一种小波-神经网络多变量混合过程模型及其应用
提出了一种小波－神经网络多变量混合过程模型，将小波分析对信息分解和重构的能力与神经网络处理多变量非线性映射的能力很好地结合了起来，发挥了各自的优势。在多分辨率分析和Mallat算法研究的基础上，提出了样本数据分解和空间划分的新方法，使得模型输出信息熵最小，提高了整个模型的可靠性、鲁棒性和适应性。最后，将该模型应用于常压塔顶粗汽油干点估计，结果验证了它的合理性和有效性。
小波分析 神经网络 多分辨率分析 Mallat算法 过程建模 常压塔
杨尔辅 徐用懋
清华大学自动化系(北京)
国内会议
呼和浩特
中文
153～157
2000-07-01（万方平台首次上网日期，不代表论文的发表时间）