基于模糊神經(jīng)網(wǎng)絡的非線性濾波研究.pdf

1、大多數(shù)先進的濾波算法都是在各種基本算法的基礎上發(fā)展而來的，通過改進這些基本算法的性能，在某些特定的情況下可取得較好的效果。為適應信號及噪聲的非線性和更復雜性的特性，本文將自適應、自組織和自學習機制引入到濾波中，形成模糊神經(jīng)網(wǎng)絡(FNN)的非線性濾波方法。 模糊神經(jīng)網(wǎng)絡是一門交叉學科，它在結合模糊邏輯(FL)和神經(jīng)網(wǎng)絡(NN)的基礎上、以簡單的數(shù)學方法和邏輯推理完成復雜的智能分析，能有效地處理問題的非線性、模糊性和不確定性關系。

2、 本文研究和分析了經(jīng)典BP神經(jīng)網(wǎng)絡(BPNN)、徑向基函數(shù)神經(jīng)網(wǎng)絡(RBFNN)和模糊神經(jīng)網(wǎng)絡的理論和算法，并在此基礎上應用基于激勵函數(shù)變化明顯區(qū)域的模糊神經(jīng)網(wǎng)絡的初始化方法，使網(wǎng)絡模型較快地跟蹤被測系統(tǒng)而收斂到其最優(yōu)。利用模糊邏輯和RBF神經(jīng)網(wǎng)絡的等價性將模糊邏輯和神經(jīng)網(wǎng)絡有機的結合來構成模糊神經(jīng)網(wǎng)絡，并將模糊神經(jīng)網(wǎng)絡方法應用到地震勘探的實際資料處理中，取得了較好的應用效果。除此之外，同時運用中值濾波、BP神經(jīng)網(wǎng)絡濾波、RBF神