小波神经网络在变形监测预报中的应用

摘要：

小波神经网络具有良好的时频局域化性质和神经网络的自学习功能。它通过小波分解进行平移和伸缩变换后得到的级数，具有小波分解的一般逼近函数的性质，因此可以用来预报。小波神经网络引入了两个新的参变量即伸缩因子和平移因子，因此具有比小波分解更多的自由度，从而使其具有灵活有效的函数逼近能力和较强的容错能力。

关键词： 小波分解 基函数 神经网络 变形监测预报 函数逼近能力 容错能力 伸缩因子 平移因子

作者: 孙中昶 严胜华 焦孟梅 徐维梅

作者单位: 山东科技大学地球信息科学与工程学院，青岛,266510 辽宁工程技术大学测绘与地理科学学院，辽宁阜新,123000 中国地震局地壳应力所，北京,100085

会议类型: 国内会议

会议名称: 中国测绘学会大地测量专业委员会2007年综合性学术年会

会议地点: 青岛

会议语种:中文

在线出版日期: 2007-11-01（万方平台首次上网日期，不代表论文的发表时间）