(k)-10*log10(samp); %snrtem=10.^(snr/10); %pn=1./snrtem; %sigma=sqrt(pn); yn=awgn(y,snr,'measured'); h=scatterplot(yn,samp,0,'b.'); hold on; scatterplot(y,1,0,'k+',h);% H must be a valid handle to a figure % that was previously generated by SCATTERPLOT. Default for H is [], which % causes SCATTERPLOT to create a new figure. title('接收信号星座图'); legend('含噪声接收信号','不含噪声信号'); axis([-8 8 -8 8]); hold on; %eyediagram(yn,2); yd=demodulate(modem.qamdemod(M),yn); z=de2bi(yd,'left-msb'); z=reshape(z.',numel(z),1); [nuber_of_errors,bit_error_rate]=biterr(x,z) semilogy(snr,bit_error_rate,'ro');

FDMA和OFDMA的区别是什么?

提问之前在网上搜集了一些资料了,先说下我自己的理解。 FDM(频分多路复用)和OFDM(正交频分多路复用)是复用方式,FDMA(频分多址)和OFDMA(正交频分多址)是多址方式。 FDM是以频率划分信道,每个信道给一个用户。FDMA就是以不同频率的信道来区分不同用户。 OFDM也是以频率划分信道,每个用户一个信道,但是每个用户的这个信道又划分成了多个正交子信道,用户的信息在这些子信道上并行传送。 这么说对吗? 我的问题是,OFDMA是怎么区分不同用户的呢?跟FDMA有什么区别?是否是OFDMA没有保护频带,而FDMA有保护频带?

求802.11g(OFDM)的仿真程序

求802.11g(OFDM)的仿真程序,上行发送端或接收端的都可以,最基础的就行。

OFDM同步中数据辅助的采样频率同步如何进行的呢?

我查阅了IEEE 802.11a的做法,计算每一个OFDM第一个采样值的偏移相位,然后去补偿。那么如果采样频率变快,那么到一定时刻会多采一个数;反之会少采一个数,那么实际中是如何补偿的呢?

mimo系统的信号检测在matlab系统中的仿真

迫零检测算法,最小均方误差算法,球形译码,半定松弛算法怎么用matlab编程,内点法怎么用语句写出

如何遍历通道并指定为参考

<div class="post-text" itemprop="text"> <p>It seems assigning channel output to an array of pointers will always assign the last one sent to the channel <code>string2</code>. can anyone explain this behavior?</p> <pre><code>package main import ( "fmt" ) type myType struct { myString string } func main() { queue := make(chan myType, 2) queue &lt;- myType{myString: "string1"} queue &lt;- myType{myString: "string2"} close(queue) var types []*myType for element := range queue { types = append(types, &amp;element) } for _, element := range types { fmt.Println(element.myString) } } </code></pre> <p>results in:</p> <pre><code>result2 result2 </code></pre> </div>

要想清楚的理解一个用c语言编写的工程项目,该怎么做

老师让我用c++编写OFDM调制(OFDM是关于通信方面的技术),我没有思路就从CSDN上下载了一个工程项目来看,一看不要紧,是越看越糊涂,请高人赐教

MySQL数据库面试题(2020最新版)

文章目录数据库基础知识为什么要使用数据库什么是SQL?什么是MySQL?数据库三大范式是什么mysql有关权限的表都有哪几个MySQL的binlog有有几种录入格式?分别有什么区别?数据类型mysql有哪些数据类型引擎MySQL存储引擎MyISAM与InnoDB区别MyISAM索引与InnoDB索引的区别?InnoDB引擎的4大特性存储引擎选择索引什么是索引?索引有哪些优缺点?索引使用场景(重点)...

人工智能-计算机视觉实战之路(必备算法+深度学习+项目实战)

系列课程主要分为3大阶段:(1)首先掌握计算机视觉必备算法原理,结合Opencv进行学习与练手,通过实际视项目进行案例应用展示。(2)进军当下最火的深度学习进行视觉任务实战,掌握深度学习中必备算法原理与网络模型架构。(3)结合经典深度学习框架与实战项目进行实战,基于真实数据集展开业务分析与建模实战。整体风格通俗易懂,项目驱动学习与就业面试。 建议同学们按照下列顺序来进行学习:1.Python入门视频课程 2.Opencv计算机视觉实战(Python版) 3.深度学习框架-PyTorch实战/人工智能框架实战精讲:Keras项目 4.Python-深度学习-物体检测实战 5.后续实战课程按照自己喜好选择就可以

linux2.6.1内核源码注释

包含LINUX内核同步、信号、内存、调度、文件系统、网络系统、时钟等部分的源码注释。前后历时三年,算是干货。

Python可以这样学(第四季:数据分析与科学计算可视化)

