子波核函数网络  

WAVELET KERNEL FUNCTION NETWORK

作　　者：张莉[1] 周伟达[1] 焦李成[1] 

机构地区：[1]西安电子科技大学雷达信号处理重点实验室,陕西西安710071

出　　处：《红外与毫米波学报》2001年第3期223-227,共5页Journal of Infrared and Millimeter Waves

基　　金：国家"8 6 3"计划 (编号 86 3-30 6 -ZT0 6 -0 6 -1);高等学校博士点专项基金资助项目&&

摘　　要：提出一种子波核函数网络作为支撑矢量机的一种替代学习机 ,仿真实验验证了子波核函数网络的逼近性能和识别性能都可以与相应的支撑矢量机相媲美 ,并优于子波神经网络 .A new wavelet kernel function network (WKFN) was proposed as an alternative of support vector machine (SVM). Simulation experiments show that the performance of approximation and recognition of WKFN is equal, to that of the corresponding SVM, hut gets an advantage over that of a general neural network.

关 键 词：支撑矢量机 子波核函数网络 函数逼近 模式识别 子波神经网络 学习机 

分 类 号：TP391.6[自动化与计算机技术—计算机应用技术]