电光与控制
電光與控製
전광여공제
ELECTRONICS OPTICS & CONTROL
2010年
3期
64-67
,共4页
许磊%张凤鸣%张曙%邵芸芸
許磊%張鳳鳴%張曙%邵蕓蕓
허뢰%장봉명%장서%소예예
飞行参数%近无损压缩%粒子群优化%小波网络
飛行參數%近無損壓縮%粒子群優化%小波網絡
비행삼수%근무손압축%입자군우화%소파망락
飞参数据压缩是减少飞参数据的存储空间和传输通信流量的关键.针对飞参数据的特点,提出了一种基于粒子群优化的小波神经网络近无损压缩算法.该算法将小波网络参数作为原始数据的重构信息,在小波神经网络BP算法的基础上,引入粒子群优化算法,克服了粒子群优化算法的早熟收敛,增强了小波神经网络学习算法的全局搜索能力,提高了网络收敛速度;同时将重构误差作为启发信息,在保证较小失真度的情况下,通过粒子的迭代寻求最优的小波神经网络结构.飞参数据压缩仿真实验结果表明了算法的可行性和有效性,可以获得较高的压缩比和较小的重构误差.
飛參數據壓縮是減少飛參數據的存儲空間和傳輸通信流量的關鍵.針對飛參數據的特點,提齣瞭一種基于粒子群優化的小波神經網絡近無損壓縮算法.該算法將小波網絡參數作為原始數據的重構信息,在小波神經網絡BP算法的基礎上,引入粒子群優化算法,剋服瞭粒子群優化算法的早熟收斂,增彊瞭小波神經網絡學習算法的全跼搜索能力,提高瞭網絡收斂速度;同時將重構誤差作為啟髮信息,在保證較小失真度的情況下,通過粒子的迭代尋求最優的小波神經網絡結構.飛參數據壓縮倣真實驗結果錶明瞭算法的可行性和有效性,可以穫得較高的壓縮比和較小的重構誤差.
비삼수거압축시감소비삼수거적존저공간화전수통신류량적관건.침대비삼수거적특점,제출료일충기우입자군우화적소파신경망락근무손압축산법.해산법장소파망락삼수작위원시수거적중구신식,재소파신경망락BP산법적기출상,인입입자군우화산법,극복료입자군우화산법적조숙수렴,증강료소파신경망락학습산법적전국수색능력,제고료망락수렴속도;동시장중구오차작위계발신식,재보증교소실진도적정황하,통과입자적질대심구최우적소파신경망락결구.비삼수거압축방진실험결과표명료산법적가행성화유효성,가이획득교고적압축비화교소적중구오차.
