基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
小波神经网络是小波分析理论和人工神经网络两者结合的产物。为了解决 BP 算法易陷入极小值,收敛速度慢的问题。论文采用小波神经网络进行训练同时融合了带动量的 BP 算法,自适应调整小波的伸缩参数、平移参数和连接权值,并在其选定的范畴内尽可能多地提取信号特征。最后,论文以人口预测为例验证了自适应小波神经网络算法有效性。
推荐文章
基于小波神经网络的功放自适应数字预失真算法
小波神经网络
高功率放大器
非线性
预失真
自适应提升小波神经网络光纤陀螺滤波方法
信号处理
提升小波
小波神经网络
分形噪声
光纤陀螺
自适应滤波
基于自适应果蝇算法的神经网络结构训练
果蝇优化算法
神经网络
自适应步长
模式分类
一种基于小波神经网络的自适应控制方法
自适应控制
神经网络
小波逼近
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 自适应小波神经网络训练算法及其应用
来源期刊 计算机与数字工程 学科 工学
关键词 小波神经网络 训练算法 人口预测 自适应
年,卷(期) 2015,(9) 所属期刊栏目 算法与分析
研究方向 页码范围 1557-1560
页数 4页 分类号 TP391
字数 2589字 语种 中文
DOI 10.3969/j.issn1672-9722.2015.09.002
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 江祥奎 西安邮电大学自动化学院 18 78 5.0 8.0
2 马超男 西安邮电大学自动化学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (43)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (15)
1943(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
小波神经网络
训练算法
人口预测
自适应
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导