用于信号逼近和分类的自适应周期小波神经网络

被引：7

作者：

何强

黄生

毛士艺

张有为

机构：

[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

来源：

信号处理 | 2000年 / 01期

基金：

广东省自然科学基金;

关键词：

小波神经网络; 信号逼近; 模式匹配; 自适应;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

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．

引用

页码：42 / 45

页数：4