神经网络中信号调制格式识别使用异步直方图的特征提取具体方法

怎样将数字信号异步采样后得到神经网络的输入，直方图的特征提取那里具体过程不会，刚开始学神经网络，请指教。

https://wenku.baidu.com/view/d7f75b7e168884868762d6f3.html

一个典型的例子是，定义了两类二维点集；SVM搜索区分每类点集的最佳路线。
工作之前首先要训练分类器，这是一个离线工作，在main程序之前进行，训练结果保存在xml文件中，用来初始化相关类。
然后采用查找轮廓算法根据阀值对字符进行分割，并进行筛选
对每个分割字符要做的下一步工作是提取特征来进行训练和分类人工神经网络算法。
和在SVM中使用的车牌检测特征提取的步骤有所不同，这里并不使用所有的图像像素，而是将应用更常见的特征用于包含水平和垂直累计直方图的光学字符识别和低分辨率图像样本中。
然后是OCR分类，在分类步骤中，使用了一个人工神经网络机器学习算法。更具体地，是一个多层感知器（MLP：Multi-Layer Perceptron），这是最常用的人工神经网络算法。
最后使用Plate类的str（）函数对其字符排序并返回一个字符串，这样就得到了识别出来的车牌。

SVM和OCR训练很重要，识别中文车牌主要工作也在这里。