CAJ | 학술논문

小波分析是一种新的信号处理技术，具有良好的时频局部化特征。为了克服BP网络自身算法的缺陷，得到更高的学习精度和更快的收敛速度，使用小波包分析的特征提取及神经网络的非线性映射特性，构造了小波神经网络，以此为基础开发出的软件系统具有使用的特征量少，建造预报系统较为简单等优点。将之应用于炼铜转炉炉渣重量及成分预报，该模型完全能够较准确地预报出渣量和成分。其平均拟合误差为1.5％，平均预报误差为3.1％。
소파분석시일충신적신호처리기술，구유량호적시빈국부화특정。위료극복BP망락자신산법적결함，득도경고적학습정도화경쾌적수렴속도，사용소파포분석적특정제취급신경망락적비선성영사특성，구조료소파신경망락，이차위기출개발출적연건계통구유사용적특정량소，건조예보계통교위간단등우점。장지응용우련동전로로사중량급성분예보，해모형완전능구교준학지예보출사량화성분。기평균의합오차위1.5％，평균예보오차위3.1％。