基于小波神经网络的非线性信号分析理论与应用研究

1）提出了基于小波逼近的非参数估计最佳小波子集构造算法，给出了理论分析及最优小波构造公式，计算量小，收敛性好、稳定性强。2）提出了基于小波神经网络的多输入非线性动态系统辨识方法，精确度高，可靠性好，且易于实现。3）提出了基于回归神经网络的时间序列模型分析方法及基于全连接回归神经网络的码本激励非线性预测语音编码算法，编码质量高。4）对Hopfield型连续神经网络的指数收敛速度问题进行了研究，得到了新的收敛阶更大、收敛速度更快的收敛条件。5）研究了GNN神经网络的函数映射问题，给出了逼近多项式的构造性证明。6）利用数学分析的方法构造新的目标函数，提出了三种快速线性训练方法。加快了训练速度，提高了训练精度。