原文服务方: 信息与控制       
摘要:
本文针对小波网络现有学习算法的不足,把Levenberg-Marquardt算法(简称LM算法)和最小二乘算法有机地结合在一起,提出了一种新的小波网络混合学习算法.在该混合算法中LM算法用来训练小波网络的非线性参数,而最小二乘算法用来训练线性参数.最后以辩识一个混沌系统为例进行了数值仿真,并与改进的BP算法和单纯LM算法进行了比较,结果说明了所提算法具有很好的收敛性能和收敛速度.
推荐文章
基于Levenberg-Marquardt算法的神经网络监督控制
神经网络
监督控制
电液位置伺服系统
求解随机互补问题的Levenberg-Marquardt方法
随机非线性互补问题
L-M算法
光滑化技术
收敛性分析
非精确光滑化Levenberg-Marquardt算法的局部收敛性
局部误差界
非精确Levenberg-Marquardt算法
收敛性
用Levenberg-Marquardt法进行二维介质重构
重构
Feltcher算法
徽波成像
非线性方程组
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Levenberg-Marquardt算法和最小二乘方法的小波网络混合学习算法
来源期刊 信息与控制 学科
关键词 小波网络 Levenberg-Marquardt算法 反向传播算法
年,卷(期) 2001,(5) 所属期刊栏目 研究通迅
研究方向 页码范围 440-442
页数 3页 分类号 TP13
字数 语种 中文
DOI 10.3969/j.issn.1002-0411.2001.05.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王执铨 南京理工大学自动化系 331 3939 30.0 46.0
2 卢俊国 南京理工大学自动化系 8 100 4.0 8.0
3 魏荣 南京理工大学自动化系 5 73 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (28)
同被引文献  (26)
二级引证文献  (115)
1963(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(2)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(4)
  • 引证文献(3)
  • 二级引证文献(1)
2004(10)
  • 引证文献(2)
  • 二级引证文献(8)
2005(15)
  • 引证文献(2)
  • 二级引证文献(13)
2006(15)
  • 引证文献(6)
  • 二级引证文献(9)
2007(13)
  • 引证文献(1)
  • 二级引证文献(12)
2008(13)
  • 引证文献(3)
  • 二级引证文献(10)
2009(21)
  • 引证文献(2)
  • 二级引证文献(19)
2010(10)
  • 引证文献(1)
  • 二级引证文献(9)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波网络
Levenberg-Marquardt算法
反向传播算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与控制
双月刊
1002-0411
21-1138/TP
大16开
1972-01-01
chi
出版文献量(篇)
2891
总下载数(次)
0
总被引数(次)
41289
论文1v1指导