English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 64745/64745 (100%)
造訪人次 : 20517448      線上人數 : 305
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 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


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/9384


    題名: 進化演算法應用在多層感知迴授等化 器上之效能分析
    作者: 王琮星;Cong-Xing Wang
    貢獻者: 電機工程研究所
    關鍵詞: 進化演算法;EA
    日期: 2002-06-19
    上傳時間: 2009-09-22 11:46:39 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 模擬類神經網路(Nerous network)的多層感知機(MLP)架構,其非線性的特性結構運用在調適性等化器(Adaptive Equalizer)上,可解決訊號空間的非線性問題。而訊號受符元干擾(ISI)和Noise的影響,等化器的運用是必要的。傳統式調適性等化器利用最小均方差演算法(Least Mean Square, LMS),而多層感知機的網路學習演算法則為倒傳遞演算法(Backpropagation algorithm, BP)。 本篇論文將探討進化演算法(Evolution algorithms ,EAs),並將之應用在多層感知機(MLP)之後遞式判別回授等化器(Decision Feedback Equalizer, DFE)上。利用進化演算法全域搜尋(global search)的特性,使等化器的效能達到更理想的狀態。EA是模擬生物基因演進的運用法則,經由交配(crossover)、突變(mutate)、選擇(selection)等程序,找出等化器最佳係數解。此論文並針對各個程序步驟做深入探討,並分析各參數值(parameter)對效能(performance)的影響,更完整建構進化演算法(EA)的設定,使EA能在運用上有更佳的效能。
    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
    0KbUnknown587檢視/開啟


    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 ©   - 回饋  - 隱私權政策聲明