计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2008年
11期
245-246,258
,共3页
小波分析%神经网络%QR分解%RLS算法
小波分析%神經網絡%QR分解%RLS算法
소파분석%신경망락%QR분해%RLS산법
针对小波神经网络的结构设计和权值选取,提出一种基于QR分解的递推正交最小二乘算法以节省计算资源和计算时间,仿真结果表明基于QR-ROLS(QR Decomposition-Recursive Orthogonal Least Squares)算法的小波神经网络比依据时频特性设计的小波神经网络结构更优,运行效率更高.
針對小波神經網絡的結構設計和權值選取,提齣一種基于QR分解的遞推正交最小二乘算法以節省計算資源和計算時間,倣真結果錶明基于QR-ROLS(QR Decomposition-Recursive Orthogonal Least Squares)算法的小波神經網絡比依據時頻特性設計的小波神經網絡結構更優,運行效率更高.
침대소파신경망락적결구설계화권치선취,제출일충기우QR분해적체추정교최소이승산법이절성계산자원화계산시간,방진결과표명기우QR-ROLS(QR Decomposition-Recursive Orthogonal Least Squares)산법적소파신경망락비의거시빈특성설계적소파신경망락결구경우,운행효솔경고.