小波神经网络模型（wavelet neural network model），理学-统计学-管理统计-证券组合前沿，将小波理论和人工神经网络结合起来的一种新型网络结构。小波神经网络模型包括输入层、隐含层和输出层，主要是将神经网络隐结点的Sigmoid函数用小波函数来代替，相应的输入层到隐含层的权值及隐含层的阈值分别由小波函数的尺度伸缩因子和时间平移因子所代替。为输入层的输入样本，为小波函数，它包括尺度伸缩因子和时间平移因子，为网络输出，为输入层到隐含层的输入权值（见图）。小波神经网络模型示意图三种典型的小波神经网络模型包括自适应小波神经网络模型、正交多分辨小波神经网络模型以及正交基小波神经网络模型。自适应小波神经网络模型是应用最为广泛的小波神经网络。基于连续小波变换，发展出两种自适应小波神经网络模型，一种用于信号表示，偏重于函数逼近；另一种偏重于选取合适的小波做特征提取，其实质是在小波特征空间中寻找一组最佳的小波基，因不涉及重构问题，小波的正交性要求不是很苛刻。