ورود
مقالات فارسیISIکنفرانسهاژورنالها

استفاده از LS - SVR برخط به منظور طراحی فیلتر وفقی و همسانسازی کانال مخابراتی

Publish place: The first international conference of modern research engineers in electricity and computer
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 866

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:
https://civilica.com/doc/497358

شناسه ملی سند علمی:

CBCONF01_0903

تاریخ نمایه سازی: 16 شهریور 1395

Abstract:

روشهای بیشترین حاشیه ،مانند ماشین بردار پشتیبان (SVM)، برای دسته بندی و تفکیک نمونه ها نسبت به روشهای برپایه شیب گرادیان، عملکرد بهتری ارائه می دهند. این روش ها همواره دارای جواب یکتا بوده و گرفتار کمیته محلینمی شوند. در این مقاله ایده ای به منظور استفاده از الگوریتم بیشترین حاشیه ی «درونیاب بردار پشتیبان کمترین مربعات (LS-SVR) برای طراحی فیلتر وفقی و استفاده از آن در همسان سازی کانال مخابراتی مطرح شده است. نتایج حاصلهنشان دهنده همگرایی این روش و عملکرد بهتر نسبت به روش های شیب گرادیان در نمونه آموزشی کم تعداد است.

Keywords:

درونیاب بردار پشتیبان کمترین مربعات , آموزش برخط , همسان سازی کانال , بیشترین حاشیه , فیلتر وفقی , LS-SVR

Authors

امین محسنی

کارشناسی ارشد، مهندسی برق، دانشکده مهندسی برق و کامپیوتر، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران

فربد رزازی

دکتری، استادیار، عضو هیات علمی، دانشکده مهندسی برق و کامپیوتر، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران

افروز حق بین

دکتری، استادیار، عضو هیات علمی، دانشکده مهندسی برق و کامپیوتر، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران

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 :
  • LS-SVM for function and classification". Onlineه 18. Liu, J. H., ...
  • LS-SVM for function and classification". Onlineه 21. Liu, J. H., ...
  • Vapnik, V. (1999), The Nature of statistical Learning Theory, New ...
  • Jang, J.Sh.R., Sun, Ch.T., Eiji, M. (1997), Neuro-fuzzy and soft ...
  • Zurada, J.M. (1992), Introduction to Artificial Neural Systems, West Publishing ...
  • Mitchell, T. (2007), _ role of unlabeled data in supervised ...
  • Zhu, Xi. (2007), S emi-supervised learning literature survey, Technical Report ...
  • i-Supervised Learning", Sem؛ 6. Chapelle, O., Scholkopf, B. and Zien, ...
  • Adankon, M.M. and Cheriet M. (2009), "Help- Training Se i-supervised ...
  • Sun, B.Y. , Huang, D.S. and Fang, H.T. (2005), "Lidar ...
  • Li, D.L. (2009), "Support vector regression based image denoising", Image ...
  • Wu, D.X. , Peng, D.Q. and Tian, J.W. (2007), "Image ...
  • Qu (J.), Zuot, M.J. (2012), _ LSSVR-based algorithm for online ...
  • Chen, S., Gibson, G. J., Cowan, C. F. N. _ ...
  • Chen, S., Mulgrew, B., and Grant, P. M. (1993), _ ...
  • Suykens, J. A. K. and Vandewalle J. (1999). "Least squares ...
  • Suykens, J.A.K., Lukas, L, Wandewalle, J. (2000), "Sparse approximation using ...
  • Liu, Zh., Li, Qi., Liu, Xia., Mu, Chu. (2013), _ ...
  • Adankon, M.M. _ Cheriet, M. (2011), "Help- Training for _ ...
  • Adankon, M.M. _ Cheriet, M. (2009), A. Biem, _ supervised ...
  • Jiang, J., Song, Ch., Zhao, H., Wu Ch. and Liang, ...
  • Arafat O , Dimyati K., , Seeme, F., Mushtaq, A. ...
  • Proakis, J. G. (1995), Digital Communic ations, 3rd Edition, New ...
    • نمایش کامل مراجع