华南理工大学学报(自然科学版) ›› 2003, Vol. 31 ›› Issue (2): 77-79,84.

• • 上一篇    下一篇

小波神经网络的参数初始化研究

赵学智1 邹春华2 陈统坚1 叶邦彦1 彭永红1   

  1. 1.华南理工大学机械工程学院 广东广州510640;2.广州(从化)亨龙机电制造实业有限公司 广东 从化 510990
  • 出版日期:2003-02-20 发布日期:2022-04-07
  • 通信作者: 赵学智(1970一),男,博士,讲师,主要从事小波分析、神经网络及其在机械测试信号处理中的应用研究。
  • 作者简介:赵学智(1970一),男,博士,讲师,主要从事小波分析、神经网络及其在机械测试信号处理中的应用研究。
  • 基金资助:
    国家自然科学基金资助项目(59905008); 广东省自然科学基金资助项目(980396); 华南理工大学自然科学基金资助项目(E5305292)

A Research on the Initialization of Parameters of Wavalet Neural Networks

  • Online:2003-02-20 Published:2022-04-07
  • Contact: 赵学智(1970一),男,博士,讲师,主要从事小波分析、神经网络及其在机械测试信号处理中的应用研究。
  • About author:赵学智(1970一),男,博士,讲师,主要从事小波分析、神经网络及其在机械测试信号处理中的应用研究。

摘要: 随机产生的初始参数往往使小波神经网络的学习次数大幅度地增加,甚至不收敛.为了加快网络的学习速度,本研究提出了一种将小波网络的初始参数设置和小波类型、小波时频参数和学习样本等联系起来的小波神经网络的初始参数设置方法.学习实例结果表明,按照这一方法不但可以获得高几率的优秀初始参数,而且能大大加快小波网络的后续学习速度.

关键词: 小波神经网络, 参数初始化, 小波时频参数, 学习样本