Indexed by：
Abstract：
提出一种新的小波神经网络结构,旨在解决输入变量比较多、变量分先后次序起作用的一类问题.该网络结构类似于多层前向神经网络,不同的是将一部分输入节点移至隐层,输入变量不是由同一层输入,而是根据变量起作用的前后次序分别在网络的不同层输入,从而使网络的规模减小;同时,隐层神经元的激励函数是一维小波函数,避免了多元小波函数带来的维数灾难问题.因此,该神经网络是处理高维问题的有效工具,尤其适用于包含多道加工工序的大工业过程的建模.将该神经网络用于热连轧产品质量建模,并经过了实测数据拟合与检验.试验结果表明,提出的小波神经网络结构是可行的,而且有很好的应用前景.
Keyword：
Reprint Author's Address：
Email：
Source ：
系统工程与电子技术
ISSN： 1001-506X
Year： 2004
Issue： 7
Volume： 26
Page： 941-944
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 6
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
