收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

小波神经网络若干关键问题研究

侯霞  
【摘要】: 基于小波神经网络的理论性分析与应用研究是本论文的主要内容。论文以小波神经网络为研究对象,提出了一类新的加权小波基,分析证明了加权小波基的诸多良好特性;对于常见小波神经网络的一致逼近特性、S型函数组合小波神经网络的鲁棒性分析、多模型小波神经网络的故障检测等问题给出了详细的论证;最后,针对歼击机的常见故障问题,分别给出了应用小波神经网络和BP神经网络的故障诊断结果,实现了小波神经网络对飞机系统的故障诊断。 首先,论文提出了一种新的小波合成方法,不是采用常见的Fourier变换,而是利用细分方案和递推平均插值方法构造了一类新的具有加权性质的小波,同时证明了它的常用性质:紧支撑性,光滑性,消失矩,正交性。表明了加权小波系数的衰减性与一般正交小波的系数衰减性相同,但计算复杂度更低。仿真结果显示,当加权函数跳跃性很大时,尺度函数和加权小波具有非常好的光滑性,而且加权小波的逼近收敛率也快于一般常见小波。并用此加权小波基和常见小波在逼近方面进行了对比分析,得到了加权小波具有更快的收敛速度和更准确的逼近能力。 其次,论文利用小波函数的紧支撑和可积性质,结合实变函数和泛函分析中Hilbert空间,Lebesgue划分、算子理论和相对紧集的性质特点,从理论上严格论证了小波神经网络的逼近特性,以此来扩充小波神经网络的应用范围,为其实用性提供充分的理论指导,并由仿真实例表明小波神经网络逼近非线性函数是一致逼近器。 接着对S型函数组合小波神经网络的扰动敏感性和鲁棒性进行了分析讨论,利用概率统计和数理分析的方法,针对弱扰动情形下S型函数组合小波神经网络的鲁棒性能给出了其保持不变的条件,而对敏感扰动下S型函数组合小波神经网络,得到了系统鲁棒度的检验公式。从理论上证明了S型函数组合小波神经网络中隐层小波元数目的增多,会降低小波神经网络系统鲁棒性的结论,以解析的方式验证了小波神经网络隐层神经元数目和网络系统鲁棒性之间很直观的看法假设。 然后讨论了小波神经网络的系统辨识特性,利用稳定性分析的基本方法证明了其逼近非线性函数的估计误差渐近收敛的性质,同时也得到了小波神经网络辨识器参数趋于理想辨识器参数的结论;并将小波神经网络作为系统辨识器,对多模型系统的故障检测问题进行了分析,得到了较好的结果。 最后,对于歼击机的常见故障,用小波神经网络和BP神经网络进行了诊断分析,多组仿真示例验证了小波神经网络进行歼击机故障诊断的可行性及有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘伟,熊建辉,潘忠孝,张懋森,李金屏;小波神经网络在红外光谱数据压缩中的应用[J];科学通报;1997年08期
2 李银国;张邦礼;曹长修;;小波神经网络及其结构设计方法[J];模式识别与人工智能;1997年03期
3 余勇;万德钧;程启明;;电力设备基于小波神经网络故障检测方法的仿真研究[J];盐城工学院学报(自然科学版);2000年02期
4 陈哲,冯天瑾,陈刚;一种基于BP算法学习的小波神经网络[J];青岛海洋大学学报(自然科学版);2001年01期
5 康中尉,罗飞路,潘孟春,陈棣湘;小波神经网络在缺陷数据压缩和信号重构中的应用[J];自动化仪表;2004年12期
6 彭鸽,袁慎芳;复合材料结构损伤的小波神经网络辨识研究[J];宇航学报;2005年05期
7 陈惠明,王兰春;一种小波神经网络结构的优化设计方法[J];福建电脑;2005年11期
8 马致远;龚灏;黄晓春;;基于小波神经网络的中国煤炭消耗预测[J];能源技术与管理;2006年05期
9 严圣华;罗兵;;基于小波神经网络的视频图像恢复[J];长江大学学报(自科版)理工卷;2006年01期
10 李春明;王勇;;基于小波神经网络的模拟电路故障诊断[J];微计算机信息;2007年01期
11 刘青峰;尹久仁;杨润年;;基于WNN的两种优化结果在预测控制中的应用[J];计算机应用研究;2007年03期
12 刘唯义;王丽侠;;小波神经网络在绝缘子漏电量预测中的应用[J];应用科技;2007年06期
13 李习武;王艳松;;基于小波神经网络的电能质量扰动辨识[J];电气技术;2007年09期
14 年四成;孙德辉;史运涛;李志军;;小波神经网络分类算法在教育信息管理系统中的应用[J];北方工业大学学报;2007年03期
15 蔡吉刚;李树荣;王平;;基于小波神经网络的自适应控制器设计[J];中国石油大学学报(自然科学版);2007年05期
16 凌红英;夏扬;;自适应小波神经网络在故障诊断中的应用[J];扬州大学学报(自然科学版);2007年04期
