基于自适应小波神经网络的复杂系统模式识别方法-北京工业大学学报.PDFVIP

第40卷 第6期 北 京 工 业 大 学 学 报 Vol.40 No.6 2014年 6月 JOURNAL OF BEIJING UNIVERSITY OFTECHNOLOGY Jun. 2014 基于自适应小波神经网络的复杂系统模式识别方法 刘经纬,王摇 普,杨摇 蕾 (北京工业大学 电子信息与控制工程学院,北京摇 100124) 摘摇 要:针对传统神经网络应用于复杂系统建模和辨识中存在的训练效率、精度瓶颈问题,提出了一种自适应小波 神经网络方法(adaptive wavelet neural network,AWNN). 首先,通过设计自适应层、综合层,使神经网络能根据待处 理的系统的样本数据特征自适应工作于最佳工作区间;然后,通过将小波分析方法与对经典的基于误差反向传播 算法的神经网络(back propagation neural network,BPNN)、径向基神经网络(radical basis func