کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
727655 | 892776 | 2011 | 6 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
The use of predictors in seabed mapping: A simulation approach
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
موضوعات مرتبط
مهندسی و علوم پایه
سایر رشته های مهندسی
کنترل و سیستم های مهندسی
پیش نمایش صفحه اول مقاله
![عکس صفحه اول مقاله: The use of predictors in seabed mapping: A simulation approach The use of predictors in seabed mapping: A simulation approach](/preview/png/727655.png)
چکیده انگلیسی
This paper compares two methods of prediction applied to seabed mapping; the K-Nearest-Neighbour (KNN) and the Adaptive Linear Neural Network (ADALINE). In order to study the performance of these predictors, a simulated sonar system platform was developed. The platform includes a seabed simulator based on fractal geometry, and an echo sounder whose outcome is the measured depth of the seabed. Matlab was used to build the simulator and to assess the performance of the predictors. The results show the dynamic ADALINE gives a better performance than KNN.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Measurement - Volume 44, Issue 6, July 2011, Pages 1038–1043
Journal: Measurement - Volume 44, Issue 6, July 2011, Pages 1038–1043
نویسندگان
Ghedhban Swadi, Dave Holifield, Ivan Jordanov,