小波神经网络在故障诊断中的应用

介绍小波神经网络的发展和基本原理.在此基础上,详细分析和推导了两种小波神经网络的结构和算法,使其把小波变换和神经网络有机地结合起来,充分继承两者的优点.重点阐述对小波神经网络进行的改进,即动量项的引入,证明了动量项的引入在一定程度上解决了局部极小的问题,并对小波神经网络在故障诊断中的应用研究现存的几个问题和未来的发展进行了深入的探讨.     

基于小波分析与神经网络的人脸检测方法

本文设计了一种结合小波分析与神经网络优点的人脸检测方法.该方法主要包括两个阶段.在训练阶段首先借鉴图形学中的背景生成方法对AR人脸数据库中的人脸样本进行背景叠加;然后对经过预处理的训练样本进行小波分解,并将得到的小波系数输入精心设计的神经网络进行训练.在人脸检测阶段,通过将缩放后的图像的各个区域输入神经网络,由神经网络判断输入区域中是否包含人脸:在得到检测结果后,本文通过基于规则的方法以及基于SUSAN的方法进行人脸区域验证取舍与合并;最后通过实验结果的分析比较可以发现本文的方法不仅可以实现人脸区域的快速检测,而且不受光照变化以及噪声的影响.     

小波分析与神经网络的网络流量预测模型

网络流量具有长相关、非平稳性与多时间尺度特性。提出了一种基于小波分析与AR(p)人工神经网络相结合的网络流量预测模型,即WPBP算法。该算法采用小波分析得到网络流量在不同尺度下的近似信号和细节信号,并运用AR(p)的相关性理论确定近似信号序列和细节信号序列的相关程度(p值),与神经网络进行耦合,以p+1划分数据,前p项作为输入,后一项作为输出对网络进行训练,从而使得神经网络的输入与输出的选择更加合理,预测的结果也更加准确。用小波重构得到最终的流量预测值,用实际网络流量对该模型进行验证。仿真结果表明,该模型的预测效果较好。     

小波神经网络初始值的选取方法

小波神经网络初始值的选取对网络是否能快速收敛而不陷入局部最小有很大的影响。为了优化小波神经网络的性能,提出了一种新的基于重心的初始值选取法。将文章中的方法与采用随机初始值的方法进行仿真比较,结果表明该方法可以获得高几率的优秀初始参数,加快了小波网络的收敛速度。     

基于小波分析和神经网络的软件衰退预测

目前,计算技术已经取得了突破性的进展。计算机系统趋于成熟的同时,其复杂性也有所提高,产生了很多的系统问题。因此,必须对软件应用的规律进行探索,以促进计算机软件的可用性。     

一种自适应的小波神经网络

本文受感知域划分思想的启发，将小波的多分辨分析与BP网结构相结合，构造了一种新的小波神经网络．该小波神经网络利用多分辨分析生成小波树，小波树的生长与网络的训练相结合，自适应地生成隐层结点，并且删除分类不佳的结点．以声纳信号进行了实验，结果表明：该网络充分发挥了小波的特点，将模式识别的特征抽取与分类器设计融为一体．     

基于小波神经网络的我国移动通信市场预测

分析中国通信移动通信市场发展情况,移动市场发展的历史数据,具有明显的阶段性,即在不同的发展阶段具有不同的特点,将小波神经网络理论模型应用于移动通信市场预测,有助于更好地把握移动通信用户发展的规律,掌握下一步移动通信市场发展情况,为通信运营商的建设投资提供依据,为市场发展规划做好指导具有重要的价值,具有很强的实用性和准确性。     

一种模糊小波神经网络辨识器的设计与应用

针对现有模糊神经网络的语言变量层隶属函数的不足,借鉴小波变换良好的尺度变换和伸缩平移特性,提出了一种新的模糊小波神经网络模型,并研究了其结构和相应的优化算法.将该模糊小波神经网络作为系统辩识器进行计算机仿真,仿真结果表明所研究的模糊小波神经网络结构及其学习算法简单有效,系统辩识准确.     

