English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41919829      線上人數 : 2408
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/987654321/9205


    題名: Lp Norm 倒傳遞演算法使用在調適性濾波器;Lp norm backpropagation for adaptive equalizer
    作者: 顧明揚;Ming-Yang Gu
    貢獻者: 電機工程研究所
    關鍵詞: 多層感知器;倒傳遞演算法;冪次;調適性濾波器;蕭師基;決策迴授等化器;最小平方誤差演算法;符號間的干擾;MLP;backpropagtion algorithm;p;Adaptive filter;Sammy Siu;DFE;LMS;ISI
    日期: 2001-06-28
    上傳時間: 2009-09-22 11:43:06 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 本文研究非線性類神經等化器之必要性及使用非平方誤差準則 (lp-norm error criterion)並適用於等化器中的學習演算法(learning algorithm)。 從統計觀點來看,平方誤差準則(Mean square error)廷用以久,有淺顯的數學意義來說明其中心誤差的偏離值,但如果以其為誤差函數搭配使用學習法則(learning algorithm),則其學習率剛好是受制於平方的收歛速度,故加以討論次冪並求得最佳之次冪,以達成最佳的收歛率(convergence rate)。 當次冪p小於2時有較快的收歛率,可是當p<1時會出現所謂的數值問題(numerical problem)產生,將使得系統不穩定,本論文採用二種方式來解決,其中一種方式就是將其切換至p=1之情況下,故p=1時為其收歛率及穩定性的平衡點,這點也可從模擬中的錯誤率(BER)曲線中再次得証。
    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