10.3969/j.issn.1673-4785.2007.06.011
连续小波过程神经网络及其仿真研究
在小波分析和过程神经网络理论的基础上,提出了连续小波过程神经网络模型,其隐层为过程神经元,隐层激活函数采用小波函数.该网络结合了小波变换良好的时-频局域化性质及过程神经网络可以处理连续输入信号的特点,因而学习能力强,精度高.给出了小波过程神经网络学习算法,并以航空发动机滑油系统状态监测为例,分别利用传统BP网络和小波过程神经网络进行预测.结果表明,小波过程神经网络收敛速度快,精度高,优于BP网络的预测能力,同时也为航空发动机滑油系统状态监测问题提供了一种有效的方法.
过程神经元、连续小波过程神经网络、学习算法、发动机滑油监测
2
TP183(自动化基础理论)
国家自然科学基金60572174
2008-03-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
77-81