版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文以黑龍江省環(huán)保局大氣環(huán)境監(jiān)測(cè)項(xiàng)目和國(guó)家自然科學(xué)基金項(xiàng)目(復(fù)雜大系統(tǒng)行為的智能自校正模型研究,批準(zhǔn)號(hào):60474069)為背景,針對(duì)神經(jīng)網(wǎng)絡(luò)在環(huán)境類系統(tǒng)建模中,遇到的噪聲、數(shù)據(jù)缺損和過(guò)擬合三個(gè)問(wèn)題,對(duì)小波神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法進(jìn)行了研究。
針對(duì)神經(jīng)網(wǎng)絡(luò)在線學(xué)習(xí)過(guò)程中遇到的過(guò)擬合問(wèn)題,本文研究采樣定理與神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、正則性與函數(shù)推廣能力、小波神經(jīng)網(wǎng)絡(luò)頻帶與輸入層權(quán)值之間的相互關(guān)系,并在這些關(guān)系的基礎(chǔ)上,從函數(shù)正則性的角度,給出神經(jīng)網(wǎng)
2、絡(luò)的頻段選取標(biāo)準(zhǔn),進(jìn)而提出基于頻域分析的輸入層和輸出層權(quán)值相分離的學(xué)習(xí)算法,對(duì)學(xué)習(xí)算法的收斂性、逼近能力和推廣能力進(jìn)行分析,給出并證明相應(yīng)的定理。
針對(duì)樣本數(shù)據(jù)存在噪聲的問(wèn)題,改進(jìn)基于頻域分析的學(xué)習(xí)算法,對(duì)其在多頻段的逼近能力和收斂性進(jìn)行研究,給出相關(guān)的定理和證明,并基于這些定理,提出小波神經(jīng)網(wǎng)絡(luò)在噪聲環(huán)境下的學(xué)習(xí)算法。本文對(duì)該算法的在線去噪性能、全局收斂性和逼近能力進(jìn)行理論研究和證明。在此基礎(chǔ)上分析小波神經(jīng)網(wǎng)絡(luò)在線去噪特性與
3、學(xué)習(xí)算法的相互關(guān)系。通過(guò)仿真試驗(yàn),對(duì)比該算法與正則化技術(shù)的噪聲魯棒性。
局部平穩(wěn)噪聲是環(huán)境類系統(tǒng)中常見的一種噪聲,盡管在噪聲環(huán)境下的學(xué)習(xí)算法,能夠有效地降低高頻噪聲的影響,但是當(dāng)噪聲的頻段比較低,或者建模對(duì)象含有高頻成份時(shí),很難獲得良好的學(xué)習(xí)效果。為了實(shí)現(xiàn)對(duì)局部平穩(wěn)噪聲更為精確的濾除,本文提出基于局部平穩(wěn)過(guò)程Karhunen-Lève基(局部余弦基)的濾波算法。論文研究正則性函數(shù)和噪聲,局部余弦變換的不同特點(diǎn),并將其應(yīng)用于噪聲
4、的判斷和去除。通過(guò)仿真試驗(yàn)說(shuō)明算法的有效性。
針對(duì)數(shù)據(jù)缺損時(shí),訓(xùn)練數(shù)據(jù)非均勻分布,等分辨率學(xué)習(xí)算法很難獲得理想的逼近效果,本文提出一種逐次迭代的非等分辨率學(xué)習(xí)算法?;贙adec’s14原理和等分辨率學(xué)習(xí)算法,詳細(xì)討論該算法的樣本分集和迭代過(guò)程,并對(duì)該算法的高精度逼近能力和克服過(guò)擬合的能力進(jìn)行證明和討論。從更深的理論層次上,提出相關(guān)定理,說(shuō)明非等分辨率學(xué)習(xí)算法與凹空間逼近的關(guān)系。
最后,本文將所提出的非等分辨率學(xué)習(xí)算
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 小波神經(jīng)網(wǎng)絡(luò)及其在環(huán)境系統(tǒng)建模中的應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)建模.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的混沌時(shí)間序列建模研究.pdf
- 基于混合神經(jīng)網(wǎng)絡(luò)的非線性動(dòng)態(tài)系統(tǒng)建模.pdf
- 基于改進(jìn)小波神經(jīng)網(wǎng)絡(luò)的水質(zhì)評(píng)價(jià)建模研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的系統(tǒng)邊際電價(jià)預(yù)測(cè).pdf
- 小波神經(jīng)網(wǎng)絡(luò)及其在化工建模中的應(yīng)用.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的鏡頭檢測(cè).pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的電站鍋爐燃燒優(yōu)化系統(tǒng)建模.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的微波非線性散射函數(shù)建模方法.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的電廠鍋爐燃燒系統(tǒng)建模及優(yōu)化研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別.pdf
- 基于模糊小波神經(jīng)網(wǎng)絡(luò)的BDI模型.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)系統(tǒng)研究.pdf
- 小波神經(jīng)網(wǎng)絡(luò)及其應(yīng)用.pdf
- 基于小波矩特征的小波神經(jīng)網(wǎng)絡(luò)目標(biāo)識(shí)別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)建模與預(yù)測(cè)控制.pdf
- 基于自組織模糊神經(jīng)網(wǎng)絡(luò)的CFB鍋爐燃燒系統(tǒng)建模.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的小電流接地系統(tǒng)的故障選線.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論