小波神经网络学习的结构风险最小化方法

被引：4

作者：

李银国

吴渝

章亮飞

郭东进

机构：

[1] 重庆邮电学院模式识别与人工智能实验室

来源：

信息与控制 | 2005年 / 06期

关键词：

小波神经网络; 结构风险最小化; 学习算法;

D O I：

10.13976/j.cnki.xk.2005.06.015

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对大噪声、小样本情形下神经网络学习的外推能力弱这一突出的问题,根据统计学习理论中结构风险最小化准则的基本原理,提出了一种基于小波神经基元频率谱分布的小波神经网络阵列结构和基于小波多分辨逼近、综合风险分析的小波网络学习算法.该方法充分发挥了小波神经网络的优点,理论基础可靠,实际意义明确,算法实现简便,自适应性强.仿真实验结果和应用实例说明了该方法对于非线性系统在线辨识的有效性,同时也为统计学习理论的工程应用提供了新的途径.*

引用

页码：714 / 719

页数：6

共 4 条

[1] 关于统计学习理论与支持向量机 [J].