10.3969/j.issn.1000-386X.2005.07.033
一种基于小波型函数链神经网络的竞争学习模型的设计与应用
神经网络模式分类方法中,比较著名的方法之一就是"竞争学习".竞争学习采用若干单元的层次结构,以一种"赢者全取"的方式对系统当前处理的对象进行竞争.通常的神经网络模式分类方法,由于其较长的处理时间和数据的复杂性,很难适用于大型数据库.为此,本文采用调制的小波基对输入模式预处理,在函数链神经网络的基础上设计了基于小波型函数链神经网络的竞争学习模型,充分利用小波变换和函数链神经网络的优势,这样设计的系统有惊人的学习速度、体系结构的通用性好、适用性强等特点.
小波、函数链神经网络、竞争学习
22
TP18(自动化基础理论)
2005-08-18（万方平台首次上网日期，不代表论文的发表时间）
共3页
77-79
