فیلتر ذره ای با مدل مشاهده مبتنی بر فیلتر وفقی کرنلی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 فیلتر ذره ای با مدل مشاهده مبتنی بر فیلتر وفقی کرنلی دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد فیلتر ذره ای با مدل مشاهده مبتنی بر فیلتر وفقی کرنلی  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 فیلتر ذره ای با مدل مشاهده مبتنی بر فیلتر وفقی کرنلی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن فیلتر ذره ای با مدل مشاهده مبتنی بر فیلتر وفقی کرنلی :

نام کنفرانس، همایش یا نشریه : مهندسی برق و مهندسی کامپیوتر ایران – ب مهندسی کامپیوتر

تعداد صفحات :۱۶

هرچند که فیلتر ذره ای ابزاری موثر در ردیابی شیء می باشد اما یکی از محدودیت های موجود، نیاز به وجود مدلی دقیق برای حالت سیستم و مشاهدات است. بنابراین یکی از زمینه های مورد علاقه محققین تخمین تابع مشاهده با توجه به داده های یادگیری است. تابع مشاهده ممکن است خطی یا غیرخطی در نظر گرفته شود. روش های موجود در تخمین تابع مشاهده با مشکلاتی مواجه هستند و از جمله این مشکلات، وابستگی به مقدار اولیه پارامترها در روش های دومرحله ای مبتنی بر ماکسیمم سازی انتظار و نیازمندی به یک سری مدل از پیش تعریف شده در روش های مبتنی بر چند مدل می باشد. در این مقاله، یک روش بدون راهنما برای غلبه بر این مشکلات با استفاده از فیلترهای وفقی کرنلی ارائه شده است. به این منظور از فیلترهای وفقی حداقل میانگین مربعات خطای کرنلی یا حداقل مربعات بازگشتی کرنلی برای تخمین تابع غیرخطی مشاهده استفاده می شود. با فرض معلوم بودن تابع فرایند و با داشتن دنباله ای از مشاهدات، تابع مشاهده مجهول تخمین زده می شود. ضمنا برای کاهش هزینه محاسباتی و افزایش سرعت اجرا، از روش تنک سازی داده ها با استفاده از روش وابستگی خطی تقریبی استفاده شده و الگوریتم پیشنهادی در دو کاربرد مورد ارزیابی قرار گرفته است. آزمایش اول بر پیش بینی سری های زمانی و دیگری روی ردیابی اشیا در ویدئو می باشد. نتایج به دست آمده حاکی از برتری روش پیشنهادی در مقایسه با چند روش موجود است.

کلید واژه: فیلتر ذره ای، حداقل میانگین مربعات خطای کرنلی (KLMS)، حداقل مربعات بازگشتی کرنلی (KRLS)، تخمین مدل