论文题目: 小波网络的研究及其应用
论文类型: 硕士论文
论文专业: 计算机软件与理论
作者: 徐志敏
导师: 刘希玉
关键词: 小波神经网络,自构造算法,股市预测,概念设计评价
文献来源: 山东师范大学
发表年度: 2005
论文摘要: 小波变换具有时频局部特性和变焦特性,而神经网络具有自学习、自适应、鲁棒性、容错性、和推广能力,如何把两者的优势结合起来,一直是人们关注的问题。小波网络就是结合了两者的优点而产生,它不但具有并行结构与并行处理、信息的分布式存储、容错性、自组织自适应能力、非线性等特点,而且它还具有一般神经网络所无法达到的收敛速度、收敛精度以及完美的小波理论基础,因此可以广泛的应用于信号处理、函数拟合、数据预测、系统识别、故障诊断、自动控制和模拟人的思维等许多方面。已有的小波网络基本上可以分为3 类,它们分别建立在连续小波变换、小波框架和正交小波变换理论的基础上。基于框架的小波网络,由于网络权系数与输出成线性关系,不存在局部极小值问题,同时基函数选取灵活,因此小波框架神经网络更为实用。但是,由于这类小波网络使用在时频平面上被正规截取的小波框架中的小波基函数作为稳层结点的神经元函数,所以常常导致生成的网络具有极大的冗余性。这种冗余性造成了网络资源的浪费,并且常常导致数据的过拟合,影响网络的泛化能力。而且,随着网络输入维数的增高,隐层结点的个数急剧增加,从而阻碍了它应用于高维问题。因此优化小波框架神经网络的结构具有重要意义。本文致力于研究小波框架神经网络的结构优化及其应用问题。在研究了小波网络的构造和学习算法的基础上,提出一种小波网络的自构造算法;建立应用于股市预测的非线性组合预测模型;提出一种对概念设计特征的量化提取方法,建立应用于建筑外观设计创新度评价的概念设计评价模型;然后应用本文提出的小波网络自构造算法分别对其进行求解。主要工作为:1. 提出一种小波网络的自构造算法。针对小波框架神经网络的结构优化问题,提出一种小波网络的自构造算法。这种构造和学习算法不但大大化简了小波网络所需的隐层节点的数目,优化了小波网络的结构,而且比改进的BP 算法收敛速度更快。
论文目录:
摘要
ABSTRACT
第一章 绪论
1.1 小波分析
1.2 小波网络综述
1.2.1 小波网络的提出
1.2.2 小波网络的发展
1.2.3 小波网络的分类
1.2.4 小波函数的选择
1.3 小波网络的特点与应用
1.4 本文的研究和组织
第二章 小波网络的理论基础和构造
2.1 小波理论基础
2.1.1 连续小波变换
2.1.2 离散小波变换
2.1.3 小波级数
2.1.4 多分辨分析
2.1.5 多维函数空间的小波函数
2.2 小波网络的构造
2.2.1 连续小波变换构造小波网络
2.2.2 正交小波变换构造小波网络
2.2.3 小波框架构造小波网络
2.2.4 小波基拟合构造小波网络
2.3 小波网络的性能分析
第三章 小波网络的学习算法研究
3.1 小波网络经典学习算法
3.1.1 梯度算法
3.1.2 变尺度算法
3.2.3 最小二乘算法
3.2 用改进的BP 算法训练小波网络
3.2.1 改进的BP 算法
3.2.2 用改进的BP 算法训练小波网络
第四章 小波网络的自构造算法
4.1 小波框架的时频局部化性质
4.2 有限维Hilbert 空间自适应投影的一般原理
4.3 有限维Hilbert 空间自适应投影的收敛性分析
4.4 小波网络的自构造算法
4.4.1 确定回归因子库
4.4.2 自构造算法
4.4.3 仿真实验
第五章 小波网络的应用
5.1 WNN 在股市预测中的应用
5.1.1 股票市场及其预测模型
5.1.2 非线性组合预测
5.1.3 小波网络与股市预测
5.1.4 非线性组合预测的评价标准
5.1.5 基于自构造WNN 的非线性组合预测
5.2 基于自构造算法WNN 的概念设计评价
5.2.1 相关的研究工作
5.2.2 基于WNN 的概念设计评价模型
5.2.3 建筑设计外观特征提取
5.2.4 小波网络设计
5.2.5 试验结果
结束语
参考文献
攻读硕士学位期间参与的项目和发表的论文
致谢
发布时间: 2005-09-26
参考文献
- [1].小波网络在非线性控制系统中的应用研究[D]. 闫璐.华北电力大学2013
- [2].基于小波网络的冲激信号检测方法研究[D]. 潘俊林.五邑大学2008
- [3].基于蚁群算法的模糊小波网络控制策略及其应用研究[D]. 杨瑞.西安理工大学2005
- [4].基于小波网络的交通预测和道路择优的研究[D]. 柴良勇.合肥工业大学2016
- [5].改进的小波神经网络在旋转机械故障诊断中的应用研究[D]. 黄媛.武汉理工大学2009
- [6].利用小波网络处理凝析天然气流量计测量数据[D]. 肖广云.中国石油大学2008
- [7].一种改进小波网络及其应用[D]. 郭俊元.吉林大学2006
- [8].复杂非线性系统的小波神经网络建模及其应用[D]. 刘霞.大庆石油学院2005
- [9].基于小波神经网络的故障诊断研究[D]. 仲京臣.中国海洋大学2004
- [10].一种小波网络的快速算法及其在控制中的应用[D]. 赵超.大连理工大学2005
相关论文
- [1].小波神经网络参数优化及其应用[D]. 张清华.东北农业大学2009
- [2].小波神经网络的优化及其应用研究[D]. 金丽婷.江南大学2008
- [3].小波神经网络与BP网络的比较研究及应用[D]. 冯再勇.成都理工大学2007
- [4].基于小波神经网络的故障诊断研究[D]. 仲京臣.中国海洋大学2004
- [5].一种小波网络的快速算法及其在控制中的应用[D]. 赵超.大连理工大学2005
- [6].复杂非线性系统的小波神经网络建模及其应用[D]. 刘霞.大庆石油学院2005
- [7].基于小波神经网络的故障诊断方法研究[D]. 张正刚.大庆石油学院2005
- [8].小波神经网络算法的改进与应用[D]. 张国彬.福州大学2006
- [9].一种改进小波网络及其应用[D]. 郭俊元.吉林大学2006
- [10].小波神经网络及其应用[D]. 郑小洋.重庆大学2003