一种广义小波神经网络的结构及其优化方法

被引:7
作者
丁勇
刘守生
胡寿松
机构
[1] 南京航空航天大学自动化学院
关键词
小波框架; 主成份分析; 广义小波神经网络;
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
摘要
从理论上分析了小波神经网络节点过多及鲁棒性差的原因 ,基于主成份分析 (PCA)的思想提出了一种规模小、抗干扰性强的广义小波神经网络 (EWNN)及其优化方法 .仿真结果表明 ,用该方法设计的广义小波神经网络 ,其非线性逼近能力及稳定性都明显优于普通小波神经网络 .
引用
收藏
页码:125 / 128
页数:4
相关论文
共 5 条
  • [1] Wavelet Neural networks for function learning. ZHANG J,WALTER G G,MIAO Y. IEEE Transactions on Signal Processing . 1995
  • [2] Orthogonal wavelet neural networks applying to identification of Wiener model. FANG Y,CHOW T W S. IEEE Trans on Circuits and Systems_I: Fundamental Theory &Applications . 2000
  • [3] Using wavelet network in nonparametric estimation. ZHANG Qinghua. IEEE ACM Transactions on Networking . 1997
  • [4] The wavelet transform, time_freqency localization and signal analysis. DAUBECHIES I. IEEE Transactions on Information Theory . 1990
  • [5] Wavelet neural network and its structure design. LI Yinguo,ZHANG Bangli,CHAO Changxiu. Pattern Recognition . 1997