小波神经网络用于非线性函数逼近的研究
王泰华
余发山
1.焦作工学院,电气工程系,河南,焦作,4540002.焦作工学院,电气工程系,河南,焦作,454000
摘要:神经网络具有良好的学习特性,而小波变换具有良好的时频局部化特性,将二者结合在一起构成小波神经网络,网络隐层采用morlet小波函数,输出层采用线性函数,可使该网络兼具神经网络和小波变换的优点.作者分别用小波网络和BP网络逼近一非线性函数,其结果表明,在相同的误差条件下,小波网络的收敛速度要远远快于一般的BP网络.
关键词:小波变换神经网络函数逼近
分类号:O174.41(数学分析)O241.5(计算数学)
论文发表日期:2003-01-01
在线出版日期:2025-08-15(本平台首次上网日期,不代表文献的发表时间)
页数:4( 129-132 )
英文信息展开
焦作工学院学报(自然科学版)

焦作工学院学报(自然科学版)

北大核心CSTPCD
ISSN:1673-9787
年,卷(期):2003,22(2)
所属栏目:电气工程