Nghiên cứu phương pháp xử lý tín hiệu số hỗ trợ dự báo dữ liệu cho ngành tài nguyên môi trường

Bài viết Nghiên cứu phương pháp xử lý tín hiệu số hỗ trợ dự báo dữ liệu cho ngành tài nguyên môi trường phân tích và đề xuất sử dụng mạng nơron MLP. Các phương pháp xử lý tín hiệu số nêu trên sẽ hỗ trợ cho việc chỉnh biên dữ liệu trong quá khứ và dự báo dữ liệu trong tương lai cho một số lĩnh vực của ngành tài nguyên môi trường với một sai số cho phép. | NGHIÊN CỨU PHƯƠNG PHÁP XỬ LÝ TÍN HIỆU SỐ HỖ TRỢ DỰ BÁO DỮ LIỆU CHO NGÀNH TÀI NGUYÊN MÔI TRƯỜNG Trần Cảnh Dương Trường Đại học Tài nguyên và Môi trường Hà Nội Tóm tắt Hiện nay ngành tài nguyên môi trường có rất nhiều công cụ và phần mềm dự báo hiện đại tuy nhiên dữ liệu tại một số lĩnh vực còn thiếu đặc biệt trong thời gian trước. Nội dung bài báo đề cập đến việc phân tích lập trình trong phương pháp nội suy hai chiều nội suy ba chiều và phương pháp làm nhẵn tín hiệu. Khi sử dụng phương pháp bình phương sai phân bé nhất ta xác định được hàm số từ các điểm đo rời rạc. Nội dung bài báo bao gồm việc phân tích và đề xuất sử dụng mạng nơron MLP. Các phương pháp xử lý tín hiệu số nêu trên sẽ hỗ trợ cho việc chỉnh biên dữ liệu trong quá khứ và dự báo dữ liệu trong tương lai cho một số lĩnh vực của ngành tài nguyên môi trường với một sai số cho phép. Từ khóa Dự báo dữ liệu Làm nhẵn tín hiệu Mạng nơron MLP Ngoại suy Nội suy Trọng số Xử lý tín hiệu số Sai số cho phép. Abstract Research for data signal processing methods supporting data forecast for resources and enviromental field Nowadays the field of natural resources and environment has a lot of modern forecasting tools and software. However data in some areas is still lacking especially in the previous period. The content of the article deals with the analysis and programming in two-dimensional interpolation three-dimensional interpolation and signal smoothing method. When using the method of least squares we can determine the function from discrete measurement points. The result includes the analysis and proposal of using the MLP neural network. The above- mentioned digital signal processing methods will support the correction of past data and forecast data in the future for some areas of the natural resources and environment field with an allowed error. Keywords Forecast data Smooth the signal Neural network MLP Multiplayer Perceptron Extrapolaion Interpolation Weight Process digital signal Allowed error. 1. Đặt vấn đề

Không thể tạo bản xem trước, hãy bấm tải xuống
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.