Метод прогнозирования положения энергетического центра изображения лазерного пучка с использованием параллельно-иерархической сети
Представлено метод прогнозування з застосуванням паралельно-ієрархічної (ПІ) мережі і згладжування емпіричних даних по гіперболі, у якому використані попередні значення часового ряду, згладжування по гіперболі і дані ПІ мережі. Середня помилка прогнозування для розробленого методу — 0,55 %, а для не...
Gespeichert in:
| Veröffentlicht in: | Кибернетика и системный анализ |
|---|---|
| Datum: | 2013 |
| Hauptverfasser: | , , , , |
| Format: | Artikel |
| Sprache: | Russian |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2013
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/86281 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Метод прогнозирования положения энергетического центра изображения лазерного пучка с использованием параллельно-иерархической сети / Л.И. Тимченко, Н.И. Кокряцкая, А.А. Яровой, В.В. Мельников, Г.Л. Косенко // Кибернетика и системный анализ. — 2013. — Т. 49, № 5. — С. 164-177. — Бібліогр.: 25 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Zusammenfassung: | Представлено метод прогнозування з застосуванням паралельно-ієрархічної (ПІ) мережі і згладжування емпіричних даних по гіперболі, у якому використані попередні значення часового ряду, згладжування по гіперболі і дані ПІ мережі. Середня помилка прогнозування для розробленого методу — 0,55 %, а для нейронних мереж — 1,62 %, тому розроблений метод за рахунок використання ПІ мережі і згладжування по гіперболі є більш ефективним для систем реального часу при реалізації операції прогнозування положення енергетичних центрів зображень плям лазерних пучків для оптичних систем зв’язку порівняно з традиційними нейронними мережами.
This paper presents a prediction method using a parallel-hierarchical (PH) network and hyperbolic smoothing of empirical data. An average prediction error is 0.55% for the developed method and equals 1.62% for neural networks and, hence, this method is more efficient as applied to real-time systems than traditional neural networks owing to the use of the PH network and hyperbolic smoothing in implementing an operation of predicting positions of energy centers of a laser beam spot images for optical communication systems.
|
|---|---|
| ISSN: | 0023-1274 |