非线性逼近的自适应小波神经网络方法 |
| |
引用本文: | 褚晓勇,徐晨.非线性逼近的自适应小波神经网络方法[J].工程数学学报,2003,20(2):23-29. |
| |
作者姓名: | 褚晓勇 徐晨 |
| |
作者单位: | 1. 西安电子科技大学理学院,西安,710071 2. 深圳大学理学院,深圳,518060 |
| |
基金项目: | 国家自然科学基金(59477004). |
| |
摘 要: | 利用小波空间中函数的多分辨率分解思想,构造了一种用于学习的小波网络模型。其中采用具有紧支撑集的尺度函数和小波函数作为激励函数,从理论上得到确定子网络隐层节点数目的依据,解决了传统学习网络隐层节点数难以确定的问题。模型包括初始的学习网络和在训练过程中不断并入的子网络。该模型通过自适应的并入新的子网络来不断提高学习精度,而对新子网络的训练不会影响到已训练成功的原网络的结构。实验也证明,这种网络不但可以精确的表示一般样本集的非线性关系,同样可以实现对混池时间序列的精确学习。
|
关 键 词: | 自适应小波网络 非线性逼近 多分辨分析 小波网络模型 网络隐层节点数 |
文章编号: | 1005-3085(2003)02-0023-07 |
修稿时间: | 2000年11月16 |
Adaptive Wavelet Neural Network for Approaching Nonlinear Function |
| |
Abstract: | |
| |
Keywords: | adaptive wavelet network nonlinear approaching multiresolution analysis |
本文献已被 CNKI 维普 万方数据 等数据库收录! |