English  |  正體中文  |  简体中文  |  Items with full text/Total items : 65317/65317 (100%)
Visitors : 21282856      Online Users : 606
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version


    Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/9190


    Title: 利用進化演算法在多層感知機結構上之判別回授等化器
    Authors: 張吉良;Ji-Lian Chang
    Contributors: 電機工程研究所
    Keywords: 類神經網路;符元干擾;等化器;多層感知器;進化演算法;判別回授等化器;交配;突變;Neural Networks;ISI;Equalizer;MLP;EA;DFE;crossover;mutation
    Date: 2001-06-28
    Issue Date: 2009-09-22 11:42:49 (UTC+8)
    Publisher: 國立中央大學圖書館
    Abstract: 在近幾年來,類神經網路(Neural Networks)十分被重視,它是一個解決非線性問題的有力工具,它被應用在許多方面,而在調適性等化器上面,也得到非常好的效果,在數位通訊系統中,為了消除符元干擾(Inter Symbol Interference, ISI)和Noise,等化器是十分必要的,對於通訊系統而言,訊號間干擾的ISI效應和Noise不僅是造成本身傳送訊號的失真,而且可能還會造成接收端的判別錯誤,使得接收到的訊號發生錯誤,資料不正確,接收端的等化器(Equalizer)可消除ISI效應和Noise,資料的正確率更是靠它才能大大提升,而調適性等化器通常使用參數的學習演算法,傳統的做法是使用最小均方差演算法(Least Mean Square, LMS)。 這篇論文提出一個以新的進化演算法(Evolution Algorithm, EA)應用在多層感知器(Multi-Layer Perceptron, MLP)的後遞式判別式回授化器(Decision Feedback Equalizer, DFE)。是一種利用類神經網路(Neural Networks),模仿生物神經元、生物基因進化遺傳,經由交配(crossover)、突變(mutation)、選擇(selection)、求得好的等化器係數,並且希望由進化演算法中與電腦模擬的結果中,比較出和其他做法的差異和性能。
    Appears in Collections:[電機工程研究所] 博碩士論文

    Files in This Item:

    File SizeFormat
    0KbUnknown962View/Open


    All items in NCUIR are protected by copyright, with all rights reserved.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback  - 隱私權政策聲明