10.3321/j.issn:1001-506X.2006.06.032
一种神经网络非线性噪声消除方法
针对阶数的增加,Volterra滤波器的滤波系数个数呈几何级数增长,实现困难的问题,提出采用基于Levenberg-Marquardt(LM)算法的BP神经网络逼近Volterra滤波器,实现神经网络非线性滤波,使计算简化.采用的方法是,先离线调整Volterra滤波器的系数,再用调整好的Volterra滤波器监督训练LM-BP神经网络,然后用训练好的LM-BP神经网络进行非线性自适应滤波.仿真实验结果表明,LM-BP神经网络滤波器较其学习导师--Volterra滤波器具有更好的噪声滤除效果.
BP神经网络、自适应除噪、滤波器、算法
28
TN911.4;TP183
国务院侨务办公室科研项目03QZR7
2006-07-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
900-902