已閱讀1頁，還剩55頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、在微小區(qū)及微微小區(qū)模型中，不同小區(qū)間已經不再存在統(tǒng)計相似性。所以使用統(tǒng)計模型對場強進行預測會產生較大的誤差。而確定性模型得到精確結果的前提是需要建立高精度的場景數(shù)據(jù)庫，并且使用高復雜度的算法，導致了運算量大，效率低等問題。針對確定性模型的局限性，引入人工神經網絡方法，提出了基于主路徑的快速射線跟蹤和神經網絡的混合場強預測模型。
本文提出一種射線跟蹤主路徑提取方法，將源點與場點間的直射路徑和一次反射路徑作為主路徑。首先，使用基于
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于射線跟蹤和神經網絡的場強預測混合模型.pdf
- 基于射線跟蹤模型的數(shù)據(jù)插值法場強預測.pdf
- 基于射線跟蹤模型的數(shù)據(jù)插值法場強預測(1)
- 射線跟蹤場強預測模型的參數(shù)校正方法.pdf
- 基于混合優(yōu)化RBF神經網絡的網絡安全態(tài)勢預測模型.pdf
- 基于神經網絡的入侵預測模型.pdf
- 基于優(yōu)化神經網絡的混合網絡流量預測模型仿真與實現(xiàn).pdf
- 基于神經網絡的質量預測模型.pdf
- 基于神經網絡的棉紗質量預測模型.pdf
- 基于BP神經網絡的灰色預測模型.pdf
- 基于灰色神經網絡的預測模型研究.pdf
- 基于BP神經網絡和自回歸模型的股市預測.pdf
- 基于神經網絡模型辨識的水質預測模型研究.pdf
- 基于BP神經網絡的銷售預測模型.pdf
- 基于聯(lián)合神經網絡的流量預測模型.pdf
- 基于模糊神經網絡的時間序列預測模型.pdf
- 基于神經網絡的財務困境預測模型設計.pdf
- 基于神經網絡集成的匯率預測模型研究.pdf
- 基于BP神經網絡的匯率預測模型研究.pdf
- 基于人工神經網絡的混凝土強度預測模型.pdf
評論
0/150
提交評論