ஐ.எஸ்.எஸ்.என்: 2277-1891

இன்டர்நேஷனல் ஜர்னல் ஆஃப் அட்வான்ஸ் புதுமைகள், எண்ணங்கள் மற்றும் யோசனைகள்

திறந்த அணுகல்

எங்கள் குழு ஒவ்வொரு ஆண்டும் அமெரிக்கா, ஐரோப்பா மற்றும் ஆசியா முழுவதும் 1000 அறிவியல் சங்கங்களின் ஆதரவுடன் 3000+ உலகளாவிய மாநாட்டுத் தொடர் நிகழ்வுகளை ஏற்பாடு செய்து 700+ திறந்த அணுகல் இதழ்களை வெளியிடுகிறது, இதில் 50000 க்கும் மேற்பட்ட தலைசிறந்த ஆளுமைகள், புகழ்பெற்ற விஞ்ஞானிகள் ஆசிரியர் குழு உறுப்பினர்களாக உள்ளனர்.

அதிக வாசகர்கள் மற்றும் மேற்கோள்களைப் பெறும் திறந்த அணுகல் இதழ்கள்

700 இதழ்கள் மற்றும் 15,000,000 வாசகர்கள் ஒவ்வொரு பத்திரிகையும் 25,000+ வாசகர்களைப் பெறுகிறது

குறியிடப்பட்டது
  • குறியீட்டு கோப்பர்நிக்கஸ்
  • கூகுள் ஸ்காலர்
  • ஜே கேட் திறக்கவும்
  • ஜெனமிக்ஸ் ஜர்னல்சீக்
  • Ulrich's Periodicals Directory
  • RefSeek
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • பப்ளான்கள்
இந்தப் பக்கத்தைப் பகிரவும்

சுருக்கம்

Analysis of Different Performance Parameters of Equilateral Triangular Microstrip Patch Antenna using Artificial Neural Network

Abhishek Tripathi, Vandana Vikas Thakare and P. K. Singhal

This paper presents the use of artificial neural network for the estimation of different performance parameters (i.e. Directivity, Radiation Efficiency, Gain and Bandwidth) of a coaxial feed equilateral triangular microstrip patch antenna. Levenberg-Marquardt training algorithms of MLPFFBP-ANN (Multilayer Perceptron feed forward back propagation Artificial Neural Network) has been used to implement the neural network models. The simulated values for training and testing the neural networks are obtained by analysing the equilateral triangular microstrip patch antenna using CST Microwave Studio Software. The results obtained using ANNs are compared with the simulation findings and found quite satisfactory and also it is found that neuro models are not converges using one hidden layer for the calculated training data so more than one one hidden layers are used for training the neural network models. 

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை.