论文部分内容阅读
小波网络是函数逼近的有力工具.利用多小波函数和多尺度函数的互补性,构造了一种具有分层、多分辨和局部学习特点的正交多小波神经网络.分析了该网络用于函数逼近时的性质,讨论了其结构并在此基础上给出了调整网络权系数的算法.理论分析和GHM多小波网络及db2单小波网络对几种非线性函数的仿真结果都表明,当函数具有一定的光滑性时,正交多小波神经网络的逼近性能优于正交单小波神经网络.