17 单海欧;;改进的小波神经网络在管道泄漏故障诊断中的应用[J];辽宁石油化工大学学报;2008年01期
18 陈桂友;罗东华;韩兆友;;基于小波神经网络的胎号识别算法研究[J];系统工程与电子技术;2008年04期
19 肖胜中;;二阶时滞小波神经网络的全局指数稳定性分析[J];系统科学与数学;2008年09期
20 孟彦京;汪宁;佟明;杨雅莉;;小波神经网络在压力传感器温度补偿中的应用[J];陕西科技大学学报(自然科学版);2009年02期
中国重要会议论文全文数据库 前10条
1 李元松;李新平;代翼飞;陈清运;;基于小波神经网络的高陡边坡位移预测[A];岩石力学与工程的创新和实践:第十一次全国岩石力学与工程学术大会论文集[C];2010年
2 董健;尹萌;张辉;;小波神经网络结合多项式的混合预测方法在通信规划中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年
3 牛东晓;邢棉;谢宏;陈志业;;短期电力负荷预测的小波神经网络模型的研究[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
4 金向阳;张莉;于广滨;;基于改进小波神经网络的航空滚动轴承的故障检测[A];第二十六届中国控制会议论文集[C];2007年
5 牟海维;马娜;付光杰;刘祥楼;;基于小波神经网络的电力谐波检测方法[A];第二十九届中国控制会议论文集[C];2010年
6 王勇青;陈延如;邵艳明;陈晶晶;陈斐楠;;基于小波神经网络的氧气顶回转炉口火焰温度多光谱测量[A];中国光学学会2011年学术大会摘要集[C];2011年
7 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年
8 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年
9 侯霞;张军峰;刘国海;;基于小波神经网络的飞机故障诊断[A];第二十九届中国控制会议论文集[C];2010年
10 黎明;;基于小波神经网络理论的GPS变形监测预报方法[A];第三届中国卫星导航学术年会电子文集——S08卫星导航模型与方法[C];2012年
中国博士学位论文全文数据库 前10条
1 侯霞;小波神经网络若干关键问题研究[D];南京航空航天大学;2006年
2 薛雅丽;基于轨迹线性化方法的近空间飞行器鲁棒自适应控制研究[D];南京航空航天大学;2010年
3 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年
4 胡德栋;超临界流体中有机固体溶解度的研究[D];山东大学;2005年
5 金瑜;基于小波神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2008年
6 郑殿春;基于BP网络的局部放电模式识别[D];哈尔滨理工大学;2005年
7 刘明;油田热水供暖系统热负荷智能预测技术研究[D];东北石油大学;2011年
8 李晖;船舶减摇鳍系统智能控制及其可视化仿真的研究[D];大连海事大学;2003年
9 文鸿雁;基于小波理论的变形分析模型研究[D];武汉大学;2004年
10 祝伟民;基于小波神经网络的区域景观生态评价研究[D];南京农业大学;2008年
中国硕士学位论文全文数据库 前10条
1 袁月春;基于模糊小波神经网络的多辊热连轧产品质量控制[D];山西师范大学;2010年
2 朱美龙;小波神经网络在遥感溢油图像去噪中的应用[D];大连海事大学;2011年
3 李凤鸣;基于小波神经网络的柴油机燃油系统故障诊断的设计与实现[D];山东大学;2010年
4 宋红梅;基于QPSO优化小波神经网络的信息安全风险评估方法研究[D];河北师范大学;2011年
5 周桂珍;基于小波神经网络的异步电机故障诊断[D];湘潭大学;2010年
6 莫慧芳;基于LabVIEW的小波神经网络在电机声频故障诊断中的应用研究[D];广东工业大学;2005年
7 员世芬;小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用[D];太原理工大学;2005年
8 葛文谦;小波神经网络在旋转机械故障诊断中的应用研究[D];燕山大学;2006年
9 康辉;基于小波神经网络的模拟电路故障诊断技术研究[D];哈尔滨理工大学;2010年
10 魏光华;基于混沌遗传算法的无速度传感器DTC系统的参数辩识[D];沈阳工业大学;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978