English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 78937/78937 (100%)
造訪人次 : 39614688 線上人數 : 188
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 987654321/9203
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/987654321/9203
題名:
使用進化演算法的模糊化類神經網路等化器
作者:
李建民
;
Chien-Min Lee
貢獻者:
電機工程研究所
關鍵詞:
模糊化類神經網路
;
類神經網路
;
符元間干擾
;
進化演算法
;
neuro-fuzzy network
;
neural network
;
ISI
;
EAs
日期:
2001-06-28
上傳時間:
2009-09-22 11:43:04 (UTC+8)
出版者:
國立中央大學圖書館
摘要:
傳統上,等化器的設計非常簡單,但通常僅能處理線性判別區域的信號空間。本論文將介紹結合模糊理論與類神經網路架構的等化器,解決等化器無法處理非線性判別區域的的問題。模糊系統的優點是不需要精確的數學模型,另一方面結合人類的知識於系統的設計上。模糊化的好處是可以提供更佳的推廣性、錯誤容忍度、以及更適合應用於真實世界中的非線性系統。而類神經網路的架構,其複雜度可分割非線性判別區域。論文中並提出一種進化演算法則(Evolutionary Algorithms, EAs),應用於模糊化類神經網路等化器上,進化演算法則是一種隨機最佳化(stochastic optimization)的技術,模仿生物遺傳機制的基因進化概念而來,屬於一種多點平行式的全域搜尋(global search)法則。文中將以模擬的方式比較使用進化演算法與傳統演算法,對於模糊化類神經網路等化器效能表現的優劣。
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