计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2010年
3期
29-31,39
,共4页
李目%何怡刚%周少武%刘祖润
李目%何怡剛%週少武%劉祖潤
리목%하이강%주소무%류조윤
小生境%自适应%差分进化算法%小波神经网络%弱信号%检测
小生境%自適應%差分進化算法%小波神經網絡%弱信號%檢測
소생경%자괄응%차분진화산법%소파신경망락%약신호%검측
在混沌理论和相空间重构技术的基础上,提出了一种基于小生境自适应差分进化小波神经网络(NADE-WNN)的混沌背景下弱信号检测方法.该方法采用小生境自适应差分进化算法同时优化小波神经网络的结构和参数,简化网络结构,提高网络的学习精度和收敛速度.实验结果表明,与传统的RBF神经网络和小波神经网络预测混沌时间序列的性能相比,该算法优化的小波神经网络具有更高的预测精度和收敛速度,能够较好地检测出混沌背景下的弱信号.
在混沌理論和相空間重構技術的基礎上,提齣瞭一種基于小生境自適應差分進化小波神經網絡(NADE-WNN)的混沌揹景下弱信號檢測方法.該方法採用小生境自適應差分進化算法同時優化小波神經網絡的結構和參數,簡化網絡結構,提高網絡的學習精度和收斂速度.實驗結果錶明,與傳統的RBF神經網絡和小波神經網絡預測混沌時間序列的性能相比,該算法優化的小波神經網絡具有更高的預測精度和收斂速度,能夠較好地檢測齣混沌揹景下的弱信號.
재혼돈이론화상공간중구기술적기출상,제출료일충기우소생경자괄응차분진화소파신경망락(NADE-WNN)적혼돈배경하약신호검측방법.해방법채용소생경자괄응차분진화산법동시우화소파신경망락적결구화삼수,간화망락결구,제고망락적학습정도화수렴속도.실험결과표명,여전통적RBF신경망락화소파신경망락예측혼돈시간서렬적성능상비,해산법우화적소파신경망락구유경고적예측정도화수렴속도,능구교호지검측출혼돈배경하적약신호.
