用于信号逼近和分类的自适应周期小波神经网络
| 外文标题 | Adaptive Period Wavelet Neural Network for Signal Approximation and Classification |
| 文献类型 | 期刊 |
| 作者 | 何强[1];黄生[2];毛士艺[3];张有为[4] |
| 机构 | [1]北京航空航天大学电子工程系,北京航空航天大学电子工程系,北京航空航天大学电子工程系,五邑大学信息科学研究所 [2]北京航空航天大学电子工程系,北京航空航天大学电子工程系,北京航空航天大学电子工程系,五邑大学信息科学研究所 [3]北京航空航天大学电子工程系,北京航空航天大学电子工程系,北京航空航天大学电子工程系,五邑大学信息科学研究所 [4]北京航空航天大学电子工程系,北京航空航天大学电子工程系,北京航空航天大学电子工程系,五邑大学信息科学研究所 ↓ |
| 来源信息 | 年:2000卷:16期:1页码范围:42-45 |
| 期刊信息 | 信号处理ISSN:1003-0530 |
| 关键词 | 小波神经网络;信号逼近;模式匹配;自适应 |
| 摘要 | 小波神经网络是一种新的信号逼近和分类工具.对小波基函数的选取、参数初值确定、参数的计算方法以及在信号逼近和分类中的应用等问题已经有大量研究.小波神经网络应用于信号分类仍有不少具体问题.本文针对模板和样本信号周期不同时网络参数差异较大的问题,对网络结构进行了修正,提出了自适应周期小波神经网络(APWNN, Adaptive Period Wavelet Neural Network),给出了计算方法.以特定人元音识别试验为例,给出了APWNN在信号分类中的具体应用. |
| 所属部门 | 电子信息工程学院 |
| 链接地址 | http://d.g.wanfangdata.com.cn/Periodical_xhcl200001009.aspx |
| DOI | 10.3969/j.issn.1003-0530.2000.01.009 |
| 人气指数 | 5 |
| 浏览次数 | 5 |
| 基金 | 广东省自然科学基金; 国家高技术研究发展计划(863计划) |
全文
影响因子：
dc:title:用于信号逼近和分类的自适应周期小波神经网络
dc:creator:何强;黄生;毛士艺,等
dc:date: publishDate:2000-03-30
dc:type:期刊
dc:format: Media：信号处理
dc:identifier: LnterrelatedLiterature：信号处理.2000,16(1),42-45.
dc:identifier:DOI：10.3969/j.issn.1003-0530.2000.01.009
dc: identifier:ISBN:1003-0530
