您的位置： 专家智库 > >

田妮莉

作品数：3 被引量：11H指数：2
供职机构：华中科技大学电子与信息工程系武汉光电国家实验室更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术电子电信更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇小波
  • 2篇小波变换
  • 2篇FIR神经网...
  • 2篇波变换
  • 1篇多输出
  • 1篇多输入多输出
  • 1篇水下
  • 1篇水下通信
  • 1篇通信
  • 1篇网络规模
  • 1篇网络流
  • 1篇网络流量
  • 1篇网络性能
  • 1篇码间串扰
  • 1篇基于小波变换
  • 1篇广域
  • 1篇广域网

机构

  • 3篇华中科技大学

作者

  • 3篇田妮莉
  • 2篇喻莉
  • 1篇张超
  • 1篇刘晓冬

传媒

  • 1篇电子与信息学...
  • 1篇计算机应用研...

年份

  • 1篇2008
  • 2篇2007
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于小波和FIR神经网络的流量预测模型研究
随着网络规模的日益庞大和复杂，发生各种故障的可能性增大，网络性能更容易受到影响。网络流量能直接反映网络性能的好坏，如果网络所接受的流量超过它实际的运载能力，就会引起网络性能下降。所以网络流量的建模与预测对于大规模网络的规...
田妮莉
关键词：网络规模神经网络网络性能小波变换
文献传递
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
2008年
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。
田妮莉喻莉
关键词：小波变换
高效的水下无线通信方式:逆时通信
2007年
结合经典实验详细介绍了逆时通信是如何有效减弱码间串扰及有效提高信息传输速率的。最后简要说明了逆时通信的研究现状和其他应用。
喻莉刘晓冬田妮莉张超
关键词：水下通信码间串扰多输入多输出
全选 清除 导出
共1页<1>
聚类工具0