即非線性小波基代替通常的非線性Sigmoid？函數，其信號表達式由所選小波基的線性疊加表示。它避開了BP？神經網絡結構設計的盲目性和局部優化等非線性優化問題大大簡化了訓練，具有很強的函數學習能力和泛化能力，應用前景廣闊。
“小波神經網絡”的應用；
1.在圖像處理中，可用於圖像壓縮、分類、識別診斷、去汙染等。醫學成像方面，b超、CT、MRI成像時間減少，分辨率提高。
2.它也廣泛應用於信號分析。它可用於邊界處理和濾波、時頻分析、信噪分離和微弱信號提取、分形指數計算、信號識別和診斷、多尺度邊緣檢測等。
3.工程技術中的應用。包括計算機視覺、計算機圖形學、曲線設計、湍流、遙遠宇宙的研究和生物醫學。
擴展數據:
小波神經網絡在該領域的早期工作大約始於1992？2000年，主要研究人員是張？問:哈羅德？h？s？還有焦立成。其中，焦立成在其代表作《神經網絡的應用與實現》中，從理論上詳細論述了小波神經網絡。近年來，人們在小波神經網絡的理論和應用方面做了大量的研究工作。
小波神經網絡具有以下特點:第壹，小波基元和整個網絡結構的確定有可靠的理論基礎，可以避免BP？神經網絡等結構設計的盲目性；其次，網絡權系數的線性分布和學習目標函數的凸性使得網絡訓練過程從根本上避免了局部最優等非線性優化問題；第三，具有很強的函數學習能力和推廣能力。