微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2005年
34期
157-159
,共3页
谭超%许泽宏%李维一%付小红%王健
譚超%許澤宏%李維一%付小紅%王健
담초%허택굉%리유일%부소홍%왕건
非线性校正%小波神经网络%软校正
非線性校正%小波神經網絡%軟校正
비선성교정%소파신경망락%연교정
神经网络具有良好的学习特性,小波变换有良好的时频局部化性质,将二者结合在一起构成小波神经网络兼有神经网络和小波变换的优点.本文提出了解决虚拟仪器系统非线性校正问题的小波神经网络算法.最后通过一个应用实例表明,采用小波神经网络建立软校正模型,不仅可以使系统获得高精度,而且在相同的误差条件下,其收敛速度也要远远快于传统的BP神经网络.
神經網絡具有良好的學習特性,小波變換有良好的時頻跼部化性質,將二者結閤在一起構成小波神經網絡兼有神經網絡和小波變換的優點.本文提齣瞭解決虛擬儀器繫統非線性校正問題的小波神經網絡算法.最後通過一箇應用實例錶明,採用小波神經網絡建立軟校正模型,不僅可以使繫統穫得高精度,而且在相同的誤差條件下,其收斂速度也要遠遠快于傳統的BP神經網絡.
신경망락구유량호적학습특성,소파변환유량호적시빈국부화성질,장이자결합재일기구성소파신경망락겸유신경망락화소파변환적우점.본문제출료해결허의의기계통비선성교정문제적소파신경망락산법.최후통과일개응용실례표명,채용소파신경망락건립연교정모형,불부가이사계통획득고정도,이차재상동적오차조건하,기수렴속도야요원원쾌우전통적BP신경망락.
