导读:本文包含了子波网络论文开题报告文献综述、选题提纲参考文献，主要关键词:神经网络,子波,网络,小波,地震波,模型,图像。
子波网络论文文献综述写法
程博[1]（2019）在《基于Richer子波神经网络的入侵事件识别方法》一文中研究指出针对入侵事件中的挖掘事件和人步行事件的识别,文章设计了一种Richer子波神经网络模型,用来识别由挖掘和人步行事件引起的震动信号的种类。实验中一共采用200个样本,其中120个作训练,80个作测试,通过分析网络训练输出数据的降维可视化散点分布,可以得到该模型训练输出的数据具有不同类间间隔大,同类间间隔小的特点,且该模型网络分类识别准确率最高可达96.25%,平均识别准确率约为95%。(本文来源于《无线互联科技》期刊2019年08期）
万星,李伟,乐丰[2]（2008）在《基于子波神经网络非参数模型的电力负荷预测》一文中研究指出利用小波分析和人工神经网络,在给出基于正交尺度函数的小波网络的基础上,建立非参数回归估计的小波网络预测模型,并对四川电力负荷变化进行了预测,与最小二乘回归预测结果进行了对比分析。结果表明,预测结果与当地过去电力负荷变化情况相符,且小波网络回归预测结果较好。(本文来源于《人民黄河》期刊2008年11期）
李京华,赵易峰,许家栋[3]（2007）在《基于子波能量和神经网络分类器的机动车车型识别》一文中研究指出为了使交通管理系统能进行可靠的机动车分类,研究了轿车、轻型越野车和货车3种机动车目标的声信号,提出了一种采用子波分解后不同尺度上声信号能量作为特征向量的特征提取算法,并设计了kNN(k近邻)分类器和改进BP神经网络分类器用于目标分类。目标识别和分类试验结果表明:所提出的特征提取算法能够很好地体现不同类型目标之间的差异,提取的特征向量稳健;设计的改进BP神经网络分类器的分类精度可达92.6%,且分类效果优于kNN分类器。(本文来源于《中国公路学报》期刊2007年03期）
曹茂森,任青文,毛伟兵[4]（2005）在《基于解耦子波和优化神经网络的大坝变形预测》一文中研究指出针对提高神经网络对大坝变形的预测能力,在对Murtagh提出的、小波与神经网络相结合的、用于复杂时间序列预测的“叁阶段”策略进行改进的基础上,发展了一个解耦子波和优化神经网络优势联合的预测模型。首先,利用冗余Haar小波变换的拟小波包特性提出了基于能量谱主峰重构的动力解耦空间构建技术,并将其替代“叁阶段”策略中的第1阶段,从而为神经网络的应用创建了良好的平台;再者,利用最优脑外科医生进行网络结构修剪,建立了神经网络自身优化的“优化–时新窗”技术,并将其替代“叁阶段”策略中的第2阶段,从而优化了神经网络的内部环境。改进后的模型增强了对复杂动力系统的适应和处理能力。在大坝变形预测应用中,多个评价指标说明,该模型的性能比“叁阶段”策略有显着提高。(本文来源于《岩石力学与工程学报》期刊2005年10期）
施建礼,蔡新举,朱平云[5]（2004）在《基于子波变换和神经网络的舰船目标识别》一文中研究指出特征提取方法和分类器的选择是舰船目标识别的关键。介绍了一种目标分类和识别的方法。首先利用子波变换和多分辨分解算法对实际采集到的各类舰船目标辐射噪声进行特征提取 ,获得目标的线谱和调制谱特征 ,然后利用模糊自组织聚类网络 (FKCN)分类器对各类目标进行分类识别。最后利用实测数据进行仿真分析 ,并与其它特征提取和分类识别方法比较 ,验证了所用方法的可行性 ,且获得了较好的效果。(本文来源于《系统工程与电子技术》期刊2004年07期）
林伟,田铮,何帆[6]（2003）在《基于投影寻踪子波学习网络的图像无监督恢复》一文中研究指出针对现有模糊图像的复原方法 ,提出了一类新型人工神经网络——投影寻踪子波学习网络 ,并将其用来处理图像的去模糊问题。这类新型网络具有投影寻踪学习网络优点 ,在先验条件知道甚少的情况下 ,不用求点扩展函数 ,直接通过网络的学习 ,提取参数 ,以达到自适应剔除图像的模糊信息 ,恢复原图像 ;且具有小波函数的时域局部性 ,可以对多种噪声源的模糊图像进行恢复。模拟结果表明 ,该方法对于图像无监督恢复明显优于现有图像恢复方法(本文来源于《西北工业大学学报》期刊2003年03期）
