小波神经网络与其应用.docxVIP

小波神经网络及其应用 1014202032 陆宇颖 摘 要： 小波神经网络是将小波理论和神经网络理论结合起来的一种神经网络，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。 首先阐明了小波变换和多分辨分析理论， 然后介 绍小波神经网络数学模型和应用概况。 1. 研究背景与意义 人工神经网络是基于生物神经系统研究而建立的模型，它具有大规模并行处理和分 布式存储各类图像信息的功能， 有很强的容错性、 联想和记忆能力， 因而被广泛地应用于故 障诊断、模式识别、联想记忆、复杂优化、图像处理以及计算机领域。但是，人工神经网络 模型建立的物理解释， 网络激活函数采用的全局性函数， 网络收敛性的保证， 网络节点数的 经验性确定等问题尚有待进一步探讨和改善。 小波理论自 Morlet 提出以来， 由于小波函数具有良好的局部化性质， 已经广泛渗透到 各个领域。小波变换方法是一种窗口大小固定但其形状可以改变 , 时间窗和频率窗都可以改 变的时频局部化分析方法 , 由于在低频部分具有较高的频率分辨率和较低的时间分辨率 , 在高频部分具有较高的时间分辨率和较低的频率分辨率 , 所以被誉为数学显微镜。 正是这种 特性, 使小波变换具有对信号的自适应性。 基于多分辨分析的小波变换由于具有时频局部化 特性而成为了信号处理