基于多分辨正交多小波网络的矿物油三维荧光光谱识别技术

本文基于多小波的多分辨分析思想,采用一种将具有紧支撑集、对称性和正交性的多尺度函数和多小波函数作为网络的激励函数而构造的具有分层、多分辨和局部学习特点的多小波神经网络,实现了对矿物油荧光光谱的分类识别。实验表明,该网络不仅保留了小波神经网络的所有优点,而且比单小波神经网络具有更好的逼近性质,以更少的训练次数实现了矿物油的识别,识别正确率达96%。