谢平,刘彬,董全林[7]（2003）在《基于优化子波-神经网络图像识别的工件形状监控》一文中研究指出介绍了一种用普通 CCD摄像机和激光对旋转工件的形态进行图像采集和状态监控的系统 ,提出了用于图像处理与识别的子波 -神经网络结构 ,并设计了相应的优化学习算法 ,可以简化网络并加速收敛。该系统可用于实现自动化精密加工过程中的工件形状监控和刀具诊断 ,仿真证明了理论算法的有效性(本文来源于《仪器仪表学报》期刊2003年02期）
秦平声[8]（2003）在《子波调制将有助于从现有网络中获得更多》一文中研究指出在全球范围内,由于有线电视网络升级至HFC设施,故网络多数采用了光缆。但是,为用于升级的基本建设费用提供资金,造成了长期的债务负担。当未来呈现向具有竞争性的全数字节目以及高速数字数据和数据包语音服务转变时,而这些同样的老问题又在继续挑战新的数字资金供应计划,他们是:不用花费另外的资本,怎样才能从HFC设施中获得更多的(本文来源于《有线电视技术》期刊2003年05期）
郑建国,刘芳,焦李成[9]（2002）在《自适应子波神经网络数据挖掘方法》一文中研究指出分析了人工神经网络所依据的生物学基础 ,探索改进与完善网络模型的途径 ,将子波与已有的神经网络模型相结合 ,提出一种基于自适应子波神经网络的数据挖掘方法 ,并依此来构造数据挖掘过程的机器学习机制 ,以求提高对问题的处理能力 .数据挖掘的仿真实例表明 ,与一般的人工神经网络相比 ,用自适应子波神经网络进行数据挖掘不仅是有效的 ,而且也是可行的(本文来源于《西安电子科技大学学报》期刊2002年04期）
沈明华,冯新喜,黄智颖,曲毅[10]（2002）在《一种基于子波特征的模糊神经网络目标识别方法》一文中研究指出针对雷达目标识别中相对不变特征量提取这一问题 ,提出了一种基于子波变换的特征提取方法 ,通过对叁类飞机一维距离像的分类和识别 ,验证了这种方法的有效性 ,同时在将模糊神经网络作为模式分类器方面做出初步尝试。(本文来源于《空军工程大学学报(自然科学版)》期刊2002年04期）
子波网络论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用小波分析和人工神经网络,在给出基于正交尺度函数的小波网络的基础上,建立非参数回归估计的小波网络预测模型,并对四川电力负荷变化进行了预测,与最小二乘回归预测结果进行了对比分析。结果表明,预测结果与当地过去电力负荷变化情况相符,且小波网络回归预测结果较好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
子波网络论文参考文献
[1].程博.基于Richer子波神经网络的入侵事件识别方法[J].无线互联科技.2019
[2].万星,李伟,乐丰.基于子波神经网络非参数模型的电力负荷预测[J].人民黄河.2008
[3].李京华,赵易峰,许家栋.基于子波能量和神经网络分类器的机动车车型识别[J].中国公路学报.2007
[4].曹茂森,任青文,毛伟兵.基于解耦子波和优化神经网络的大坝变形预测[J].岩石力学与工程学报.2005
[5].施建礼,蔡新举,朱平云.基于子波变换和神经网络的舰船目标识别[J].系统工程与电子技术.2004
[6].林伟,田铮,何帆.基于投影寻踪子波学习网络的图像无监督恢复[J].西北工业大学学报.2003
[7].谢平,刘彬,董全林.基于优化子波-神经网络图像识别的工件形状监控[J].仪器仪表学报.2003
[8].秦平声.子波调制将有助于从现有网络中获得更多[J].有线电视技术.2003
[9].郑建国,刘芳,焦李成.自适应子波神经网络数据挖掘方法[J].西安电子科技大学学报.2002
[10].沈明华,冯新喜,黄智颖,曲毅.一种基于子波特征的模糊神经网络目标识别方法[J].空军工程大学学报(自然科学版).2002