基于多分辨率学习的正交基小波神经网络设计

摘要：

提出一种基于正交基函数的小波神经网络设计方法,采用多分辨率学习确定隐含层结构,并用收敛较快的阻尼最小二乘法训练权值.该方法可灵活调整隐含层结构,有效地克服神经网络中常见的过拟合和泛化能力差等问题.仿真结果表明该方法具有逼近精度高,泛化能力好,网络结构冗余度小,参数优化收敛快等特点.

关键词：小波神经网络、正交基小波、多分辨率学习、阻尼最小二乘法、非线性系统辨识

所属期刊栏目：18

分类号：TP11(自动化基础理论)

资助基金：国家自然科学基金60174021;天津市自然科学基金013800711

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：218-223