共轭梯度法训练小波神经网络

将小波神经网络运用到故障诊断系统中。并根据小波网络构造原理，给出一种新的小波网络训练算法——共轭梯度法。实验证明小波网络比传统的BP网络收敛速度快、抗干扰能力强和对模糊边界数据识别性能优越。     

盒中脑神经网络的稳定性分析

该文对盒中脑(BSB)神经网络在超立方体内的平衡点的渐近稳定性进行了新的分析,利用Ostrowski定理及相似变换得到了判定平衡点为渐近稳定的几个充分条件。为了说明所提出新方法的有效性,给出了模拟例子。     

一种基于子波神经网络的多尺度差分方程求解新方法

多尺度方程的求解是子波与多分辨分析的基础,本文提出了用M-带子波神经网络求解多尺度差分方程(Multiscale Difference Equation, MSDE)的新方法.该方法与以前方法相比,具有很多优点并且求解方程的范围更为广泛.     

神经网络的逻辑分析

本文对比约束满足网络,描述了连续状态神经网络的逻辑理论的基本框架,给出了矛盾的定量分析方法。分析表明,神经元逻辑状态变化的根本原因是网络中存在优势矛盾;神经网络求解的动态过程对应于消除优势矛盾的过程。     

非对称联接神经网络的稳定性和稳定控制

本文对连续竞争神经网络提出一种新的动态分析方法,得出一类联想网络稳定的必要条件。根据这一稳定性准则,给出了一类联想神经网络的综合方法。对于一般不稳定网络,提出了网络稳定控制的方法。这种方法也为稳定网络的动态控制和优化提供了一条新途径。     

火灾探测的模糊神经网络方法研究

本文把火灾的探测归结为与火灾特征信号相对应的各种规则,并用模糊技术和神经网络提取这种规则,推导了神经网络和模糊技术相结合的新算法。分析结果表明：模糊神经网络用于火灾探测是行之有效的方法。     

时延不对称Hopfield神经网络的稳定条件及其应用

本文对具有时延的不对称Hopfield型神经网络平衡点的稳定性进行了分析,得到了网络平衡点全局渐近稳定的一些充分条件,最后我们说明了分析结果在网络设计和参数选择中的应用。     

信号的广义逆群及其神经网络实现

本文首次提出了信号的广义逆群这一新概念,并讨论了它的性质、泄漏系数和神经网络实现技术。研究表明,有限长信号存在多组有限长广义逆信号,它们构成原信号的广义逆群;各广义逆群的泄漏系数一般不相同,因而其病态程度不同;广义逆群可以用一个特殊的神经网络并行实现且收敛快.最后指出,广义逆群用于反卷积时可形成一种新的并行有限长滤波反卷积方法,对于离线处理,计算时间可从N2阶次降到N阶次;最低泄漏系数广义逆群对应的反卷积最可信。     

ATM网中可变比特率小波视频编码和码率控制

本文提出了小波视频编码系统及其码率控制的新方法。对原始图像序列进行时间、水平和垂直三维小波分解,并采用改进的等级树集合分区的算法对小波系数进行量化。在图像组级上对该编码器进行码率控制,使其输出码流遵循漏桶控制器的参数,并对不同大小的漏桶缓冲器进行了讨论。仿真实验证明了该编码系统及其码率控制方法的有效性。     

谱峰搜索的神经网络实现

本文提出了谱峰搜索的神经网络方法,作为一个线性规划问题,通过构造适当的代价函数把谱峰搜索与Hopfield线性规划网络联系起来。网络中神经元的个数与参数空间搜索的分辨率无关,而与传感器阵列中传感器的个数成线性关系,因此神经元的个数并不要求很多,理论分析和仿真实验证明,该方法实际上与MUSIC方法或RD(实数域波达方向估计)法是等价的。     

关于前馈多层神经网络多维函数逼近能力的一个定理

本文首次证明了前馈神经网络多维函数逼近能力的一个重要定理:当隐层神经元数目足够多时,其多维函数逼近能力与维数无关.也就是说我们只需研究其一维函数逼近能力,所得的结论完全适合于多维情形,该定理大大简化了前馈多层神经网络函数逼近问题的分析难度。本文还给出了该定理的一个应用。