- 1、本文档共26页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
小波神经网络及其应用
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。
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的有效工具。实际应用时常采用Mallat快速算法,利用正交小波基将信号分解到不同尺度上。实现过程如同重复使用一组高通和低通滤波器把信号分解到不同的频带上,高通滤波器产生信号的高频细节分量,低通滤波器产生信号的低频近似分量。每分解一次信号的采样频率降低一倍,近似分量还可以通过高通滤波和低通滤波进一步地分解,得到下一层次上的两个分解分量。
而小波神经网络(WaveletNeuralNetwork,WNN)正是在近年来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
式中为的Fourier变换。对作伸缩、平移变换得到小波基函数系
对任意,其连续小波变换定义为:
反演公式为:
在实际应用中,特别是计算机实现中,往往要把上述的连续小波及其变换离散化,通常采用二进制离散,即令,则
二进小波一定是一个允许小波,且是一个正交小波基。考虑一个连续的、平方可积的函数在分辨率下的逼近,由多分辨分析理论可知:
是尺度函数,对其作伸缩、平移变换得到。
Mallat同时证明了函数在和分辨率下的信息差别(即细节),可以通过将函数在一小波正交基上分解而获得,从而定义了一种完全而且正交的多分辨率描述,即小波描述。
就是式(5)定义的二进小波,则在分辨率下的逼近式为:
Mallat并指出,对于任意一个函数可以在一组正交小波基上展开:
式(11)是一个平方可积函数的小波分解,提供了小波神经网络设计的理论框架。
上述理论可推广到多维情况。我们以二维为例,若定义二维尺度函数,则
则有:
同理有:
小波神经网络模型
小波神经网络模型的典型结构如图1所示,包括输入层、输出层和隐层。隐层包含两种节点:小波基节点(节点)和尺度函数节点(节点)。
分层多分辨学习
网络输出在分辨率(最低的分辨率)上的逼近:
在分辨率上的逼近:
式(18)中的第一项表示在分辨率上的逼近,在式(17)中已计算,即系数与式(17)中相同。式(18)中的第二项表示增加的细节。
再考虑在,,…分辨率上的逼近,有:
上述方程式是小波神经网络的学习算法,这种算法是Moody在1989年提出的。
网络系数计算
对于式(19)可以改写成下述形式:
是网络权重系数,是激活函数(尺度函数或小波函数)。设小波神经网络有n个节点,m个训练数据。则有:
即
式(20)的最小二乘解为:
被称为的伪逆矩阵。且
如果样本均匀分布,是正交基,
则是一个单位矩阵,且
2.2.3小波神经网络学习过程
选择合适的小波函数和尺度函数后,在最粗的尺度L上训练节点,直到网络达到收敛。要使网络达到收敛,需确定逼近误差(在很多文献中提出了误差的计算方法)和增加合适的节点以减少逼近误差。最后是优化网络,使用新的样本来检验网络并移去权重小的节点直到满足性能准则。
2.2.4计算复杂性
小波神经网络训练的计算复杂性介于O(N)和O(N2)之间,N为学习样本数。如果学习样本是均匀分布的,则计算复杂性为O(N);如果学习样本是非均匀分布的,则计算复杂性为O(N2)。
数学应用案例
小波神经网络是基于小波分析而构成的神经网络。它充分利用小波变换的良好局部化性质并结合神经网络的自学习功能,因而具有较强的逼近、容错能力,其实现过程也比较简单。小波神经网络在近十年来应用较
您可能关注的文档
- 相交线与平行线-全章测试.docx
- 向量加法运算及其几何意义教学设计.docx
- 向量与三角形四心的关系.doc
- 向你推荐一部影视作品.doc
- 硝基三氯甲烷(氯化苦).doc
- 小波阈值图像降噪及MATLAB仿真.doc
- 小餐厅营销常用方法.docx
- 小餐饮小食杂店食品经营登记证申请书.doc
- 小草触动了我的心灵(500字)作文.doc
- 小草从地上探出头来.doc
- 2024年广东省深圳市中考物理模拟试卷试题(含答案详解).pdf
- 2024年广西桂林市九年级中考二模数学试题(教师版 ).pdf
- 2024年广西壮族自治区柳州市九年级中考三模数学试题(含答案).pdf
- 2024年河北省邯郸市九年级中考三模数学试题.pdf
- 2024年河南省鹤壁市九年级中考一模数学试题【含答案】.pdf
- 2024年河南省开封市兰考县九年级中考二模数学试题(解析版).pdf
- 2024年河南省洛阳市九年级中考第三次模拟考试数学试题(教师版 ).pdf
- 2024年河南省新乡市辉县市九年级中考二模数学试题(含答案).pdf
- 2024年湖北省恩施市三岔中学中考一模数学试题(解析版).pdf
- 2024年湖北省建始县中考一模数学试题.pdf
文档评论(0)