学位论文 > 优秀研究生学位论文题录展示

Walsh权函数神经网络研究及其应用

作　者: 高林林
导　师: 张代远
学　校: 南京邮电大学
专　业: 计算机应用技术
关键词: 神经网络 Walsh权函数数据压缩网络误差信号识别
分类号: TP183
类　型: 硕士论文
年　份: 2011年
下　载: 15次
引　用: 0次
阅　读: 论文下载

内容摘要

近年来人工神经网络在众多领域都得到了广泛的应用。前馈神经网络的主要算法是梯度法,为了提高算法的训练性能,人们对梯度算法作了各种改进。然而,各种改进算法并没有克服梯度算法局部极小、收敛速度慢及求解问题规模受限等本质缺点。本文针对梯度算法存在的问题,基于样条权函数神经网络理论及Walsh函数逼近理论,研究了Walsh权函数神经网络及其算法。该算法通过求解线性方程组,或者快速Walsh变换,可确定Walsh权函数的具体形式。本文分析了Walsh权函数神经网络的收敛性、收敛速度及网络误差。根据分析结果,Walsh权函数神经网络误差与理论权函数的一阶导数相关,并随着训练样本个数的增加而减小。为有效利用Walsh函数,本文引入数据压缩技术,减少了Walsh权函数的项数,且不会引起不可接受的网络误差。通过仿真实验表明,Walsh权函数神经网络不仅克服了传统梯度算法(如BP、RBF算法)的缺点,而且具有网络拓扑结构简单、训练时间少、网络收敛、泛化能力强等优点。基于以上理论分析,根据调制信号识别理论,特征参数采用信号的高阶累量,本文把Walsh权函数神经网络应用于调制信号识别中。从仿真实验结果可知,Walsh权函数神经网络分类器除了具有传统神经网络分类器的优点,还具有分类器设计简单、网络稳定、识别率高等优点。

全文目录

摘要  4-5
Abstract  5-8
第一章绪论  8-11
  1.1 课题研究背景及意义  8-9
  1.2 本文主要内容与组织结构  9-11
第二章人工神经网络基础  11-18
  2.1 神经元模型  11
  2.2 神经网络模型  11-13
  2.3 神经网络的学习  13-14
  2.4 神经网络的特点  14
  2.5 权函数神经网络  14-17
  2.6 神经网络的研究热点与发展  17-18
第三章 Walsh 权函数神经网络及其学习算法  18-50
  3.1 Walsh 权函数神经网络理论基础  18-22
    3.1.1 Walsh 函数及Walsh 级数  18-20
    3.1.2 Walsh 插值函数及Walsh 逼近  20-22
  3.2 Walsh 权函数神经网络拓扑结构与训练算法  22-28
    3.2.1 Walsh 权函数神经网络拓扑结构  22-24
    3.2.2 Walsh 权函数方程的建立与求解  24-28
  3.3 Walsh 权函数训练算法的误差分析  28-32
    3.3.1 Walsh 权函数截断误差分析  28-30
    3.3.2 Walsh 权函数压缩误差分析  30-32
  3.4 Walsh 权函数神经网络拓扑结构与训练算法的一般情况  32-36
  3.5 Walsh 权函数神经网络数值仿真实验  36-49
  3.6 本章总结  49-50
第四章 Walsh 权函数神经网络在调制信号识别中的应用  50-69
  4.1 调制信号识别研究背景  50-52
  4.2 调制信号特征参数提取  52-59
  4.3 Walsh 权函数神经网络分类器  59-60
  4.4 Walsh 权函数神经网络信号识别仿真实验  60-68
  4.5 本章总结  68-69
第五章总结与展望  69-71
  5.1 本文总结  69-70
  5.2 课题展望  70-71
参考文献  71-75
攻读硕士学位期间发表学术论文情况  75-76
致谢  76

Walsh权函数神经网络研究及其应用

内容摘要

全文目录

相似论文