English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41724270 線上人數 : 2068
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部NCUIR
資訊電機學院
電機工程研究所
--博碩士論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於NCUIR
‧
管理
NCU Institutional Repository
>
資訊電機學院
>
電機工程研究所
>
博碩士論文
>
Item 987654321/9365
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://ir.lib.ncu.edu.tw/handle/987654321/9365
題名:
應用進化演算法於類神經網路之判別回授 等化器與探討各參數對
;
performance的影響 Equalizer based on multi-layer perceptron with using Evolutionary Algorithm.
作者:
洪漢昇
;
Han-Sheng Hong
貢獻者:
電機工程研究所
關鍵詞:
進化演算法
;
Evolutionary Algorithm
日期:
2002-06-19
上傳時間:
2009-09-22 11:46:15 (UTC+8)
出版者:
國立中央大學圖書館
摘要:
在充滿雜訊的環境下,會因雜訊與符元干擾(Inter Symbol Interference, ISI)而影響通訊的品質。傳統的等化器採用最小均方誤差演算法(Least-Mean-Square Error,LMS),但僅適用於線性通道上,對於非線性通道 則較不適宜;結合進化演算法與類神經網路架構應用於等 化器上,可解決等化器無法處理非線性通道的問題。 在電腦模擬類神經網路架構之等化器配合倒傳遞最小均方 誤差演算法(Back-Propagation LMS)中,得知可以消除 ISI,但此法卻無法避免收斂至局部最小值(local minimum)的缺點;而結合進化演算法與類神經網路架構應 用於等化器上,可以跳脫局部最小值。此外,本論文進一 步探討各參數並提出有關加強演算法效能與縮短程式演算 時間的方法。
顯示於類別:
[電機工程研究所] 博碩士論文
文件中的檔案:
檔案
大小
格式
瀏覽次數
在NCUIR中所有的資料項目都受到原著作權保護.
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 ©
-
隱私權政策聲明