摘要：随着科学技术的持续发展，人工神经网络诞生并得到广泛应用，借助计算机的力量对生物体中的神经网络功能进行模拟，具有较强的联想、容错、记忆能力。为了克服傅里叶在局部分析方面存在的弊端，小波分析诞生，其在时域与频域等多个方面都具有良好的性能，在机械工程领域具有较为显著的应用效果。基于此，本文将简单介绍两种小波神经网络的构成方式，并对其在机械工程中的应用进行研究和分析。

    关键词：小波神经网络；机械工程；应用

    引言：小波分析是小波神经网络的简称，由小波变换理论与人工神经网络结合而成，在联想记忆、故障诊断等方面得到广泛应用。小波分析的理论思想为使用已经定位的小波函数，替代Sigmoid函数作为激活函数，充分发挥小波分析的局部性质，与神经网络中的自学习作用相结合，使容错能力、数据压缩、故障诊断等能力均得到进一步增强。

    1.小波神经网络的构成方式

    1.1松散式结合

    松散型方式是小波分析与神经网络相结合的一种方式，将其作为神经网络的前置处理方式，能够为神经网络输送更多的特征向量，为神经网络的处理提供更多便利。在实施的过程中，首先需要对输入信号进行小波变换，然后将转变后的信号建立在神经网络当中进行识别。这样做的作用在于减少噪声干扰，提升信号识别的准确性，也可以在信号转变为小波以后 ......