scholarly journals Analysis of Bilingual Teaching Reform Measures of "Digital signal processing"

2020 ◽  
Vol 4 (10) ◽  
Author(s):  
Lun Ma ◽  
Ruochen Liu ◽  
Yang Ming
Keyword(s):  
Signal Processing ◽  
Digital Signal Processing ◽  
Digital Signal ◽  
Teaching Quality ◽  
Processing Technology ◽  
Practical Significance ◽  
Healthy Development ◽  
Teaching Reform ◽  
Bilingual Teaching ◽  
Communication Control

In many fields such as remote sensing, communication, control, radar, power electronics, artificial intelligence, biomedicine, etc., "digital signal processing technology" will be involved. In order to better promote the healthy development of digital signal processing technology related industries and cultivate more and more professionals in this field, it is of great practical significance to actively explore the bilingual teaching reform measures of "digital signal processing". This paper discusses the problems existing in the bilingual teaching and the reform measures of bilingual teaching of "digital signal processing", hoping to improve the teaching quality of "digital signal processing" course in colleges and universities in China through its bilingual teaching reform.

scholarly journals Filtering Input Data of Neural Network Using Digital Signal Processing Technology

2017 ◽  
Vol 20 (4) ◽  
pp. 104 ◽  
Author(s):  
A P Shuravin ◽  
S V Vologdin
Keyword(s):  
Neural Network ◽  
Signal Processing ◽  
Digital Signal Processing ◽  
Input Data ◽  
Digital Signal ◽  
Processing Technology

Одним из важных направлений исследования в области искусственного интеллекта можно назвать методы оптимизации, в том числе стохастические алгоритмы. Данная технология используется для решения различных задач во многих областях деятельности. Целью приведенного в статье исследования является улучшение обучения нейронной сети методом генетического алгоритма путем фильтрации входных данных с использованием технологии цифровой обработки сигналов. В качестве входных данных взяты биржевые котировки. Нейронная сеть представляет собой совокупность слоев нейронов, где каждый нейрон является функцией от суммы входных сигналов, умноженных на коэффициенты. В данной статье используется сигмовидная передаточная функция. Для улучшения качества обучения входные данные подвергаются фильтрации. В обзорной части рассмотрен технический анализ, метод автоматической регрессии и применение нейронных сетей. Выдвинута и проверена гипотеза возможности улучшения качества обучения нейронной сети за счет подавления шума в исходных данных с использованием методов ЦОС. Проверена гипотеза зависимости качества обучения нейронной сети от статистических характеристик выборки. Рассмотрен метод фильтрации биржевых котировок с использованием скользящей средней и медианной фильтрации. Приведены результаты эксперимента и численная оценка качества обучения, а также статистических характеристик выборки, тем самым подтверждена зависимость между статистическими характеристиками выборки и качеством обучения нейронной сети. Подтверждено положительное влияние предварительной фильтрации данных на качество обучения нейронной сети.

Sign in / Sign up

Export Citation Format

Share Document