Burgers方程的Wavelet-Galerkin方法

对一维非线性Burgers方程的混合问题,基于具有紧支撑的Daubechies小波基,给出Wavelet-Galerkin逼近方法.同时给出关联系数的定义以及计算方法.数值实验结果表明Wavelet-Galerkin方法是数值求解Burgers方程的有效算法.     

小波神经网络逼近非线性函数算法

介绍用于函数近似的一种新型神经网络——小波神经网络,该小波神经网络采用的函数是sigmoid函数的组合.文中从理论上阐明了小波神经网络对某些时频有限的非线性函数的逼近能力,并实际建立了一个前馈小波神经网络,同时讨论了如何选择小波母函数及如何减少该神经网络规模的算法.实验结果表明这种小波神经网络可以在较小规模的基础上实现对这类非线性函数的逼近.     

双正交周期插值小波函数的实值对称性

首先给出了Box样条函数、正交周期小波函数以及双正交周期插值小波函数的定义,通过这些定义及相应的命题公式等,给出了所要得到的双正交周期插值小波函数的实值对称性质.     

基于小波支持向量机的金融预测

基于小波分析与支持向量核函数理论构造了一个小波支持向量机(WSVM),用以预测金融时间序列的波动率.与采用高斯核的标准支持向量机相比,由于小波核结合了小波分析的多分辨特性,因此可以更好地逼近任意非线性函数.仿真实验表明,小波支持向量机在股指收益波动率预测中具有较好性能.     

定积分的三角Hermite插值小波算法

本文给出了一种求一般函数的定积分的小波方法.首先介绍了三角Hermite插值小波及其相关性质,利用三角Hermite型插值小波算子定义,推导出了求一般函数的定积分的计算公式,给出算例,结果表明此算法具有较高的精确度.     

双正交小波函数的两尺度关系

构造了双正交小波函数Hjk,v(x)与■jk,v(x)的两尺度关系.首先给出了双正交尺度函数Hjk,v(x)与■kj,v(x)的定义以及几个引理,通过这些得到了双正交小波函数的两尺度关系式.     

第一类Fredholm积分方程的解析解

构造了多元小波框架以及多元函数小波框架展开公式,进而给出了第一类fredholm积分方程的解析解.     

有限区间样条小波插值的逼近性质与它的并行算法

研究了有限区间样条小波插值函数的逼近性质，证明了三次单节点样条小波插值函数是样条小波空间中的最佳逼近函数，并利用这一结果得到了样条小波插值的并行运算格式。     

基于小波神经网络的非线性函数的逼近

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 .     

几种函数逼近方式的逼近能力比较与综合

介绍了Fourier变换、小波变换、神经网络、小波神经网络、多小波和多小波神经网络几种不同的函数逼近方式，对这几种函数逼近方式中的基函数性能作了详细比较，发现基函数的性能越好，其函数逼近效果一般来说也越好，并对这几种函数逼近方式的表达式进行了比较和综合。