چکیده:
سیستم پیش بینی شبکه عصبی مبتنی بر تکرار برای حجم تماس های مخابراتی است که در این کار پیشنهاد شده است. به طور خاص، پیش بینی شبکه های عصبی راجعه بلوک های مورب با بازخورد داخلی است . عملکرد مدل ارزیابی استفاده از داده های دنیای واقعی ارتباطات از راه دور، که در آن تجزیه و تحلیل مقایسه ای گسترده ای را با یک سری از پیش بینی های موجود انجام شده است، از جمله هر دو مدل سنتی و همچنین روش های عصبی و فازی است.
کلمات کلیدی: BDRNN ،SARIMA، نویز، کافو، SAM-APD، شبکه عصبیMLP ، DS-CDMA
فهرست مطالب:مقدمه
فصل اول: کاربرد شبکه های عصبی در ارتباطات و تلفن همراه در ایرانکاربرد شبکه های عصبی در ارتباطات و تلفن همراه در ایران
1 - 1- تشخیص اشغال کاذب در تجهیزات مخابراتی
1 - 2- اعتبار شناسه
1 - 3 - ارتباطات کنترل شده و کنترل نشده
1 - 3 - 1- تصویر مشتری از استفاده کنندگان شناسه
1 - 3 - 2- عوامل موثر بر وفاداری مشتریان
1 - 4- روش شناسی پژوهش
1 - 5- روش تجزیه و تحلیل داده ها
1 - 5 - 1- شبکه عصبی مصنوعی
چارچوب اجرایی پژوهش
1 - 5 - 2- نظریه مجموعه ناهموار و حذف ویژگی زائد
1 - 6- آموزش و ارزیابی شبکه عصبی مصنوعی
1 - 6 - 1- تحلیل حساسیت شبکه و محاسبه اهمیت ورودیها
1 - 6 - 2- پردازش سیگنال
1 - 6 - 3- آشکارسازی کور در سیستم مخابراتی DS-CDMA با استفاده از شبکه های عصبی
1 - 6 - 4- همسانسازی کانال های مخابراتی با شبکه های عصبی فازی نوع 2
فصل دوم: کاربرد شبکه های عصبی در ارتباطات و تلفن همراه در ایران2 - 1 ساختار پیش بینی و روش مدل سازی
2 - 1 - 1 BDRNN
2 - 2 روش مدل سازی
2 - 3- نتایج تجربی
2 - 3 - 1- دقت ارائه اطلاعات اندازه گیری
2 - 3 - 2- تجزیه و تحلیل مقایسه ای
فصل سوم: محاسبه ضریب نویز در فیبر نوری 3 - 1- محاسبه ضریب نویز اضافی در دیود (SAM-APD) با استفاده از شبکه عصبی MLP
3 - 2- ساختار SAM-APD
3 - 3- شبکه عصبی مصنوعی MLP
3 - 4- داده های عملی
3 - 5- ساختار شبکه
3 - 6- ارزیابی شبکه
فصل چهارم: نتیجه گیری و پیشنهادها 4-1- نتیجه گیری و پیشنهادها
منابع
-
راهنمای استفاده:
مناسب جهت استفاده دانشجویان کامپیوتر و IT
-
محتوای فایل دانلودی:
در قالب فایل word و قابل ویرایش