wqchen@wqchen
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
“太恐怖了。是在影射社会么”
“这明显啊，不懂集合怎么画”
“把WORD发到别人的电脑上也许能看到，然后另存为再发回来居然好了！我遇到过一次”
“【 在 wawabing128 的大作中提到: 】 : XPD指的是天线固有的特征，是指不同极化方向的天线接收到的信号强度，越小越好 : -- 那么考虑一个极化方向信号经过信道后，会在垂直极化方向上产生一定信号分量，这是什么量来定的？”
“您的说干扰准直是指对多个干扰源做同步吗？ 【 在 Lancelot 的大作中提到: 】 : 干扰对消是什么啊？是干扰抵消吗？还是楼上提到的interference alignment？后面这个中文一般翻译成干扰准直或者干扰对齐。 : 如果是干扰抵消就没啥特别，就是什么串行干扰抵消，并行干扰抵消之类的。挺好理解的，就是把…”
“MRC与IRC都是多天线接收合并的算法，MRC考虑在干扰为白噪声下能得到优的合并效果，IRC则考虑有其它同频干扰源在的情况下，利用多个天线对某一干扰源的接收信号之间的相关性，能够消除部分干扰，而这种情况下的MRC则不能。 如果邻Ruu为所有干扰加噪声的协方差矩阵，那么，MRC则是一个对角矩阵，即只有接收天线之间的自相关…”
“其实我在做HMM完全只是帮别人解决麻烦，自己也不是这方面专业的，因此，只想着快速得到想要的结果。 网上确实有一些代码，最近理了一下思路，再结合别人的代码，倒也有了一些结果，只是HMM估计的的值不太准确，比如2个隐状态，2个观察值下， T=500,K=20的观察值用于测试，重估的结果也不算太准，A矩阵差别较大， 比如（0…”
“首先严重感谢楼上大牛的回答！ 按你的意思，我理解的多序列出现了偏差。我想表达的是同一个HMM模型，独立的跑出K个序列样本： O11 O12 .... O1T O21 O22 .... O2T .... OK1 OK2 .... OKT 而要求是，通过上述的样本进行学习，并归纳出状态个数。这里的状态应该是指隐状态个数吧？…”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。