| 用于信号逼近和分类的自适应周期小波神经网络 |
| |
| 引用本文： | 何强,黄生,毛士艺,张有为. 用于信号逼近和分类的自适应周期小波神经网络[J]. 信号处理, 2000, 16(1): 42-45 |
| |
| 作者姓名： | 何强 黄生 毛士艺 张有为 |
| |
| 作者单位： | 1. 北京航空航天大学电子工程系
2. 五邑大学信息科学研究所 |
| |
| 基金项目： | 本文的研究得到了广东省自然科学基金和国家“863”计划项目的资助 |
| |
| 摘 要： | 小波神经网络是一种新的信号逼近和分类工具.对小波基函数的选取、参数初值确定、参数的计算方法以及在信号逼近和分类中的应用等问题已经有大量研究.小波神经网络应用于信号分类仍有不少具体问题.本文针对模板和样本信号周期不同时网络参数差异较大的问题,对网络结构进行了修正,提出了自适应周期小波神经网络(APWNN,AdaptivePeriodWaveletNeuralNetwork),给出了计算方法.以特定人元音识别试验为例,给出了APWNN在信号分类中的具体应用.
|
| 关 键 词： | 小波神经网络 信号逼近 模式匹配 自适应 |
Adaptive Period Wavelet Neural Network for Signal Approximation and Classification |
| |
| He Qiang, Huang Sheng, Mao shiyi, Zhang Youwei. Adaptive Period Wavelet Neural Network for Signal Approximation and Classification[J]. Signal Processing(China), 2000, 16(1): 42-45 |
| |
| Authors: | He Qiang Huang Sheng Mao shiyi Zhang Youwei |
| |
| Abstract: | Wavelet neural network is a new tool for signal approximation and classification. Methods of selecting wavelet base function, network initialization and parameter calculation are studied in many papers. Butthere'e still problems for wavelet neural network in signal classification. In this paper an adaptive Period WaveletNeural Network (APWNN) is proposed to meet the needs where sample and model signals differ significantly inperiod. The network training scheme and an application example in vowel signals classification is given. |
| |
| Keywords: | Wavelet Nerual Network Approximation Pattern Recognition Adaptive |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
