中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/9384
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 78937/78937 (100%)
造访人次 : 39421893      在线人数 : 585
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=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


    题名: 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
    贡献者: 電機工程研究所
    关键词: 進化演算法;EA
    日期: 2002-06-19
    上传时间: 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。
    显示于类别:[電機工程研究所] 博碩士論文

    文件中的档案:

    档案 大小格式浏览次数


    在NCUIR中所有的数据项都受到原著作权保护.

    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