基于关联变权的小波神经网络算法及变异系数法在艺术陶瓷定价应用  

Algorithm of Wavelet Neural Network Based on Correlation Transferred Weight and its Application in the Art Ceramic Price

作　　者：詹棠森[1] 付长春[1] 卢金珠[1] 丁巍[1] 

机构地区：[1]景德镇陶瓷学院信息工程学院,江西景德镇333403

出　　处：《江西科学》2015年第4期449-452,457,共5页Jiangxi Science

基　　金：2013教育部人文社科基金项目(13YJA760064);江西省自然科学基金(20122BAB201016;20142BAB217024);江西省文化厅艺术项目;2013景德镇市科研项目;2014全国大学生创新性项目

摘　　要：通过对小波函数的紧支撑性及光滑性的分析,结合神经网络算法,提出一种基于关联变权的小波神经网络算法。这种算法对于权值变小情况下比较适用,预测的误差几乎处处为0,并具有较好泛化能力。By means of the analysis of compactly supported properties and the smoothness to wavelet function,combined with neural network algorithm,a algorithm of wavelet neural network based on correlation transferedweight is put forward. The algorithm is applicable for cases of smaller weights,its prediction errors are almost-everywhere zeros,and the algorithm has better generalization capability.

关 键 词：关联变权 小波函数 艺术陶瓷定价 

分 类 号：TP31[自动化与计算机技术—计算机软件与理论] TQ174[自动化与计算机技术—计算机科学与技术]