小波神经网络的优化及其应用研究

论文摘要

小波神经网络是建立在小波分析理论和人工神经网络基础上的一种新型神经网络.由于其兼具了小波变换良好的时频局部化特性和神经网络的自学习能力,因此已广泛应用于非线性函数逼近、非线性系统辨识与动态建模、信号处理及分类等各个领域.本文在深入研究小波神经网络构造、算法及优化的基础上,将小波神经网络应用于非线性系统辨识和信号处理,并取得了较好的效果.论文的主要研究工作包括:1、研究了小波神经网络的构造方法和学习算法.分别研究了自适应小波神经网络和基于时频分析的小波神经网络,侧重对自适应小波神经网络的构造及算法进行描述,介绍了一种混合学习算法,通过将LM算法与梯度下降算法有机结合在一起,有效改进了网络的学习收敛速度和精度.给出了网络程序框图,所得到的仿真结果表明了该算法的有效性.2、研究了小波神经网络在非线性系统辨识中的应用.利用本文第二章所给出的算法,分别作了一维非线性系统和二维非线性系统的辨识研究.对二维非线性系统辨识,在网络隐层和输出层间引入一种局部线性模型,以减少网络隐层小波基个数.仿真结果表明了所建立的小波神经网络辨识模型及算法的有效性.3、研究了小波神经网络在心电图(ECG)信号处理及分类中的应用.介绍了一种基于采样理论的小波神经网络,并将其应用于ECG信号滤波预处理中,对滤波效果作了计算机仿真验证.然后设计了一种基于BP神经网络的ECG信号分类器,把经过预处理的ECG信号进行分类,试验结果表明了所提方法的有效性.

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 小波分析简述
• 1.1.1 小波分析的发展及应用
• 1.1.2 小波及小波变换理论
• 1.1.3 小波框架理论
• 1.1.4 多分辨率分析理论
• 1.2 小波神经网络简述
• 1.2.1 小波神经网络的分类
• 1.2.2 小波神经网络的特征
• 1.2.3 小波神经网络与神经网络的比较
• 1.3 课题的研究背景及国内外研究现状
• 1.3.1 课题的研究背景
• 1.3.2 国内外研究现状
• 1.4 本文的主要研究工作
• 第二章 自适应小波神经网络及其算法研究
• 2.1 引言
• 2.2 自适应小波神经网络的结构
• 2.3 自适应小波神经网络的训练算法
• 2.3.1 小波神经网络参数的GD 算法
• 2.3.2 小波神经网络参数的LM+GD 算法
• 2.3.3 变步长学习算法
• 2.4 小波神经网络学习算法的程序框图
• 2.5 仿真试验
• 2.6 本章小结
• 第三章 基于时频分析的小波神经网络
• 3.1 基于多分辨率分析的小波神经网络构造
• 3.2 基于小波时频特性的隐层节点选取
• 3.3 仿真实验
• 3.4 本章小结
• 第四章 基于小波神经网络的非线性系统辨识
• 4.1 引言
• 4.2 小波神经网络的非线性系统辨识
• 4.2.1 小波神经网络辨识中的常用结构
• 4.2.2 小波神经网络系统辨识模型
• 4.3 仿真研究
• 4.3.1 一维非线性系统的小波神经网络辨识
• 4.3.2 二维非线性系统的小波神经网络辨识
• 4.4 本章小结
• 第五章 小波神经网络在ECG 信号分类中的应用
• 5.1 引言
• 5.2 ECG 自动分析技术
• 5.3 基于采样理论的小波神经网络
• 5.4 ECG 信号分类器设计
• 5.4.1 数据的获取
• 5.4.2 ECG 信号的预处理
• 5.4.3 ECG 信号的特征提取
• 5.4.4 BP 网络分类器设计
• 5.5 ECG 信号分类试验及结果
• 5.6 本章小结
• 总结与展望
• 致谢
• 参考文献
• 作者在攻读硕士学位期间发表的论文
• 附录Ａ
• 附录B