已閱讀1頁，還剩67頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、小波變換是一種廣泛應用的數(shù)學理論及方法，以小波函數(shù)作為神經元的激活函數(shù)的前饋神經網絡一小波神經網絡，已廣泛在研究和應用領域應用。本文主要研究了小波神經網絡中的學習算法和小波框架理論，提出了一種小波神經網絡學習算法的改進算法和一種基于小波框架理論的神經網絡構造方法。
針對傳統(tǒng)的小波神經網絡中的BP學習算法中存在的不足，本文設計了一種新的學習算法：自適應變異協(xié)同粒子群學習算法，該算法結合了協(xié)同粒子群優(yōu)化算法的快速搜索能力和自適
2、應變異算法的全局搜索能力，在保證了算法的尋優(yōu)能力的基礎上，又能避免受局部最優(yōu)的約束跳出局部最優(yōu)解后進行全局尋優(yōu)，使用該算法作為小波神經網絡的學習算法，可以搜索到一組網絡參數(shù)，并通過實驗驗證了這種方法的有效性。在分析基于規(guī)范正交基的框架小波對函數(shù)的分解和重構的基礎上，設計了一種基于框架小波理論的神經網絡，并使用自適應變異協(xié)同粒子群算法來訓練網絡中的參數(shù)，通過實驗的驗證了該神經網絡的有效性。
最后使用基于自適應變異協(xié)同粒子群算
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 自適應變異粒子群算法的研究及應用.pdf
- 基于小波和神經網絡的自適應均衡算法的研究.pdf
- 免疫粒子群算法優(yōu)化小波神經網絡的研究.pdf
- 基于改進的粒子群優(yōu)化算法的小波神經網絡.pdf
- 小波和神經網絡在自適應均衡中的算法研究.pdf
- 基于種群多樣性的自適應變異粒子群算法及應用.pdf
- 基于協(xié)同粒子群算法的卷積神經網絡優(yōu)化研究.pdf
- 粒子群算法優(yōu)化小波神經網絡控制器.pdf
- 自適應變異量子粒子群優(yōu)化算法及其應用研究.pdf
- 基于粒子群算法的二級倒立擺小波神經網絡控制.pdf
- 基于改進粒子群算法的小波神經網絡控制器設計與研究.pdf
- 基于小波神經網絡的自適應距離保護的研究.pdf
- 基于鄰域和自適應學習的粒子群算法研究及應用.pdf
- 多子群結構小波神經網絡學習算法的研究及應用.pdf
- 基于改進粒子群算法的模糊神經網絡研究.pdf
- 基于小波神經網絡的自適應控制器設計
- 基于小波神經網絡的自適應控制器設計.pdf
- 粒子群算法優(yōu)化的小波神經網絡在目標跟蹤中的應用.pdf
- 粒子群算法優(yōu)化的小波神經網絡在目標跟蹤中的應用(1)
- 基于BP神經網絡的小波自適應提升格式.pdf
評論
0/150
提交評論