基于小波神经网络的通用多变量非线性系统辨识算法和应用*
黄德先
金以慧
1.清华大学自动化系2.清华大学自动化系
摘要：在分析小波函数对L2(R)空间的逼近原理的基础上,给出了仅使用尺度函数的神经网络模型和网络学习方法,使得用于逼近低通系统的小波基函数大大减少,并给出逼近的理论依据.提出的小波神经网络模型的学习为线性LS参数估计问题,具有通用性和易用性,并具有线性系统中线性LS参数估计的优良性质,保证了在训练数据受噪声污染时的网络模型的推广能力.理论分析、仿真实验和实际应用结果都说明该辨识方法具有好的辨识精度和推广能力.
关键词：小波变换辨识神经网络非线性系统多变量系统
分类号：TP3(计算技术、计算机技术)
资助基金：国家自然科学基金(69635010)欧盟国际合作项目(22416)
论文发表日期：2001-01-01
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：6( 63-68 )
英文信息