دانش رسان |
مرکز علم و دانش کشور مقاله انتخاب زیر مجموعه بهینه ماهواره‌ها با استفاده از مدل ترکیبی SVMPSO به منظور افزایش دقت مکان‌یابی GPS
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله انتخاب زیر مجموعه بهینه ماهواره‌ها با استفاده از مدل ترکیبی SVMPSO به منظور افزایش دقت مکان‌یابی GPS دارای ۹۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله انتخاب زیر مجموعه بهینه ماهواره‌ها با استفاده از مدل ترکیبی SVMPSO به منظور افزایش دقت مکان‌یابی GPS کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله انتخاب زیر مجموعه بهینه ماهواره‌ها با استفاده از مدل ترکیبی SVMPSO به منظور افزایش دقت مکان‌یابی GPS،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله انتخاب زیر مجموعه بهینه ماهواره‌ها با استفاده از مدل ترکیبی SVMPSO به منظور افزایش دقت مکان‌یابی GPS :
تعداد صفحات :۹۳
هندسه ماهواره‌ها، نشان‌دهنده مکان‌های هندسی ماهواره‌های GPS است، فاکتوری که ارتباط هندسی صورت فلکی ماهواره‌های GPS را با همدیگر نشان می‌دهد، GDOP است. همه گیرنده‌ها از الگوریتم‌هایی برای انتخاب ماهواره‌ها استفاده می‌کنند، در این مقاله هدف استفاده از راهکار دسته‌بندی و تخمین فاکتور GDOP برای انتخاب زیر مجموعه بهینه ماهواره‌ها است. برای این منظور از مدل ترکیبی SVMPSO استفاده شده است. این مدل بر خلاف روش ماتریس معکوس که به دلیل تاخیرهای محاسباتی اعلام موقعیت بلادرنگ را دچار نقصان می‌کرد، با دقت، سرعت و قابلیت اطمینان بالا فاکتور GDOP را محاسبه می‌کند. مدل SVM یکی از مدل‌های قوی برای دسته‌بندی و تخمین است، نقش PSO بهینه‌سازی پارامترهای اساسی SVM است. این روش عملکرد SVM را در دقت و سرعت بهبود می‌دهد. مدل SVMPSO برای دسته‌بندی ماهواره‌های دیده شده با گیرنده ارزان قیمت GPS پیاده‌سازی شد. ۴ نقشه متفاوت برای محاسبه فاکتور GDOP وجود دارد. شبیه‌سازی هر ۴ نقشه در این مقاله منعکس و با یکدیگر مقایسه گردید. پیاده‌سازی مدل و نتایج شبیه‌سازی خطای تخمین مدل SVMPSO را کمتر از ۱۶/۰ و دقت دسته‌بندی آن را بیش از ۹۹ درصد نشان دادند. روش ارائه شده با روش‌های GA، NN و SVM که اخیرا برای محاسبه GDOP استفاده شده‌اند، مقایسه گردید.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
