10.3969/j.issn.1000-7024.2004.09.005
基于Sanger算法的小波网络结构优化方法
为了解决离散小波神经网络(DWNN)节点过多、鲁棒性差的问题,基于主成份分析(PCA)的思想提出了一种规模小、抗干扰性强的广义小波神经网络(EWNN),并利用Sanger算法对其结构进行了优化.该算法在引出了消冗变换后,可提取出多个主成份.仿真结果表明了EWNN的非线性逼近能力及稳定性都明显优于DWNN.
广义小波神经网络、小波框架、主成份分析、Sanger算法
25
TP18(自动化基础理论)
国家自然科学基金60234010
2004-10-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
1438-1440,1456