ارزیابی خودهمانندی در داده های خروجی نرخ متغیر منابع ویدئوییMPEG از طریق بزرگترین نمای لیاپانوف

سال انتشار: 1382
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 952

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEE11_253

تاریخ نمایه سازی: 18 تیر 1391

چکیده مقاله:

همانطوریکه می دانیم پیش بینی داده های خروجی منابع تصویر متحرک از اهمیت زیادی در طراحی شبکه های مخابراتی برخورداراست. این داده ها ماهیتی تصادفی از خود نشان می دهند، لذا در انتخاب مدلی مناسب جهت پیش بینی آنها، بررسی پیش بینی پذیری نقش مهمی خواهد داشت . یکی از روشهای موثر در بررسی پیش بینی پذیری استفاده از ارزیابی خودهمانندی داده های سری زمانی فرآیند مورد بررسی است . در این مقاله، جهت ارزیابی خودهمانندی داده های خروجی منابع ویدئوMPEG از بزرگترین نمای لیاپانوف استفاده شده است . با اعمال این آزمون روی نمونه های مختلفی از داده های خروجی منابع ویدئویی، میزان آشوبناکی داده ها و میانگین دوره گردش تناوب الگو که بیانگر زمان تاثیر یک داده برای پیش بینی آینده می باشد و برای انتخاب درجه مدل پیشگو مفید است، معرفی شده است

کلیدواژه ها:

پدیده آشوبناکی ، پیش بینی پذیری ، خودهمانندی ، بزرگترین نمای لیاپانوف MPEG

نویسندگان

جواد احمدی شکوه

گروه برق دانشکده مهندسی دانشگاه سیستان و بلوچستان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • خادمی، مرتضی؛ احمدی شکوه، جواد؛ نصیری، محمد؛ "بررسی پدیده آشوبناکی ...
  • خاکی صدیق، علی؛ زمانیان، علی؛ " بررسی پیش‌بینی پذیری و ...
  • D. Le Gall, "A Video Compression Standard for Multimedia Applications, ...
  • S. Jung, J. S. Meditch, _ Adaptive Prediction and Smoothing ...
  • P. Pancha, M. ElZarki, _ B andwidth- allocation Schemes for ...
  • J. E. Neves, L.B. Almedia, M. J. Leitco, _ B-ISDN ...
  • J. E. Neves, M. J. Leitco, L.B. Almedia, " Neural ...
  • B. Maglaris et al., 2 Perfomance Models of Statistical Multiplexing ...
  • P. Sen et al., " Models for Packet Switching of ...
  • N. Nomura, T. Fuji, N. Ohta, _ Basic Characteristics of ...
  • N. Ohta, Packet Video: Modeling and Signal Processing, Norwood, MA: ...
  • J. T. Connor, R. D. Martin, L.E. Atlas, _ Recurrent ...
  • L. Li, S. Haykin, 21 A Cascaded Recurrent Neural Networks ...
  • J. Beran, Statistics for Lang-Memory Processes, Chapman & Hall, New ...
  • W. Willinger, M. S. Taqqu, R. Sherman, D. V. Wilson, ...
  • W. E. Leland, M. S. Taqqu, W. Willinger, D. V. ...
  • A. Wolf, J.B. Swift, H.L. Swinney, J.A.Vastano, _ Determining Lyapunov ...
  • Brent Beyeler : http : //members .home _ net/b eyeler/bbmpeg ...
  • th ICEE, May 2003, Vol. 2 ...
  • نمایش کامل مراجع