摘要：探讨了小波神经网络在混沌时间序列分析与相空间重构中的应用，通过混沌时间序列单步预测与多步预测的例子，比较了小波神经网络与MLP的逼近和收敛性能.对最近提出的一种多分辨率学习策略进行了改进，利用连续3次样条小波和正交Daubechies小波代替Haar小波对时间序列做小波分解；用改进的学习算法训练网络，并应用到混沌序列相空间重构中.实验结果表明，小波神经网络比MLP和ARMA模型具有更强大的逼近能力，因而十分适合应用于时间序列分析中；多分辨率学习算法可作为分析复杂混沌时间序列的一种重要工具.

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）