Matlab中关于小波分析与神经网络融合预测的研究-fai.m

简介：
Matlab中关于小波分析与神经网络融合进行预测的研究，特别是针对fai.m程序，主要探讨了两种结合方式：首先是松散型，即通过对样本数据进行小波分解，从而获得多尺度系数，然后分别利用这些系数对神经网络进行训练和预测。我曾开发一个交通量预测程序并分享给您，该程序运行结果良好。尽管如此，我对这种方法的原理理解尚不透彻，预测结果与仅使用神经网络进行预测的结果较为接近，难以看出其显著优势。实际上，这种方法在实现上更为复杂，例如需要建立并训练三层小波分解所对应的三个神经网络预测模型。然而，其他相关论文普遍认为这种松散型的小波分析与神经网络结合具有诸多优点。因此，恳请各位专家指点：在小波分解后得到的信号作为神经网络训练和预测样本时，究竟有哪些具体的优势？其次是紧密型方法：该方法利用小波函数来替代神经网络的传输函数。我基于网络资源和自身需求编写了一个风速预测程序，但实验结果并不理想。恳请各位高手协助审视我的程序代码，找出可能存在的问题。非常感谢您的帮助！