提高BP小波神经网络收敛速度的研究

• 作者: 何苗 刘明军 李金屏 杨波
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 信号标度变换 自适应调节 差值逼近 BP小波神经网络
• 年，卷（期）: 2002,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 28-35
• 页数: 8页
• 分类号: TP183|TP399
• 字数: 9172字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2002.01.005

摘要

介绍了小波神经网络对于一维数据进行有损压缩和特征提取的数学基础,重点讨论了BP小波神经网络收敛速度的改进方法.新的改进措施包括:1.优化选取初始网络参数和信号标度变换.2.适当改进常用的自适应调节学习率方法.3.利用差值逐步逼近技术对原始数据进行多次压缩.为了尽可能提高压缩比,在保证相对误差不变的情况下,还讨论了变结构的小波神经网络,能够自动删去贡献很小的隐层神经元.仿真计算表明,在满足相对误差要求的情况下,这些新的改进方法能够获得较快的收敛速度和较高的压缩比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘明军	济南大学计算中心	19	284	10.0	16.0
2	杨波	济南大学信息科学与工程学院	140	1282	18.0	29.0
3	李金屏	济南大学信息科学与工程学院	87	755	15.0	23.0
4	何苗	济南大学信息科学与工程学院	3	98	3.0	3.0