⼩波神经⽹络（WNN）
⼈⼯神经⽹络（ANN）
是对⼈脑若⼲基本特性通过数学⽅法进⾏的抽象和模拟，是⼀种模仿⼈脑结构及其功能的⾮线性信息处理系统。
具有较强的⾮线性逼近功能和⾃学习、⾃适应、并⾏处理的特点，具有良好的容错能⼒。
⼈⼯神经元
神经元是构成神经⽹络的最基本单元。要想构造⼀个⼈⼯神经⽹络系统，⾸要任务是构造⼈⼯神经元模型。
⼀个⼈⼯神经⽹络的神经元模型和结构描述了⼀个⽹络如何将它的输⼊⽮量转换为输出⽮量的过程。 ⼀个神经元有两个输⼊：输⼊向量p，阈值b，也叫偏差。
欺实马输⼊向量p通过与它相连的权值分量w相乘，求和后，形成激活函数f(.)的输⼊。激活函数的另⼀个输⼊是神经元的阈值b。 如何上好体育课
无锡新城中学权值w和输⼊p的矩阵形式可以由w的⾏⽮量以及p的列⽮量来表⽰：
神经元模型的输出⽮量可以表⽰为：
激活函数是⼀个神经元及⽹络的核⼼。
激活函数的基本作⽤是：
1、控制输⼊对输出的激活作⽤；
l6563
2、对输⼊、输出进⾏函数转换；
3、将可能⽆限域的输⼊变换成指定的有限范围内的输出。
激活函数的常⽤类型：
⼩波（wave/let）：波-震荡，⼩-衰减速度⽐较快。
⼩波分析具有多分辨分析的特点，是⼀种窗⼝⼤⼩固定不变但其形状可以改变的分析⽅法，被称为信号的显微镜。
权重计算方法
⼩波分析的种类：Haar⼩波规范正交基、Morlet⼩波、Mallat算法、多分辨分析、多尺度分析、紧⽀撑⼩波基、时频分析等。
⼩波神经⽹络（WNN）
集⼈⼯神经⽹络和⼩波分析优点于⼀⾝，即使⽹络收敛速度快、避免陷⼊局部最优，⼜有时频局部分析的特点。
2012年重庆高考作文WNN是将神经⽹络隐结点的S函数由⼩波函数来代替，相应的输⼊层到隐含层的权值及隐含层的阈值分别由⼩波函数的尺度伸缩因⼦和时间平移因⼦所代替。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议