基于多频带分解与波形整形的大型神经网络分解优化方法

本发明涉及神经网络分解优化技术领域，具体公开了一种基于多频带分解与波形整形的大型神经网络分解优化方法，该方法主要包括利用滤波器对每个子频带信号边缘进行平滑处理，在频域对信号进行分解，将整个信号划分为多个子频带，利用快速傅里叶变换将时域信号转换为频域，并对每个子频带信号分离处理；将神经网络分解为多个子神经网络，每个子频带信号对应一个独立的子神经网络，多个子神经网络以模块化方式进行并行连接，形成块状神经网络，并进行训练学习。本发明通过滤波整形将信号划分为多个独立的子频带，子频带之间的独立性使得每个子神经网络的训练可以单独进行，减少整体网络训练的复杂度，降低能耗，提高神经网络的处理效率。