一种多维小波网络的构造性算法

在探索单尺度径向小波框架与径向基函数网络对函数逼近特性相似的基础上 ,构造了单尺度径向基小波网络 .针对在高维应用中出现的维数灾难 ,以减少其对维数的依赖性为出发点 ,实现了限制网络规模过大的方法 ,主要包括根据输入样本的时频信息和小波的时频定位区间 ,采取多种措施自适应地从小波栅格中挑选恰当的小波基 ;根据输出样本信息 ,考虑权值的不同重要程度 ,利用自适应正交投影算法完成了网络结构大小及其连接权值的自动确定 .通过将该方法应用到脑电逆问题的求解实例中 。

基于张量积结构的多维小波网络(英文)

针对多维函数逼近的‘维数灾’问题 ,依据小波框架理论提出了一种张量积结构小波网络 ,其主要特点是在网络输出层将各维输入的小波重构相乘 ,从而得到自动覆盖函数输入空间的多维小波框架 ,最后通过权系数的在线或离线学习实现多维函数的小波逼近 .理论分析和仿真结果证实了该结构设计方法应用于多维函数逼近时的有效性 .