董付国老师系列教材《Python程序设计(第2版)》(ISBN:9787302436515)、《Python可以这样学》(ISBN:9787302456469)配套视频,在教材基础上又增加了大量内容,通过实例讲解numpy、scipy、pandas、statistics、matplotlib等标准库和扩展库用法。

u-boot-2015.07.tar.bz2

uboot-2015-07最新代码,喜欢的朋友请拿去

Vue.js 2.0之全家桶系列视频课程

基于新的Vue.js 2.3版本, 目前新全的Vue.js教学视频,让你少走弯路,直达技术前沿! 1. 包含Vue.js全家桶(vue.js、vue-router、axios、vuex、vue-cli、webpack、ElementUI等) 2. 采用笔记+代码案例的形式讲解,通俗易懂

MySQL 8.0.19安装教程(windows 64位)

话不多说直接开干 目录 1-先去官网下载点击的MySQL的下载​ 2-配置初始化的my.ini文件的文件 3-初始化MySQL 4-安装MySQL服务 + 启动MySQL 服务 5-连接MySQL + 修改密码 先去官网下载点击的MySQL的下载 下载完成后解压 解压完是这个样子 配置初始化的my.ini文件的文件 ...

零基础学C#编程—C#从小白到大咖

本课程从初学者角度出发,提供了C#从入门到成为程序开发高手所需要掌握的各方面知识和技术。 【课程特点】 1 由浅入深,编排合理; 2 视频讲解,精彩详尽; 3 丰富实例,轻松易学; 4 每章总结配有难点解析文档。 15大章节,228课时,1756分钟与你一同进步!

微信公众平台开发入门

本套课程的设计完全是为初学者量身打造,课程内容由浅入深,课程讲解通俗易懂,代码实现简洁清晰。通过本课程的学习,学员能够入门微信公众平台开发,能够胜任企业级的订阅号、服务号、企业号的应用开发工作。 通过本课程的学习,学员能够对微信公众平台有一个清晰的、系统性的认识。例如,公众号是什么,它有什么特点,它能做什么,怎么开发公众号。 其次,通过本课程的学习,学员能够掌握微信公众平台开发的方法、技术和应用实现。例如,开发者文档怎么看,开发环境怎么搭建,基本的消息交互如何实现,常用的方法技巧有哪些,真实应用怎么开发。

java jdk 8 帮助文档 中文 文档 chm 谷歌翻译

JDK1.8 API 中文谷歌翻译版 java帮助文档 JDK API java 帮助文档 谷歌翻译 JDK1.8 API 中文 谷歌翻译版 java帮助文档 Java最新帮助文档 本帮助文档是使用谷

Java基础知识面试题(2020最新版)

文章目录Java概述何为编程什么是Javajdk1.5之后的三大版本JVM、JRE和JDK的关系什么是跨平台性?原理是什么Java语言有哪些特点什么是字节码?采用字节码的最大好处是什么什么是Java程序的主类?应用程序和小程序的主类有何不同?Java应用程序与小程序之间有那些差别?Java和C++的区别Oracle JDK 和 OpenJDK 的对比基础语法数据类型Java有哪些数据类型switc...

编程实现学生基本信息管理程序

编程实现学生基本信息管理程序。学生基本信息包括:学号、姓名、性别、年龄、班级、学院、专业等。具体实现的管理功能如下: (1) 输入并显示多个学生的基本信息; (2) 可根据需要实现学生信息的添加; (

机器学习实战系列套餐(必备基础+经典算法+案例实战)

机器学习实战系列套餐以实战为出发点,帮助同学们快速掌握机器学习领域必备经典算法原理并结合Python工具包进行实战应用。建议学习顺序:1.Python必备工具包:掌握实战工具 2.机器学习算法与实战应用:数学原理与应用方法都是必备技能 3.数据挖掘实战:通过真实数据集进行项目实战。按照下列课程顺序学习即可! 课程风格通俗易懂,用最接地气的方式带领大家轻松进军机器学习!提供所有课程代码,PPT与实战数据,有任何问题欢迎随时与我讨论。

