一种用于混沌系统辨识的小波神经网络及学习算法
Application of Wavelets Neural Networks for Chaos System Identification
摘要
提出了一种适用于高精度逼近和泛化建模的小波神经网络的学习算法,它可用来辨识混沌系统.文中给出了小波网络的基本原理和详细的网络训练算法.仿真实验通过用小波网络来辨识hernon混沌系统,并用Lyapunov指数验证了小波神经网络(WNN)在辨识混沌系统时的系统输出性能指标.
出处
《燕山大学学报》
CAS
2001年第z1期93-96,共4页
Journal of Yanshan University
参考文献13
-
1[1]Qinghua Zhang, Albert Benveniste. Wavelet Networks. IEEETrans. Neural Network, 1992,3 (6): 889-897
-
2[2]Qinghua Zhang. Using Wavelet Network in Non parametric Esti-marion. IEEE Trans. Neural Network. 1997,8 (2): 227-236
-
3[3]Jun Zhang, Gilbert G. Wavelet Neural Networks for functionLearning. IEEETrans. Signal Processing, 1 995, 2 (6): 1485-1496
-
4[4]Nurgun Erdol, Filiz Basbug. Wavelet Transform Based AdaptiveFilters: Analysis and New Results. IEEETrans. SignalProcessing,1996,44 (9): 2163- 2169
-
5[5]Michail K, Tsatsanis, G-eorigios B. Time-Varying SystemIdenti-fication and Model Validation Using Wavelets. IEEE Trans. SignalProcessing, 1993,41 (12): 3512-3523
-
6[6]Tan Yonghong. Nonlinear Dynamic System Identification BasedonWavelet Neural Network. Journal of Gulin Institute o fElectron-icTechnology, 1999,19 (1): 1-6
-
7[7]Kantz H. A robust method to estimate the maximal Lyapunov ex-ponent of a time series. Physics Letters A, 1994,185 (1): 77- 87
-
8[8]PatiYC, KrishnaprasadPs. Analysis and synthesis ofFeedforwardNeural Networks Using Discrete Afline Wavelet Transformations.IEEE Trans. On NeuralNetworks, 1993,4 (1): 73-85
-
9[9]Zhang Jun, Walter Gilbert G, Miao yu bo. Wavelet Neural Networksfor Function Learing. IEEE Trans on Signal Processing, 1995,43(6): 1485-1497.
-
10[10]Bakshi BhaveikR, George Step Hanopoulos. Wave-Net: A Mul-tiresolution, Hierarchical Neural Network with LocalizedLearning. AICHEJournal, 1993,39 (1): 57-81
二级参考文献11
-
1张键.具有滞后特性方程的异宿分岔[J].应用力学学报,1997,15(4):141-145.
-
2陈予恕.非线性动力学和混沌基础[M].长春:东北师范大学出版社,1994..
-
3Chen G,IEEE Contr Syst,1997年,8卷,1期,29页
-
4Chen G,Procof the IEEE Int′l Sym p on Circ Syst. Seattle,1995年,1177页
-
5Chen G,Int J Bifurc Chaos,1992年,2卷,2期,407页
-
6张键,应用力学学报,1997年,15卷,4期,141页
-
7陈予恕,非线性动力学和混沌基础,1994年
-
8刘曾荣,混沌的微扰判据,1994年
-
9陈关荣.控制非线性动力系统的混沌现象[J].控制理论与应用,1997,14(1):1-6. 被引量:34
-
10王冠宇,陶国良,陈行,林建亚.混沌振子在强噪声背景信号检测中的应用[J].仪器仪表学报,1997,18(2):209-212. 被引量:114
共引文献25
-
1汪金山,余水宝,汪轲.微弱正弦信号的全频域检测方法[J].仪器仪表学报,2006,27(z2):1689-1691. 被引量:1
-
2韩建群,吴强,赵秀岩.杜芬系统参数对混沌信号频带宽度的影响[J].大连大学学报,2005,26(2):37-40.
-
3张鑫,陈伟斌,姚明海.Duffing振子检测微弱正弦信号的普遍性研究[J].计算机与数字工程,2005,33(12):71-73. 被引量:8
-
4刘丁,任海鹏,李虎明.基于Lyapunov指数的弱周期信号检测[J].仪器仪表学报,2005,26(12):1215-1218. 被引量:15
-
5韩建群,张瑾.微弱周期信号对杜芬混沌系统状态的影响[J].大连大学学报,2006,27(2):48-49.
-
6王俊国,周建中,付波,彭兵.基于Duffing振子的微弱信号混沌检测[J].电子器件,2007,30(4):1380-1383. 被引量:11
-
7梁倩,王淑敏.一种检测微弱正弦信号的新方法[J].武汉大学学报(理学版),2007,53(5):627-630. 被引量:2
-
8王凤利,于洪亮,段树林,马孝江.基于局域波和混沌的微弱故障信号检测方法[J].交通运输工程学报,2008,8(1):73-77. 被引量:4
-
9陈伟根,张嵩,杜林,王有元.基于互相关与混沌检测相结合的光声信号检测方法[J].电力自动化设备,2008,28(3):22-26. 被引量:10
-
10杨红英,叶昊,王桂增,吕琛.Duffing振子的Lyapunov指数与Floquet指数研究[J].仪器仪表学报,2008,29(5):927-932. 被引量:20
-
1杨涛,王学雷,邵惠鹤.基于在线训练RBF神经网络的混沌系统辨识研究[J].应用科学学报,2002,20(2):160-164. 被引量:1
-
2吴正龙,王奇,刘开刚.粒子群优化算法训练神经网络辨识混沌系统[J].计算机工程与应用,2008,44(14):76-79. 被引量:1
-
3成伟.蚁群算法训练神经网络辨识混沌系统[J].重庆工商大学学报(自然科学版),2009,26(2):156-161. 被引量:6
-
4黄晓峰,潘立登.基于增广RBF神经网络的混沌系统辨识[J].北京化工大学学报(自然科学版),1999,26(1):45-48. 被引量:9
-
5李冬梅,王正欧.基于RBF网络的混沌动力系统辨识[J].天津大学学报(自然科学与工程技术版),2002,35(2):191-195. 被引量:4
-
6张艳霞,刘其真,乔志骏,卢宏涛,何永保,林世雄,刘军.基于多维离散傅立叶变换的神经网络用于数据逼近和泛化建模[J].计算机工程与应用,2000,36(2):47-48. 被引量:5
-
7杨怀江,沈柯,翁兆恒,周立伟.混沌光学系统之前向神经网络混沌催化混沌系统辨识研究[J].长春光学精密机械学院学报,1995,18(4):6-12.
-
8张静.基于遗传模拟退火的广义T-S模糊模型的混沌系统辨识[J].计算机应用,2005,25(11):2671-2672. 被引量:1
-
9郭会军,刘君华.基于GA-Fuzzy的混沌系统辨识研究[J].系统仿真学报,2004,16(6):1323-1325. 被引量:6
-
10乔志骏,刘其真,易维列,何永保,刘军,林世雄.一个基于模糊神经网络的数据逼近和泛化建模方法[J].模式识别与人工智能,2001,14(2):253-256. 被引量:4