文献

J-GLOBAL ID：201602257953767454   整理番号：16A1046690

最適化エコー状態ネットワークのカオス周波数ホッピングコード予測方法の研究【JST・京大機械翻訳】

Chaotic Frequency Hopping Code Prediction Method Based on Optimized Echo State Network

著者 (3件)： Lv Jijie (Electronic Engineering Institute; Key Laboratory of Electronic Restriction of Anhui Province) ,  Yang Junan (Electronic Engineering Institute; Key Laboratory of Electronic Restriction of Anhui Province) ,  Liu Hui (Electronic Engineering Institute; Key Laboratory of Electronic Restriction of Anhui Province)
資料名： Xinhao Chuli  (Xinhao Chuli)
巻： 32  号： 5  ページ： 549-557  発行年： 2016年 
JST資料番号： C2154A  ISSN： 1003-0530  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： カオス周波数ホッピングコード予測を背景として,本論文は予測の既存の方法に存在する記憶能力の欠損が原因となる認識精度が高くないおよび演算量が大きい等の問題に対して,最適化に基づくエコー状態ネットワークのカオス周波数ホッピングコード予測方法を提案する。この方法では,エコー状態ネットワークの優れた性能を継承すると同時に,ネットワークプール池参数を最適化する改良遺伝的アルゴリズムを用いて,パラメータ選択の問題をよく解決し,そのより強い指向性とより良い予測効果を持つ。本論文はロジスティック-KENTマッピング、LORENZ系統合MACKEY-GLASSシステムの周波数ホッピングコードをサンプルデータとして,遺伝的アルゴリズムを改良することによって最適備蓄池参数を決定しシミュレーション実験を行った,他の文献の結果とシミュレーション結果との比較を行い,,この予測方法の優位性を証明した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 指向性 ,  *カオス ,  演算 ,  *周波数ホッピング ,  遺伝的アルゴリズム ,  *最適化 ,  シミュレーション ,  *予測技法 ,  パラメータ選択 ,  進化的計算 ,  *改変
準シソーラス用語： 認識精度 ,  *エコー状態ネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： chaotic frequency hopping code ,  frequency hopping code prediction ,  echo state network ,  improved genetic algorithm

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 最適化 ,  エコー状態ネットワーク ,  カオス ,  周波数ホッピング ,  予測方法 ,  研究