工业控制计算机
工業控製計算機
공업공제계산궤
INDUSTRY CONTROL COMPUTER
2011年
9期
6-8
,共3页
小波变换%小波网络%函数逼近%提升小波变换%神经网络
小波變換%小波網絡%函數逼近%提升小波變換%神經網絡
소파변환%소파망락%함수핍근%제승소파변환%신경망락
为提高小波网络运行速度,缩短小波网络的训练及运行时间,提出一种基于提升小波变换和神经网络算法的改进小波网络——提升小波网络.首先将带有明显特征的信号作为网络输入,经过权值处理输入到隐层节点进行提升小波变换处理,提取信号的低频系数作为隐层节点的输出,再经过权值化处理输入到输出层节点进行0-1输出,进而达到对信号的特征识别.该算法不仅继承了小波网络的多分辨分析、并行分布式处理、高自由度、强大的函数逼近能力等特性,同时具有提升小波变换的计算量小、本位运算速度快等优点.仿真实验结果显示,该算法在同等条件下更容易实现,并能保证运行精度,同时缩短训练和实际运行时间,对小波网络的工程应用具有一定指导意义.
為提高小波網絡運行速度,縮短小波網絡的訓練及運行時間,提齣一種基于提升小波變換和神經網絡算法的改進小波網絡——提升小波網絡.首先將帶有明顯特徵的信號作為網絡輸入,經過權值處理輸入到隱層節點進行提升小波變換處理,提取信號的低頻繫數作為隱層節點的輸齣,再經過權值化處理輸入到輸齣層節點進行0-1輸齣,進而達到對信號的特徵識彆.該算法不僅繼承瞭小波網絡的多分辨分析、併行分佈式處理、高自由度、彊大的函數逼近能力等特性,同時具有提升小波變換的計算量小、本位運算速度快等優點.倣真實驗結果顯示,該算法在同等條件下更容易實現,併能保證運行精度,同時縮短訓練和實際運行時間,對小波網絡的工程應用具有一定指導意義.
위제고소파망락운행속도,축단소파망락적훈련급운행시간,제출일충기우제승소파변환화신경망락산법적개진소파망락——제승소파망락.수선장대유명현특정적신호작위망락수입,경과권치처리수입도은층절점진행제승소파변환처리,제취신호적저빈계수작위은층절점적수출,재경과권치화처리수입도수출층절점진행0-1수출,진이체도대신호적특정식별.해산법불부계승료소파망락적다분변분석、병행분포식처리、고자유도、강대적함수핍근능력등특성,동시구유제승소파변환적계산량소、본위운산속도쾌등우점.방진실험결과현시,해산법재동등조건하경용역실현,병능보증운행정도,동시축단훈련화실제운행시간,대소파망락적공정응용구유일정지도의의.
