基于机器学习的调制方式识别

摘要	第4-5页
Abstract	第5-6页
1.绪论	第9-14页
1.1 研究背景和意义	第9-10页
1.2 研究现状	第10-12页
1.3 本文工作安排	第12-14页
2.基本理论介绍	第14-26页
2.1 调制方式识别的结构	第14-15页
2.2 数字系统和调制方式介绍	第15-18页
2.3 预处理	第18-20页
2.4 调制方式特征值及其提取	第20-26页
3.基于传统机器学习的调制方式识别算法及实现	第26-45页
3.1 决策树	第26-29页
3.2 K最近邻	第29-32页
3.3 支持向量机	第32-38页
3.4 神经网络	第38-41页
3.5 机器学习在调制识别中的算法实现和比较	第41-45页
4.基于ALEXNET调制方式识别模型	第45-56页
4.1 ALEXNET神经网络	第45-50页
4.2 模型建立和训练集处理	第50-53页
4.3 模型分析	第53-54页
4.4 本章小结	第54-56页
5.基于ALEXNET调制方式识别算法实现	第56-64页
5.1 仿真平台介绍	第56页
5.2 算法参数设定	第56-58页
5.3 结果分析	第58-63页
5.4 本章小结	第63-64页
6.结论	第64-66页
6.1 论文的主要贡献	第64-65页
6.2 进一步工作建议	第65-66页
致谢	第66-67页
参考文献	第67-70页