多子群結(jié)構(gòu)小波神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的研究及應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩50頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)作為群體智能的一員,是一種具有全局尋優(yōu)能力的群體智能算法。小波神經(jīng)網(wǎng)絡(luò)是在小波分析與神經(jīng)網(wǎng)絡(luò)發(fā)展的基礎(chǔ)上形成的一種網(wǎng)絡(luò)模型,一方面,它具有小波變換的優(yōu)點(diǎn),在時(shí)域頻域同時(shí)具有良好的局部特性,可以以多個(gè)尺度對(duì)函數(shù)逼近;另一方面,它具有多層前饋神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)、記憶功能,對(duì)連續(xù)光滑的函數(shù)可以做任意精度的逼近。因此小波神經(jīng)網(wǎng)絡(luò)通過學(xué)習(xí)調(diào)整參數(shù),既能逼近函數(shù)的整體,也能

2、捕捉函數(shù)變化的細(xì)節(jié),具備較強(qiáng)的容錯(cuò)及逼近能力。
   采用PSO算法訓(xùn)練小波神經(jīng)網(wǎng)絡(luò)時(shí),通常采用將網(wǎng)絡(luò)中的閾值及連接權(quán)值設(shè)置為粒子群優(yōu)化算法中粒子的位置向量,網(wǎng)絡(luò)參數(shù)的調(diào)整借助于粒子的不斷搜索,通過更新粒子的速度和位置向量間接確定神經(jīng)網(wǎng)絡(luò)的各參數(shù),進(jìn)而搜尋最優(yōu)值。使用PSO算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的各個(gè)參數(shù),只需要知道目標(biāo)函數(shù)值而不需要求目標(biāo)函數(shù)的導(dǎo)數(shù),很大程度上拓寬了訓(xùn)練程序的通用性,且PSO算法避免了小波神經(jīng)網(wǎng)絡(luò)在選取初值時(shí)的隨機(jī)性

3、和單一性,使網(wǎng)絡(luò)不易出現(xiàn)盲目搜索的現(xiàn)象,減少了迭代次數(shù),在一定程度上解決了網(wǎng)絡(luò)易陷入局部極小值的問題,比起基于梯度的BP算法,不管是在精度方面還是速度方面上都有了很大的改善。
   本文提出一種基于多子群結(jié)構(gòu)小波神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法,根據(jù)適應(yīng)度值的大小把粒子群劃分為不同的子群,并對(duì)兩個(gè)子群設(shè)置不同的進(jìn)化策略,兩個(gè)子群協(xié)同進(jìn)化共同尋找全局最優(yōu)值?;谛〔ㄉ窠?jīng)網(wǎng)絡(luò)良好的逼近性能,把其引入圖像去噪領(lǐng)域中,用改進(jìn)粒子群的優(yōu)化算法優(yōu)化網(wǎng)絡(luò),最

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論