什么是“小波神经网络”？能干什么用呀
小波神经网络（Wavelet?Neural?Network，?WNN）是在小波分析研究获得突破的基础上提出的一种人工神经网络。
它是基于小波分析理论以及小波变换所构造的一种分层的、多分辨率的新型人工神经网络模型。?即用非线性小波基取代了通常的非线性Sigmoid?函数，其信号表述是通过将所选取的小波基进行线性叠加来表现的。
它避免了BP?神经网络结构设计的盲目性和局部最优等非线性优化问题，大大简化了训练，具有较强的函数学习能力和推广能力及广阔的应用前景。
“小波神经网络”的应用：1、在影像处理方面，可以用于影像压缩、分类、识别与诊断，去污等。在医学成像方面的减少B超、CT、核磁共振成像的时间，提高解析度等。2、在信号分析中的应用也十分广泛。
它可以用于边界的处理与滤波、时频分析、信噪分离与提取弱信号、求分形指数、信号的识别与诊断以及多尺度边缘侦测等。3、在工程技术等方面的应用。
包括电脑视觉、电脑图形学、曲线设计、湍流、远端宇宙的研究与生物医学方面。扩展资料：小波神经网络这方面的早期工作大约开始于1992?年，主要研究者是Zhang?Q、Harold?H?S?和焦李成等。
其中，焦李成在其代表作《神经网络的应用与实现》中从理论上对小波神经网络进行了较为详细的论述。近年来，人们在小波神经网络的理论和应用方面都开展了不少研究工作。
小波神经网络具有以下特点：首先，小波基元及整个网络结构的确定有可靠的理论根据，可避免BP?神经网络等结构设计上的盲目性；其次，网络权系数线性分布和学习目标函数的凸性，使网络训练过程从根本上避免了局部最优等非线性优化问题；第三，有较强的函数学习能力和推广能力。
混沌时间序列的小波神经网络预测方法及其优化研究怎么样
将历史数据作为样本训练，最后用一组对应的样本作为输入，输出自然是未来数据爱发猫 www.aifamao.com。神经网络预测就是这么做的。对商品价格变动的分析，可归结为对影响市场供求关系的诸多因素的综合分析。
传统的统计经济学方法因其固有的局限性，难以对价格变动做出。
小波神经网络的优势是什么？谢谢
小波神经网络相比于前向的神经网络,它有明显的优点:首先小波神经网络的基元和整个结构是依据小波分析理论确定的,可以避免BP神经网络等结构设计上的盲目性;其次小波神经网络有更强的学习能力,精度更高。
总的而言，对同样的学习任务,小波神经网络结构更简单,收敛速度更快，精度更高。
小波神经网络比一般神经网络的优势是什么？
第一代小波第二代小波第三代小波 分别指的是什么?超小波是第三代小波吗?
第一代小波也叫传统小波，包括常见的haar小波，DB系类小波等，第二代小波也叫提升小波，是1995年提出的基于剖分，预测，更新方法构建小波。第三代小波也叫超小波，目前资料很少，主要在图像处理方面在用。
小波分析是这个分析方法的名字，用到的是小波变换，这是一种类似于傅里叶变换的方法，小波系数是信号经过小波变换后得到的模极大值。扩展资料：小波分析的应用是与小波分析的理论研究紧密地结合在一起地。
它已经在科技信息产业领域取得了令人瞩目的成就。电子信息技术是六大高新技术中重要的一个领域，它的重要方面是图像和信号处理。
现今，信号处理已经成为当代科学技术工作的重要部分，信号处理的目的就是：准确的分析、诊断、编码压缩和量化、快速传递或存储、精确地重构（或恢复）。
从数学地角度来看，信号与图像处理可以统一看作是信号处理（图像可以看作是二维信号），在小波分析地许多分析的许多应用中，都可以归结为信号处理问题。参考资料来源：百度百科-小波分析。
根据预测误差修正小波神经网络的权值和小波基函数的系数怎么理解？
关于小波神经网络的平移因子和伸缩因子
平移因子b和伸缩因子a都是通过训练得到的，确定变化量的方法依然是误差反传算法。可参考附件中的《30个案例》的第23个案例——基于小波神经网络的短时交通流量时间序列预测。
小波神经网络相比于前向的神经网络,它有明显的优点:首先小波神经网络的基元和整个结构是依据小波分析理论确定的,可以避免BP神经网络等结构设计上的盲目性;其次小波神经网络有更强的学习能力,精度更高。
总的而言，对同样的学习任务,小波神经网络结构更简单,收敛速度更快，精度更高。
?