Составной адаптивный вэйвлон и алгоритм его обучения

Рассмотрена структура составного адаптивного вэйвлона и его алгоритм обучения. Предложен алгоритм, обладающий повышенной скоростью сходимости и обеспечивающий улучшенные аппроксимирующие свойства благодаря настройке всех параметров вэйвлет-фунций. Структура адаптивного вэйвлона может быть использова...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Datum:2009
ISSN:0130-5395
Hauptverfasser: Бодянский, Е.В., Винокурова, Е.А.
Format: Artikel
Sprache:Russisch
Veröffentlicht: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2009
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/5535
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Составной адаптивный вэйвлон и алгоритм его обучения / Е.В. Бодянский, Е.А. Винокурова // Управляющие системы и машины. — 2009. — № 1. — С. 47-53. — Бібліогр.: 30 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:Рассмотрена структура составного адаптивного вэйвлона и его алгоритм обучения. Предложен алгоритм, обладающий повышенной скоростью сходимости и обеспечивающий улучшенные аппроксимирующие свойства благодаря настройке всех параметров вэйвлет-фунций. Структура адаптивного вэйвлона может быть использована как строительный блок более сложных вычислительных конструкций. Розглянуто структуру складеного адаптивного вейвлона та його алгоритм навчання. Запропонований алгоритм має підвищену швидкість збіжності та забезпечує покращені апроксимуючі властивості завдяки настроюванню усіх параметрів вейвлет-функцій. Структура адаптивного вейвлона може бути використана як будівельний блок більш складних обчислювальних конструкцій. A compartmental adaptive wavelon and its learning algorithm are considered. A learning algorithm is suggested which has an increased convergence rate and provides the improved approximating properties because of the all wavelet parameters tuning. The suggested adaptive wavelon structure can be used as the block of more complex computational architecture.
ISSN:0130-5395