Design of quadrature mirror filter banks with canonical signed digit coefficients using genetic algorithms.
Notice bibliographique
Résumé
This thesis is about the use of a genetic algorithm to design QMF bank with canonical signed digit coefficients. A filter bank has applications in areas like video and audio coding, data communication, etc. Filter bank design is a multiobjective optimization problem. The performance depends on the reconstruction error of the overall filter bank and the individual performance of the composing lowpass filter. In this thesis we have used reconstruction error of the overall filter bank as our main objective and passband error, stopband error, stopband and passband ripples and transition width of the individual lowpass filter as constraints. Therefore filter bank design can be formulated as single objective multiple constraint optimization problem. A unique genetic algorithm is developed to optimize filer bank coefficients such that the corresponding system's response matches that of an ideal system with an additional constraint that all coefficients are in canonical signed digit (CSD) format. A special restoration technique is used to restore the CSD format of the coefficients after crossover and mutation operators in Genetic algorithm. The proposed restoration technique maintains the specified word length and the maximum number of nonzero digits in filter banks coefficients. Experimental results are presented at the end. It is demonstrated that the designed genetic algorithm is reliable, and efficient for designing QMF banks.Dept. of Electrical and Computer Engineering. Paper copy at Leddy Library: Theses & Major Papers - Basement, West Bldg. / Call Number: Thesis2004 .U67. Source: Masters Abstracts International, Volume: 43-05, page: 1785. Thesis (M.A.Sc.)--University of Windsor (Canada), 2004.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».