导读:本文包含了小波神经网论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,小波,算法,神经,方位角,孔径,系统。
小波神经网论文文献综述
徐祥辉,加玛力汗·库马什[1]（2012）在《基于小波包分析和Elman神经网的故障诊断方法研究》一文中研究指出由非线性电力电子装置组成的电路发生故障时,故障特征信息不易提取和识别。对此提出一种基于小波包分析和Elman神经网的电力电子装置故障诊断的方法,先运用小波包分析法提取电路在不同故障状态下电压及电流信号的特征信息,然后对数据进行归一化处理并作为Elman神经网的输入,由具有智能学习功能的神经元故障分类器完成故障识别和定位。以12脉冲整流电路为例,在Matlab软件下建立电路模型进行仿真实验,结果表明该方法能快速、准确的完成故障诊断。(本文来源于《电子设计工程》期刊2012年03期）
孟懿,钟兆欣[2]（2010）在《基于RAN网及小波神经网电力系统短期负荷预测》一文中研究指出介绍电力系统负荷预测研究现状,将小波分析与神经网络相结合,构造了一种适用于非线性系统建模预测的小波神经网络。讨论运用小波神经网进行电力系统短期负荷预测的算法及在预测过程中对电网负荷数据进行预处理的方法。首次提出了RAN网新型网络结构并探讨了在电力系统短期负荷预测中的应用。分别应用2种方法对东北电网进行了72h短期负荷预测仿真。仿真结果表明,用小波神经网和RAN网进行建模预测比BP网训练步数大大减少,缩短了网络训练时间,提高了预测精度。(本文来源于《东北电力技术》期刊2010年05期）
李中帅,李洪波,魏卓[3]（2009）在《优化的小波神经网在异常检测中的应用研究》一文中研究指出本文首先介绍了遗传算法的基本原理和KDD99数据集,而后运用遗传算法,PSO算法以及QPSO算法分别对小波神经网络进行优化构建各自的模型,最后通过在KDD99数据集上分别进行各个模型的仿真实验,得出QPSO进化算法的效果明显优于另外两种算法。(本文来源于《科技信息》期刊2009年31期）
刘伟,朱浩,刘吉邦,孙一[4]（2009）在《基于Gabor小波和神经网的人脸检测》一文中研究指出论文提出了一种基于Gabor滤波特征和的正面人脸检测方法。算法首先利用了Gabor滤波器的良好的空间位置与方向的选择特性,采用了四种方向的Gabor滤波器提取人脸样本图像特征并送入神经网路进行训练。实验结果证明该方法行是十分有效的。(本文来源于《通信技术》期刊2009年02期）
徐小平,钱富才,刘丁,王峰[5]（2008）在《基于改进粒子群优化算法的新型小波神经网研究》一文中研究指出本文提出了改进的粒子群优化算法(Improved Particle Swarm Optimization,IPSO)的新型BP小波神经网络,并且对非线性辨识问题进行了仿真实验.实验结果表明,基于改进的粒子群优化算法的BP小波网络不仅具有小波分析良好的局部特性以及神经网络的学习、分类能力,而且具有粒子群优化算法全局快速寻优的特点.与简单的粒子群优化算法相比,该方法在收敛性和稳定性方面都有了较明显的提高,验证了它的合理性和有效性.(本文来源于《信息与控制》期刊2008年04期）
赵孔新,丁宁[6]（2008）在《基于人工小波神经网的说话人识别》一文中研究指出结合小波变换时频分析的局部化特性和人工神经网的良好学习能力,设计了一种用于声纹识别的人工小波神经网,建立了基于显式小波的网络学习算法。计算机模拟表明,与传统的算法相比,用该小波神经网提高了语音信号分类识别的速度和识别率,而且结构简单易于添加语音模板以便增加识别说话人的人数,是一种可行的语音识别系统。(本文来源于《电声技术》期刊2008年07期）
张文广,周绍磊,戴邵武,李新,赵海鹰[7]（2006）在《一种基于改进遗传算法的新型小波神经网研究》一文中研究指出提出了一种基于改进遗传算法(ImprovedGeneticAlgorithm,IGA)的新型BP小波神经网络,并通过异或问题和非线性辨识问题进行仿真实验。实验结果表明,基于改进遗传算法的BP小波网络不仅具有小波分析良好的局部特性以及神经网络的学习、分类能力,而且具有遗传算法全局快速寻优的特点,与简单遗传算法相比,在收敛快速性和稳定性方面都有了明显的改善。(本文来源于《计算机工程》期刊2006年16期）
曹兰英,朱自谦,夏良正[8]（2005）在《基于小波神经网的SAR图像识别算法》一文中研究指出针对SAR图像的自动目标识别问题,研究了基于小波分析和神经网络的识别算法。由非线性小波基作为网络中神经元的激励函数,隐层结点数由小波分解次数和处理目标类别数决定,输出层由目标的类别数决定,同时利用目标的方位角来限定被识别目标的范围。实验结果表明,该方法有效降低了训练和识别的难度,取得了优于BP网络的识别结果,具有广阔的应用前景。(本文来源于《测控技术》期刊2005年07期）
贾同军,姬光荣,时鹏,纪芳,张丽[9]（2001）在《一种基于遗传算法的小波神经网》一文中研究指出网络的优化学习是人工神经研究中的一个重要问题。将遗传算法全局性优化搜索和小波分析的时-频局部性特点相结合,本文提出了一种基于遗传算法学习的小波神经网络--遗传算法小波神经网络(WNNGA)。叁位异或问题和双螺旋问题的实验结果证明,遗传算法小波神经网络不仅继承了小波分析良好的局部性及其神经网络的学习和推广能力,而且具有遗传算法全局快速寻优的特点,是多层前向神经网络学习的一种理想算法。(本文来源于《系统仿真学报》期刊2001年S1期）
小波神经网论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
介绍电力系统负荷预测研究现状,将小波分析与神经网络相结合,构造了一种适用于非线性系统建模预测的小波神经网络。讨论运用小波神经网进行电力系统短期负荷预测的算法及在预测过程中对电网负荷数据进行预处理的方法。首次提出了RAN网新型网络结构并探讨了在电力系统短期负荷预测中的应用。分别应用2种方法对东北电网进行了72h短期负荷预测仿真。仿真结果表明,用小波神经网和RAN网进行建模预测比BP网训练步数大大减少,缩短了网络训练时间,提高了预测精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
小波神经网论文参考文献
[1].徐祥辉,加玛力汗·库马什.基于小波包分析和Elman神经网的故障诊断方法研究[J].电子设计工程.2012
[2].孟懿,钟兆欣.基于RAN网及小波神经网电力系统短期负荷预测[J].东北电力技术.2010
[3].李中帅,李洪波,魏卓.优化的小波神经网在异常检测中的应用研究[J].科技信息.2009
[4].刘伟,朱浩,刘吉邦,孙一.基于Gabor小波和神经网的人脸检测[J].通信技术.2009
[5].徐小平,钱富才,刘丁,王峰.基于改进粒子群优化算法的新型小波神经网研究[J].信息与控制.2008
[6].赵孔新,丁宁.基于人工小波神经网的说话人识别[J].电声技术.2008
[7].张文广,周绍磊,戴邵武,李新,赵海鹰.一种基于改进遗传算法的新型小波神经网研究[J].计算机工程.2006
[8].曹兰英,朱自谦,夏良正.基于小波神经网的SAR图像识别算法[J].测控技术.2005
[9].贾同军,姬光荣,时鹏,纪芳,张丽.一种基于遗传算法的小波神经网[J].系统仿真学报.2001
论文知识图
