小波变换、神经网络和小波网络的函数逼近能力分析与比较

被引：33

作者：

刘志刚

王晓茹

何正友

钱清泉

机构：

[1] 西南交通大学电气化自动化研究所,西南交通大学电气化自动化研究所,西南交通大学电气化自动化研究所,西南交通大学电气化自动化研究所四川省成都市,四川省成都市,四川省成都市,四川省成都市

来源：

电力系统自动化 | 2002年 / 20期

关键词：

小波变换; 神经网络; 小波网络; 函数逼近;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

基于对小波变换和神经网络之间内在联系的分析 ,利用神经网络不同激励函数的线性组合构造出了相应的小波函数 ,得出小波函数作为神经网络的激励函数与普通神经网络的激励函数在本质上是一致的结论 ,并引入了小波网络。通过对小波变换、神经网络和小波网络函数逼近能力的理论分析与比较 ,认为小波网络在函数逼近方面具有明显的优势 ,并且分别利用这 3种方式对一典型函数进行了仿真逼近的验证。

引用

页码：39 / 44

页数：6

共 8 条

[1]

Using Wavelet Network in Nonparametric Estimation. Zhang Q H. IEEE Transactions on Neural Networks . 1997

[2]

Analysis and Synthesis of Feedforward Neural Network Using Discrete Affine Wavelet Transformations. Pati Y C,Krishnaprasad P S. IEEE Transactions on Neural Networks . 1993

[3]

Wavelets: A Tutorial in Theory and Application. Chui C K. . 1992

[4]

Multiwavelet Neural Networks and Its Approximation Properties. Jiao Licheng,Pan Jin,Fang Yangwang,et al. IEEE Transactions on Neural Networks . 2001

[5]

Neural Networks Adaptive Wavelets for Signal Representation and Classification. Szu H H,Telfer B,Kadambe B. Optical Engineering . 1992

[6]

Wavelet Neural Networks for Function Learning. Zhang Jun,Walter G G,Miao Yubo,et al. IEEE Transactions on Signal Processing . 1995

[7]

Ten Lectures on Wavelets.In: CBMS-Conference Lecture Notes. Daubechies. SIAM Philadelphia . 1992

[8]

Wavelet Network. Zhang Qinghua,Benveniste A. IEEE Transactions on Neural Networks . 1992

← 1 →