参数化多子波及多子波神经网络研讨.pdfVIP

摘 要 多子波能同时拥有正交性、对称性、紧支撑性和高消失矩等 特性，具有比传统单子波更好的许多性质。我们在第二章根据两 种类型的多尺度函数及多子波函数的参数表达式，讨论了参数与 多尺度函数及多子波函数性质的关系。适当选择参数，我们构造 了具有各种性质的多尺度函数和多子波函数(包括GHM多尺度函 数及其多子波)。 子波分解与神经网络都是函数逼近的有效工具。基于已有的 单子波神经网络，在第三章我们提出了多子波神经网络，并且对 该网络的结构，学习算法以及在学习中应注意的一些问题作了阐 述。模拟实验证明了该网络的优越性。 关键词：子波分解神经网络多尺度函数多子波函数子波 神经网络 Abstract Multiwaveletscan and orthogonality,symmetry,compactsupport satisfy at