期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于小波变换和FIR神经网络的广域网网络流量预测模型
被引量：
9
1
作者
田妮莉
喻莉
《电子与信息学报》
EI
CSCD
北大核心
2008年第10期2499-2502,共4页
该文提出了一种基于小波变换和FIR神经网络的广域网网络流量预测模型,首先采用小波分解把网络流量数据分解成小波系数和尺度系数,即高频系数和低频系数,将这些不同频率成分的系数单支重构为高频流量分量和低频流量分量,利用FIR神经网络...
该文提出了一种基于小波变换和FIR神经网络的广域网网络流量预测模型,首先采用小波分解把网络流量数据分解成小波系数和尺度系数,即高频系数和低频系数,将这些不同频率成分的系数单支重构为高频流量分量和低频流量分量,利用FIR神经网络对这些分量分别进行预测,将合成之后的结果作为原始网络流量的预测。实验结果表明:采用该模型对实际的广域网网络流量数据进行预测,不仅可以得到较快的收敛效果,而且预测性能比现有的小波神经网络和FIR神经网络要好得多。
展开更多
关键词
流量预测
小波变换
fir神经网络
(
fir
NN)
在线阅读
下载PDF
职称材料
基于FIR神经网络的非线性盲信号分离
被引量：
1
2
作者
虞晓
胡光锐
《上海交通大学学报》
EI
CAS
CSCD
北大核心
1999年第9期1093-1096,共4页
针对实验环境中可能出现的非线性卷积混合盲信号分离问题，在反馈结构最大似然盲信号分离算法的基础上，利用混合高斯模式概率密度函数估计方法，提出了一种采用有限冲激响应神经网络的非线性盲分离算法，并推导了新算法的权向量迭代公...
针对实验环境中可能出现的非线性卷积混合盲信号分离问题，在反馈结构最大似然盲信号分离算法的基础上，利用混合高斯模式概率密度函数估计方法，提出了一种采用有限冲激响应神经网络的非线性盲分离算法，并推导了新算法的权向量迭代公式．通过与其他盲信号分离算法的计算机模拟实验结果比较，新算法能更有效地进行非线性函数逼近，得到更小的输出均方误差，达到较好的非线性盲信号分离效果．
展开更多
关键词
非线性
盲信号分离
混合高斯模型
fir神经网络
在线阅读
下载PDF
职称材料
题名
一种基于小波变换和FIR神经网络的广域网网络流量预测模型
被引量：
9
1
作者
田妮莉
喻莉
机构
华中科技大学电子与信息工程系武汉光电国家实验室
出处
《电子与信息学报》
EI
CSCD
北大核心
2008年第10期2499-2502,共4页
基金
国家自然科学基金(60502023)资助课题
文摘
该文提出了一种基于小波变换和FIR神经网络的广域网网络流量预测模型,首先采用小波分解把网络流量数据分解成小波系数和尺度系数,即高频系数和低频系数,将这些不同频率成分的系数单支重构为高频流量分量和低频流量分量,利用FIR神经网络对这些分量分别进行预测,将合成之后的结果作为原始网络流量的预测。实验结果表明:采用该模型对实际的广域网网络流量数据进行预测,不仅可以得到较快的收敛效果,而且预测性能比现有的小波神经网络和FIR神经网络要好得多。
关键词
流量预测
小波变换
fir神经网络
(
fir
NN)
Keywords
Traffic prediction
Wavelet transform
Finite Impulse Response Neural Networks（
fir
NN）
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于FIR神经网络的非线性盲信号分离
被引量：
1
2
作者
虞晓
胡光锐
机构
上海交通大学电子工程系
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
1999年第9期1093-1096,共4页
基金
国家自然科学基金
文摘
针对实验环境中可能出现的非线性卷积混合盲信号分离问题，在反馈结构最大似然盲信号分离算法的基础上，利用混合高斯模式概率密度函数估计方法，提出了一种采用有限冲激响应神经网络的非线性盲分离算法，并推导了新算法的权向量迭代公式．通过与其他盲信号分离算法的计算机模拟实验结果比较，新算法能更有效地进行非线性函数逼近，得到更小的输出均方误差，达到较好的非线性盲信号分离效果．
关键词
非线性
盲信号分离
混合高斯模型
fir神经网络
Keywords
nonlinear blind signalseparation
finite im pulse response(
fir
) neuralnetwork
Gaussian m ixture m odel(GMM)
分类号
TN911.7 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于小波变换和FIR神经网络的广域网网络流量预测模型
田妮莉
喻莉
《电子与信息学报》
EI
CSCD
北大核心
2008
9
在线阅读
下载PDF
职称材料
2
基于FIR神经网络的非线性盲信号分离
虞晓
胡光锐
《上海交通大学学报》
EI
CAS
CSCD
北大核心
1999
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
