什么是“小波神经网络”?能干什么用呀
小波神经网络(Wavelet Neural Network, WNN)是在小波分析研究获得突破的基础上提出的一种人工神经网络。
它是基于小波分析理论以及小波变换所构造的一种分层的、多分辨率的新型人工神经网络模型。 即用非线性小波基取代了通常的非线性Sigmoid 函数,其信号表述是通过将所选取的小波基进行线性叠加来表现的。
它避免了BP 神经网络结构设计的盲目性和局部最优等非线性优化问题,大大简化了训练,具有较强的函数学习能力和推广能力及广阔的应用前景。
“小波神经网络”的应用:1、在影像处理方面,可以用于影像压缩、分类、识别与诊断,去污等。在医学成像方面的减少B超、CT、核磁共振成像的时间,提高解析度等。2、在信号分析中的应用也十分广泛。
它可以用于边界的处理与滤波、时频分析、信噪分离与提取弱信号、求分形指数、信号的识别与诊断以及多尺度边缘侦测等。3、在工程技术等方面的应用。
包括电脑视觉、电脑图形学、曲线设计、湍流、远端宇宙的研究与生物医学方面。扩展资料:小波神经网络这方面的早期工作大约开始于1992 年,主要研究者是Zhang Q、Harold H S 和焦李成等。
其中,焦李成在其代表作《神经网络的应用与实现》中从理论上对小波神经网络进行了较为详细的论述。近年来,人们在小波神经网络的理论和应用方面都开展了不少研究工作。
小波神经网络具有以下特点:首先,小波基元及整个网络结构的确定有可靠的理论根据,可避免BP 神经网络等结构设计上的盲目性;其次,网络权系数线性分布和学习目标函数的凸性,使网络训练过程从根本上避免了局部最优等非线性优化问题;第三,有较强的函数学习能力和推广能力。
小波神经网络的优势是什么?谢谢
小波神经网络相比于前向的神经网络,它有明显的优点:首先小波神经网络的基元和整个结构是依据小波分析理论确定的,可以避免BP神经网络等结构设计上的盲目性;其次小波神经网络有更强的学习能力,精度更高AI爱发猫 www.aifamao.com。
总的而言,对同样的学习任务,小波神经网络结构更简单,收敛速度更快,精度更高。
小波神经网络比一般神经网络的优势是什么?
求一个“基于小波神经网络的模拟电路故障诊断仿真程序”
。
智能网络管理系统分析与系统设计4.1需求分析随着网络技术的不断发展,5G时代的来临,网络设备数量的迅增导致网络管理难度的增大,系统管理人员的工作压力繁重,特别是目前大量的基于Web环境的各个业务系统对企业的网络提出了更高的要求,除了要保证网络的安全性、稳定性、保密性、可靠性外,还要确保网络速度、服务质量、使用方便等各个因素。
网络管理系统面临网络设备运行环境是否安全、设备运行是否平稳、设备故障能否快速发现并解决等问题。
本文采用B/S架构可以更大程度上跨平台使用此系统