高精度自适应小波神经网络人工智能方法探索

摘要：

针对当前人工智能方法存在的训练精度瓶颈问题和智能系统对高精度人工智能方法的迫切需求问题,结合小波分析和BP(back propagation)、RBF(radial basis function)神经网络的优点,提出了自适应小波神经网络(adaptive wavelet neural network,AWNN)方法,将其应用于智能视频分析系统和智能控制系统,并验证了AWNN方法可以取得更好的收敛性、准确性、精度等.通过对AWNN方法与经典的神经网络进行理论分析,并与计算机仿真进行对比分析,验证了该方法可以提升经典神经网络的速度和精度;进而通过将AWNN方法植入真实的视频分析系统进行实验,验证了AWNN方法与现有的视频分析技术相比具有更准确的内容分类能力;最终将AWNN方法与经典控制方法相结合,通过与两种现有的神经网络控制方法进行对比分析,验证了AWNN控制方法具有更好的控制性能.

关键词：小波神经网络、智能系统、视频分析、智能控制系统、神经网络控制

所属期刊栏目：10

分类号：U621;TP273

资助基金：The National Natural Science Foundation of China under Grant No.11402006;the Science and Technology Foundation of Beijing Municipal Education Commission under Grant No.KM201610038001;the Project and Foundation of Capital University of Economics and Business under Grant Nos.00791554410263,00791654490210,00791654210157

在线出版日期：2016-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1122-1132