首頁瀏覽人次: 812,473 次 (Since 2010/07/14) 會員登入
聯盟單位  |  虛擬講堂  |  網路直播  |  其他演講  |  排行榜  |  留言板  |  知識擂台  |  回首頁
首頁 > 虛擬講堂 > 以擬牛頓法類神經網路近似加權幾何精度因子 快速搜尋演講 進階搜尋
  以擬牛頓法類神經網路近似加權幾何精度因子 
★chrome瀏覽器無法播放Silverlight解決辦法
0:00 / 0:00

講者:南臺科技大學 電機工程系-吳家銘
日期:2017/10/25
性質:演講
類別:應用科學、教育學習
語言:中文
長度:00:09:26
觀看:187
推薦:0
摘要:
幾何精度因子( geometric dilution of
precision,GDOP)是一種廣泛作為挑選最佳量測
單元的準則。為了提高定位精度,本文使用加權
幾何精度精因子(weighted geometric dilution of
pr...
幾何精度因子( geometric dilution of
precision,GDOP)是一種廣泛作為挑選最佳量測
單元的準則。為了提高定位精度,本文使用加權
幾何精度精因子(weighted geometric dilution of
precision,WGDOP)取代幾何精度因子,作為量
測單元挑選準則。傳統計算幾何精度因子的方法
為利用反矩陣進行求解,由於需要較大的運算量,
在實際應用上會造成負擔。本文提出以擬牛頓法
(Quasi-Newton method)為基礎的類神經網路
(neural network)近似加權幾何精度因子,以進
行量測單元的挑選。在本文中,將原本利用傳統
倒傳遞類神經網路近似幾何精度因子的四種架構,
擴充至利用擬牛頓法類神經網路近似加權幾何精
度因子。經由模擬結果顯示,為了降低計算複雜
度,建議先選擇提供服務的基地台,再結合其它
三個基地台進行位置估測,以減少子集合的數量,
模擬結果顯示,與傳統利用反矩陣的計算方法相
比,可大幅減少計算複雜度。

現在位置:演講摘要詳細內容
推薦  (0)
推薦至Plurk
提供:TANET台灣網際網路研討會-TANET2017

轉寄  

推薦者:
電子郵件地址: (如欲轉寄多人,請以 ; 分隔email)
留言給收件者:

回報問題  

問題說明:




人腦與電腦的爭霸戰─由超級電...
講者:黃吉川
觀看:1,320
2014年動力電池產品與技術...
講者:呂學隆
觀看:486
【週日閱讀科學大師】病毒與癌...
講者:陳建仁
觀看:2,374
【週日閱讀科學大師】通往宇宙...
講者:吳俊輝
觀看:85
【週日閱讀科學大師】上太空也...
講者:黃居正
觀看:80

現在位置:學習公約