| 基于小波神经网络的非线性函数的逼近 |
| |
| 引用本文： | 桑琳,魏华,赵婷婷. 基于小波神经网络的非线性函数的逼近[J]. 高师理科学刊, 2004, 24(1): 1-4 |
| |
| 作者姓名： | 桑琳 魏华 赵婷婷 |
| |
| 作者单位： | 大连海事大学数理系 辽宁大连116023(桑琳，魏华)，大连大学信息工程学院 辽宁大连116622(赵婷婷) |
| |
| 基金项目： | 辽宁省教育厅科研基金资助项目 (项目编号 :2 0 3 2 10 0 8) |
| |
| 摘 要： | 给出了一种基于BP神经网络的自适应小波神经网络的模型 .该模型根据逼近函数的特性 ,选择不同的小波函数作为网络隐层 ,输出层是一个线性神经元输出 ,网络参数通过自适应调整得到 .实验结果表明 ,这种网络不但可以精确的逼近一般的非线性函数 ,也能实现对混沌时间序列的精确学习 ,而且网络的收敛速率比BP网络更快 .
|
| 关 键 词： | 小波分析 小波网络 神经网络 非线性逼近 |
| 文章编号： | 1007-9831(2004)01-0001-04 |
| 修稿时间： | 2003-11-30 |
Approximating nonlinear functions on wavelet neural networks |
| |
| SANG Lin,WEI Hua,ZHAO Ting-ting. Approximating nonlinear functions on wavelet neural networks[J]. Journal of Science of Teachers＇College and University, 2004, 24(1): 1-4 |
| |
| Authors: | SANG Lin WEI Hua ZHAO Ting-ting |
| |
| Affiliation: | SANG Lin1,WEI Hua1,ZHAO Ting-ting2 |
| |
| Abstract: | This paper put forwards a wavelet network model based on BP neural network.The model elects different wavelets as network hidden from functions characteristic. The output layer is a linear function.The parameters gain adaptively.It is followed experimental results that the network model not only can represent precisely the nonlinear functions but can learn precisely the chaotic time sequences.The network convergences more rapid than BP network. |
| |
| Keywords: | wavelet analysis wavelet networks neural networks approximating nonlinear functions |
| 本文献已被 CNKI 维普 等数据库收录！ |
