基于变学习率三角基函数神经网络的4型FIR滤波器设计
기우변학습솔삼각기함수신경망락적4형FIR려파기설계
Design of the Type-four FIR Filter Based on the Triangle Basis Neural Network with a Variable Learning Rate
  • 万方数据
    计算机工程与科学 계산궤공정여과학
    COMPUTER ENGINEERING & SCIENCE
    2010年 8期 141-144 ,共4页

    李目%何怡刚%刘祖润%周少武

    리목%하이강%류조윤%주소무

    三角基函数%神经网络%变学习率%高通滤波器%带通滤波器 三角基函數%神經網絡%變學習率%高通濾波器%帶通濾波器
    삼각기함수%신경망락%변학습솔%고통려파기%대통려파기
    本文提出一种基于变学习率三角基函数神经网络的线性相位4型FIR滤波器设计方法.该方法根据三角基函数神经网络与线性相位4型FIR滤波器幅频特性之间的关系,构建了一种变学习率三角基函数神经网络模型,在神经网络训练过程中引入变学习率算法自调整学习率取值,解决学习率通常依靠经验或试凑法确定带来的不确定性,提高神经网络的学习效率和收敛速度.通过训练神经网络的权值,使设计的FIR滤波器幅频响应与理想幅频响应在整个通带和阻带内的误差平方和最小.文中利用该方法对FIR高通滤波器和带通滤波器进行了优化设计,仿真结果表明了该方法设计FIR滤波器的有效性和优越性.
    본문제출일충기우변학습솔삼각기함수신경망락적선성상위4형FIR려파기설계방법.해방법근거삼각기함수신경망락여선성상위4형FIR려파기폭빈특성지간적관계,구건료일충변학습솔삼각기함수신경망락모형,재신경망락훈련과정중인입변학습솔산법자조정학습솔취치,해결학습솔통상의고경험혹시주법학정대래적불학정성,제고신경망락적학습효솔화수렴속도.통과훈련신경망락적권치,사설계적FIR려파기폭빈향응여이상폭빈향응재정개통대화조대내적오차평방화최소.문중이용해방법대FIR고통려파기화대통려파기진행료우화설계,방진결과표명료해방법설계FIR려파기적유효성화우월성.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문