首页> 中文期刊> 《长春理工大学学报(自然科学版)》 >连续小波过程神经元网络在非线性函数逼近的应用

连续小波过程神经元网络在非线性函数逼近的应用

         

摘要

建立基于BP网络的连续小波过程神经元网络模型,分析网络拓扑结构,给出学习算法.模型根据网络逼近函数特性,选取Morlet函数作为隐层结点激励函数,利用LMS算法训练网络权值、尺度因子和平移因子,输出层采用线性函数,使网络兼具过程神经元网络和小波变换优点.分剐用连续小波过程神经元网络和BP网络逼近同一非线性函数,仿真结果表明,小渡网络逼近精度明显优于BP网络.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号