YOLOv3目标检测实战:训练自己的数据集

YOLOv3是一种基于深度学习的端到端实时目标检测方法,以速度快见长。本课程将手把手地教大家使用labelImg标注和使用YOLOv3训练自己的数据集。课程分为三个小项目:足球目标检测(单目标检测)、梅西目标检测(单目标检测)、足球和梅西同时目标检测(两目标检测)。 本课程的YOLOv3使用Darknet,在Ubuntu系统上做项目演示。包括:安装Darknet、给自己的数据集打标签、整理自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类。 Darknet是使用C语言实现的轻型开源深度学习框架,依赖少,可移植性好,值得深入探究。 除本课程《YOLOv3目标检测实战:训练自己的数据集》外,本人推出了有关YOLOv3目标检测的系列课程,请持续关注该系列的其它课程视频,包括: 《YOLOv3目标检测实战:交通标志识别》 《YOLOv3目标检测:原理与源码解析》 《YOLOv3目标检测:网络模型改进方法》 敬请关注并选择学习!

Python+OpenCV计算机视觉

Python+OpenCV计算机视觉系统全面的介绍。

土豆浏览器

土豆浏览器可以用来看各种搞笑、电影、电视剧视频

大三实习生,字节跳动面经分享,已拿Offer

说实话,自己的算法,我一个不会,太难了吧

玩转Linux:常用命令实例指南

人工智能、物联网、大数据时代,Linux正有着一统天下的趋势,几乎每个程序员岗位,都要求掌握Linux。本课程零基础也能轻松入门。 本课程以简洁易懂的语言手把手教你系统掌握日常所需的Linux知识,每个知识点都会配合案例实战让你融汇贯通。课程通俗易懂,简洁流畅,适合0基础以及对Linux掌握不熟练的人学习; 【限时福利】 1)购课后按提示添加小助手,进答疑群,还可获得价值300元的编程大礼包! 2)本月购买此套餐加入老师答疑交流群,可参加老师的免费分享活动,学习最新技术项目经验。 --------------------------------------------------------------- 29元=掌握Linux必修知识+社群答疑+讲师社群分享会+700元编程礼包。 &nbsp;

基于STM32的电子时钟设计

时钟功能 还有闹钟功能,温湿度功能,整点报时功能 你值得拥有

Python数据清洗实战入门

本次课程主要以真实的电商数据为基础,通过Python详细的介绍了数据分析中的数据清洗阶段各种技巧和方法。

Git 实用技巧

这几年越来越多的开发团队使用了Git,掌握Git的使用已经越来越重要,已经是一个开发者必备的一项技能;但很多人在刚开始学习Git的时候会遇到很多疑问,比如之前使用过SVN的开发者想不通Git提交代码为什么需要先commit然后再去push,而不是一条命令一次性搞定; 更多的开发者对Git已经入门,不过在遇到一些代码冲突、需要恢复Git代码时候就不知所措,这个时候哪些对 Git掌握得比较好的少数人,就像团队中的神一样,在队友遇到 Git 相关的问题的时候用各种流利的操作来帮助队友于水火。 我去年刚加入新团队,发现一些同事对Git的常规操作没太大问题,但对Git的理解还是比较生疏,比如说分支和分支之间的关联关系、合并代码时候的冲突解决、提交代码前未拉取新代码导致冲突问题的处理等,我在协助处理这些问题的时候也记录各种问题的解决办法,希望整理后通过教程帮助到更多对Git操作进阶的开发者。 本期教程学习方法分为“掌握基础——稳步进阶——熟悉协作”三个层次。从掌握基础的 Git的推送和拉取开始,以案例进行演示,分析每一个步骤的操作方式和原理,从理解Git 工具的操作到学会代码存储结构、演示不同场景下Git遇到问题的不同处理方案。循序渐进让同学们掌握Git工具在团队协作中的整体协作流程。 在教程中会通过大量案例进行分析,案例会模拟在工作中遇到的问题,从最基础的代码提交和拉取、代码冲突解决、代码仓库的数据维护、Git服务端搭建等。为了让同学们容易理解,对Git简单易懂,文章中详细记录了详细的操作步骤,提供大量演示截图和解析。在教程的最后部分,会从提升团队整体效率的角度对Git工具进行讲解,包括规范操作、Gitlab的搭建、钩子事件的应用等。 为了让同学们可以利用碎片化时间来灵活学习,在教程文章中大程度降低了上下文的依赖,让大家可以在工作之余进行学习与实战,并同时掌握里面涉及的Git不常见操作的相关知识,理解Git工具在工作遇到的问题解决思路和方法,相信一定会对大家的前端技能进阶大有帮助。

