有學(xué)習(xí)方向的時候，感覺其余什么都是浪費時間。 上次的程序化讀文獻(xiàn)，讓我找到更多著手點。對于如何學(xué)會文獻(xiàn)中的算法，結(jié)合數(shù)學(xué)建模的余熱，思考以備明日之繼續(xù)深入。 以ANN模式識別與基于BEM信道估計為例。對后者，我的學(xué)習(xí)過程是，1.搜索中文論文，從李昕

有學(xué)習(xí)方向的時候，感覺其余什么都是浪費時間。

上次的程序化讀文獻(xiàn)，讓我找到更多著手點。對于如何學(xué)會文獻(xiàn)中的算法，結(jié)合數(shù)學(xué)建模的余熱，思考以備明日之繼續(xù)深入。

以ANN模式識別與基于BEM信道估計為例。對后者，我的學(xué)習(xí)過程是，1.搜索中文論文，從李昕那篇碩士論文找到BEM基函數(shù)，而后迅速得到單信道的基系數(shù)，但是未能理解塊內(nèi)采樣點以及錯誤的使用了基系數(shù)返回估計h時，與之相乘的不是前n個點。隊友全憑本能，使用了插值。2.后來看了多半個下午的英文文獻(xiàn)，而后對OFDM以及導(dǎo)頻法分別花了很長時間，最終做QAM的時候已經(jīng)沒有經(jīng)歷。之所以看導(dǎo)頻法跟OFDM，是因為看過的文章都似乎在那個基礎(chǔ)上再使用BEM，并猜測題中所說減少頻率就是指先使用導(dǎo)頻，本希望這也能解決對塊采樣的疑惑。

后來從mike的博客中，感覺自己一開始就沒明白信道的含義。自己首先應(yīng)對整個學(xué)習(xí)過程有明確的問題提出，并及時回答自己，糾正方向。搜索閱讀固然重要，但每次都指望英文文獻(xiàn)或中文論文會把基本原理講述清楚的觀念不一定正確。以現(xiàn)在的ANN模式識別為例，現(xiàn)在已有問題如下：1.對ANN還算有點基本了解，訓(xùn)練樣本的輸入輸出形成一套權(quán)值，輸出可作為模式識別，那篇文章指出的是用搖擺曲線提取的特征值作為輸入。是不是所有的有輸入輸出關(guān)系的東西都能用來做模式識別，怎樣才能確定輸入中含有了與輸出有實際對應(yīng)的邏輯關(guān)系？2.特征值如何提取3.穩(wěn)定不穩(wěn)定模式的規(guī)則是不是就是單機的搖擺曲線是否趨于無窮大？

我感覺要是想解決第一個問題，我又要開始搜ANN的基本原理類的東西，第二個問題是趨于實踐ANN，第三個問題又要系統(tǒng)思考單機與多機失穩(wěn)不同的定義。暫時忽略第一個問題，回頭用ANN適用條件來搜索下。

除此之外，要學(xué)HADOOP，就要學(xué)JAVA類才能看懂具體的MAP類編程。還要看失控那本書，這是種純粹品味別人思想的過程。

本文原創(chuàng)發(fā)布php中文網(wǎng)，轉(zhuǎn)載請注明出處，感謝您的尊重！

總結(jié)

以上是生活随笔為你收集整理的php 科研,科研之路2的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。