基于小波神经网络的非线性时变系统辨识方法

摘要

该文采用的神经网络为小波网络.由于小波网络与普通的前向网络相比,具有网络结构和参数的确定有理论依据及收敛速度快精度高等诸多的优越性,因此小波网络受到越来越多的重视.文中将对几种典型的小波网络及其算法时行介绍.

目录

文摘

英文文摘

第一章概述

第一节神经网络概况

1.1.1神经网络的特点

1.1.2神经网络的发展状况

第二节传统时变系统辨识方法

1.2.1递推最小二乘算法

1.2.2卡尔曼滤波法

第三节时变系统辨识方法的现况

1.3.1时变系统的非神经网络辨识方法

1.3.2时变系统的神经网络辨识方法

第二章小波分析及其与神经网络结合的发展

第一节小波分析的有关理论

2.1.1小波分析发展及应用

2.1.2小波及小波变换

2.1.3小波框架

2.1.4多分辨分析及尺度函数

第二节小波分析与神经网络结合的发展

2.2.1小波分析与神经网络结合的途径

2.2.2小波网络的分类

2.2.3小波网络模型及算法

第三章小波网络快速学习算法及其仿真研究

第一节小波网络快速学习算法的推导

3.1.1离散正交小波网络的快速学习算法

3.1.2连续小波网络的快速学习算法

第二节小波网络快速学习算法的仿真研究

3.2.1一元函数的逼近

3.2.2二元函数的逼近

第四章带自校正移动窗的非线性时变系统小波网络辨识算法

第一节算法的推导

4.1.1网络结构

4.1.2全局化算法

4.1.3局部化算法

4.1.4移动窗长的自校正

第二节算法的仿真研究

结束语

致谢

参考文献