计算机组成原理算法实现

计算机组成原理算法实现,能够实现定点小数的机器数表示、定点小数的变形补码加减运算、定点小数的原码一位乘法运算和浮点数的加减运算。

为linux系统设计一个简单的二级文件系统

实验目的: 通过一个简单多用户文件系统的设计,加深理解文件系统的内部功能及内部实现。 实验要求: 为linux系统设计一个简单的二级文件系统。要求做到以下几点: (1)可以实现下列几条命令(至少4条)

几率大的Redis面试题(含答案)

本文的面试题如下: Redis 持久化机制 缓存雪崩、缓存穿透、缓存预热、缓存更新、缓存降级等问题 热点数据和冷数据是什么 Memcache与Redis的区别都有哪些? 单线程的redis为什么这么快 redis的数据类型,以及每种数据类型的使用场景,Redis 内部结构 redis的过期策略以及内存淘汰机制【~】 Redis 为什么是单线程的,优点 如何解决redis的并发竞争key问题 Red...

机器学习初学者必会的案例精讲

通过六个实际的编码项目,带领同学入门人工智能。这些项目涉及机器学习(回归,分类,聚类),深度学习(神经网络),底层数学算法,Weka数据挖掘,利用Git开源项目实战等。

网络工程师小白入门--【思科CCNA、华为HCNA等网络工程师认证】

本课程适合CCNA或HCNA网络小白同志,高手请绕道,可以直接学习进价课程。通过本预科课程的学习,为学习网络工程师、思科CCNA、华为HCNA这些认证打下坚实的基础! 重要!思科认证2020年2月24日起,已启用新版认证和考试,包括题库都会更新,由于疫情原因,请关注官网和本地考点信息。题库网络上很容易下载到。

2019全国大学生数学建模竞赛C题原版优秀论文

2019全国大学生数学建模竞赛C题原版优秀论文,PDF原版论文,不是图片合成的,是可编辑的文字版。共三篇。 C044.pdf C137.pdf C308.pdf

土豆SDK(Java版)-非官方

由于土豆SDK一直建设中,最近几天抽空写了一套java的SDK。包含了现有的所有请求协议。本套SDK中仅提供了oAuth的方式(引用oAuth.net的java版示例),并没有在框架中实现,涉及到登录

Android小项目——新闻APP(源码)

Android小项目——新闻APP(源码),一个很简单的可以练手的Android Demo Ps:下载之前可以先看一下这篇文章——https://blog.csdn.net/qq_34149526/a

实用主义学Python(小白也容易上手的Python实用案例)

原价169,限时立减100元! 系统掌握Python核心语法16点,轻松应对工作中80%以上的Python使用场景! 69元=72讲+源码+社群答疑+讲师社群分享会&nbsp; 【哪些人适合学习这门课程?】 1)大学生,平时只学习了Python理论,并未接触Python实战问题; 2)对Python实用技能掌握薄弱的人,自动化、爬虫、数据分析能让你快速提高工作效率; 3)想学习新技术,如:人工智能、机器学习、深度学习等,这门课程是你的必修课程; 4)想修炼更好的编程内功,优秀的工程师肯定不能只会一门语言,Python语言功能强大、使用高效、简单易学。 【超实用技能】 从零开始 自动生成工作周报 职场升级 豆瓣电影数据爬取 实用案例 奥运冠军数据分析 自动化办公:通过Python自动化分析Excel数据并自动操作Word文档,最终获得一份基于Excel表格的数据分析报告。 豆瓣电影爬虫:通过Python自动爬取豆瓣电影信息并将电影图片保存到本地。 奥运会数据分析实战 简介:通过Python分析120年间奥运会的数据,从不同角度入手分析,从而得出一些有趣的结论。 【超人气老师】 二两 中国人工智能协会高级会员 生成对抗神经网络研究者 《深入浅出生成对抗网络:原理剖析与TensorFlow实现》一书作者 阿里云大学云学院导师 前大型游戏公司后端工程师 【超丰富实用案例】 0)图片背景去除案例 1)自动生成工作周报案例 2)豆瓣电影数据爬取案例 3)奥运会数据分析案例 4)自动处理邮件案例 5)github信息爬取/更新提醒案例 6)B站百大UP信息爬取与分析案例 7)构建自己的论文网站案例

相关热词 c# 按行txt c#怎么扫条形码 c#打包html c# 实现刷新数据 c# 两个自定义控件重叠 c#浮点类型计算 c#.net 中文乱码 c# 时间排序 c# 必备书籍 c#异步网络通信
立即提问