کلاس بندی بسته های گمشده به کمک شبکه های عصبی
Publish place: 2nd Conference on Innovation in Electrical Engineering
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 694
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCNIEE02_047
تاریخ نمایه سازی: 29 بهمن 1392
Abstract:
مشکل فشردهسازی و در کل ارسال اطلاعات به صورت – TS از نقطه به نقطهای دیگر این است که کانالهای انتقال ایدهآل نیستند ودارای نویز میباشند. با در نظر گرفتن این موضوع ، احتمال دارد در حین ارسال تعدادی بسته گمشده پدید آید. این بستهها ، به دو گروهدسته بندی می شوند. جهت پردازش سریعتر و دقیقتر و همچنین مصرف انرژی کمتر ، نیاز به کلاس بندی » قابل دیدن « و » غیرقابل دیدن «بستههای گمشده احساس می شود. در این تحقیق، ابتدا دیتای استانداردی که جهت تحقیق مناسب باشد ، با روش نرم افزاری و به کمک نرم افزار MATLAB تهیه شد. پس از آن از 01 نفر به عنوان بیننده درخواست شد تا کیفیت فیلمهای تهیه شده را ارزیابی کنند و هر کجا که احساس نقص در فیلمها داشتند ، اعلام نمایند. سپس ویژگیهای جدیدی استخراج شد. در پایان از روش شبکههای عصبی برای کلاس بندی بستههایگمشده استفاده کردیم که ثابت شد با استفاده از این ویژگیهای استخراجی جدید ، شبکه طراحی شده در این تحقیق قادر به دسته بندی بستههای گمشده غیرقابل دیدن با درصد بسیار بالا و صحت کلی 01 % خواهد بود که این امر سرعت پردازش را بسیار بالا خواهد برد
Keywords:
Authors
عباس پرتوی سنگی
دانشگاه آزاد اسلامی بوشهر
احمد کشاورز
دانشگاه خلیج فارس
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :