子波基神经网络及其建模

将神经网络与子波理论结合,构成新型的神经网络结构-子波基神经网络,不同于一般前向神经网络的是该网络的隐层单元的激活函数为不同尺度下的子波函数.该网络具有良好的逼近非线性的能力.本文将其应用于非线性系统建模.     

基于子波神经网络的函数逼近

分析了神经网络中非线性函数与子波变换母函数的关系,研究用于非线性函数逼近的子波神经网络的结构设计方法.函数逼近实例证实了结论的正确性.     

子波神经网络在火灾探测中的应用

论述了用于信号识别的子波神经网络的结构和算法，并根据火灾传感器信号处理的特点，提出了将其用于火灾探测的方法，在子波神经网络中采用了子波函数和并轭梯度优化方法。实验表明，子波神经网络对火灾信号具有很好的学习和探测能力，与ＢＰ神经网络火灾探测方法相比，所提出的方法能够更快和更准确地探测各种标准实验火。     

一种基于子波的信号复原方法

提出了一种从强噪声中复原瞬态信号的新方法，该方法将要复原的瞬态信号表示成一组子波函数的线性组合，在最小均方能量准则下，用共轭梯度算法求解子波函数的线性组合的幅度、尺度和延时参数，计算机模拟结果表明，该方法的实现结构可表示成具有子波非线性，并且类似于辐射函数ＢＰＦ的人工神经元网络。     

利用子波基函数神经网络进行预测

提出了一种利用子波基函数神经网络对自动控制系统进行预测的新方法。子波基函数神经网络利用局部获得信息完成函数映射,从实验数据中提取时频特征,基于以前观察获得的数据来预测未来的输出结果。在这篇论文中,我们提出了一种实现子波基函数神经网络的结构和算法,并给出了一个时间序列预测的例子评价子波基函数神经网络预测的性能。     

子波神经网络在火灾探测中的应用

论述了用于信号识别的子波神经网络的结构和算法,并根据火灾传感器信号处理的特点,提出了将其用于火灾探测的方法,在子波神经网络中采用了子波函数和共轭梯度优化方法．实验表明,子波神经网络对火灾信号具有很好的学习和探测能力,与ＢＰ神经网络火灾探测方法相比,所提出的方法能够更快和更准确地探测各种标准实验火．     

前向神经元网络的子波表示

基于函数逼近，对前向神经元网络中非线函数与子波变换中母函数的关系进行了分析，推出了前向神经元网络的子波表示，指出两种方法应用于Ｌ＾２（Ｒ）空间函数逼近时是一致性，最后给出了两个前向神经元网络的子波表示，函数逼近实例验证了本结论的正确性。     

一类大气量子等离子流体动力学孤立子波的渐近解

考虑大气环境下密度和温度梯度非均匀量子等离子体系统,研究该系统在离子与中子碰撞频率较低情形下的二维非线性流体动力学扰动孤立子波模型,利用双曲函数展开法和摄动理论及方法,得到了该系统在天体物理环境中的势函数,并给出其物理意义.     

一种子波网络空时多用户检测器

多用户检测是直扩码分多址系统中的一项关键技术，而阵列天线也是一项减轻多用户干扰的方法。将空时滤波与多变量函数估计子波网络相结合，提出了一种新的空时多用户检测器。研究结果表明，这种联合空时的多用户检测器具有抑制多址干扰和克服“远－近”效应的能力，并且其复杂度仅依赖于子波网络的复杂度。     

基于神经网络计算的子波变换实现

本文首先阐明了子波变换理论利用可变时域和频域分辨特性表达信号、获取信号特征的原理，提出了利用神经网络计算方法计算子波变换系数的新方法，并讨论了与人视觉系统密切相关的子波变换神经元的特性，提供了计算机仿真子波变换信号的结果。理论分析和实验结果表明，子波变换不仅具有对信号多分辨表达的特性，而且可以有效地压缩被处理信号。     

非确定性 TS 模糊神经模型鲁棒性的统计判据

非确定性情况下的鲁棒性是智能控制系统不可避免的一个问题．本文将ＴＳ模型的模糊神经网络表达加以拓展，提出并证明了一种基于信息论统计测度的鲁棒性描述判据，该判据是由模糊神经网络、子波变换和信息论统计测度３个部分组成，着重体现了神经信号处理、可变分辨率和随机信号处理的综合，这就为分析智能控制系统的鲁棒性提供了一种有效的数学形式．该结论有助于非确定性智能控制系统的建模与智能控制器的设计．     

应用神经网络技术提高地震资料分辨率

通过神经网络技术以井数据和井旁地震数据作为输入,学习它们之间的褶积关系,利用这种关系可以求出地震子波通过求取子波的逆即得到反子波,使建立在褶积模型基础上的地震数据可以与反子波褶积得到波形压缩提高资料的分辨率。该方法和传统的反褶积方法的区别在于对子波没有最小相位假设,而地震子波一般是混合相位的．同时有井数据的参与使得对目的层的子注求取更为准确,通过反褶积使地震波形得到很好的压缩,提高了分辨率     

下落薄液膜中孤立子波强化传热的机理

发展了分析下落薄液膜中孤立子波热输运现象的边界元方法，散度理论被用于压力补偿函数边界元公式的非线性对流容积积分，结果使速度和温度梯度消失，全部公式用速度和温度来写，回避了对流离散的困难，大大节约了计算内程和计算量，并改进了计算精度。用法向应力平衡条件和打靶迭代法计算孤立子波形状。文中给出孤立子波内和波纹状膜流中的流场、温度场、沿着壁面和液体交界面处的Ｎｕｓｓｅｌｔ数变化。在孤立子波回流区中存在大的     

非线性系统建模的复合型模糊神经网络研究

针对非线性系统建模问题,提出了一类由函数逼近和规则推理网络构成的复合型模糊神经网络,其规则网络基于过程先验知识用于对操作区间的划分,而函数网络采用改进型模糊神经网络结构完成非线性函数逼近。采用一类非线性函数模型进行了仿真研究,结果表明,复合型模糊神经网络较之普通模糊神经网络在建模收敛速度和预测精度等方面都有较大的改善。     

离散子波变换计算子波级数变换的预滤波器结构

基于子波空间采样定理，提出了两种离散子波变换计算子波级数变换的预滤波器结构，消除了Ｓｈｅｎｓａ算法中形成预滤波器的积分运算，并分析了算法结构的准确性。数值计算实例验证了结构的有效性，最后讨论了用离散子波变换计算了子波级数变换这一公开问题。     

一个非线性Drinfeld-Sokolov系统的行波解分支

用动力系统分支理论研究一个非线性Drin feld-Sokolov系统,证明该系统存在扭子波、反扭子波、孤立波和无穷多光滑周期波解,获得在不同参数条件下上述解存在的充分条件及其精确表达式.     

炸药震源和可控震源资料相位差异校正方法

在山前带或城区等复杂地表的地震勘探中，为提高地震资料采集的质量，经常选用炸药震源和可控震源联合激发的工作方式。但两种震源采集的地震资料在相位方面存在明显差异。常规的地表一致性反褶积，基本上没有考虑子波的相位特性，其主要目标是校正子波的振幅谱，由此降低了地震资料处理的质量。提出了基于多道自相关函数统计平均的两步法统计子波反褶积方法，并用估算的最小相位子波得出的反褶积算子对地震数据进行了反褶积处理。研究表明，该方法估算出来的最小相位子波受反射系数影响小，在复杂地表地震资料处理中，可达到压缩地震子波、消除子波相位差异的目的，使资料真正实现同相叠加，有效提高了地震资料的信噪比和分辨率，并在一定程度上实现了相对振幅保持。     

一种子波网络空时多用户检测器

多用户检测是直扩码分多址系统中的一项关键技术,而阵列天线也是一项减轻多用户干扰的方法.将空时滤波与多变量函数估计子波网络相结合,提出了一种新的空时多用户检测器.研究结果表明,这种联合空时的多用户检测器具有抑制多址干扰和克服"远-近\\"效应的能力,并且其复杂度仅依赖于子波网络的复杂度.     

一种基于子波特征的模糊神经网络目标识别方法

针对雷达目标识别中相对不变特征量提取这一问题，提出了一种基于子波变换的特征提取方法．通过对三类飞机一维距离像的分类和识别，验证了这种方法的有效性，同时在将模糊神经网络作为模式分类器方面做出初步尝试。     

非线性弹性杆中的速度孤立子波

采用减缩摄动方法（Ｒｅｄｕｃｔｉｖｅ ｐｅｒｔｕｒｂａｔｉｏｎ ｍｅｔｈｏｄ） ， 通过建立非线性弹性杆纵向振动的非线性双曲型方程组， 在远场渐近意义上和小振幅情况下， 证明了非线性弹性杆中速度孤立子波的存在性，并讨论了孤立子波的传播性质