非线性时间序列的小波网逼近及其预报

结合神经网络和小波的优点,建立了一种新型的多维小波网的网络模型,研究了多维小波网逼近非线性时间序列的收敛性质及收敛精度,并给出了相应的数学证明,同时将之应用于山猫数据的拟合及预报,仿真结果说明该方法的可行性。     

GPS动态观测中的小波分析

为了保障建筑体的安全,需要对其进行变形监测,将GPS动态监测技术应用于变形监测成为主要的技术。GPS提供了海量的监测数据,但由于受到各类复杂因素的影响,监测数据中会存在粗差和噪声,影响变形信息获取。为了有效提取真实变形信息,将小波分析技术应用于GPS监测数据处理,首先将小波分析应用于粗差探测,然后将小波分析应用于数据滤波,并与傅立叶变换滤波进行对比分析。结果表明:小波分析具有很好的粗差探测和滤波能力,其滤波效果优于傅立叶变换滤波,但不同分解层数下的粗差探测和滤波效果不同。     

浅谈中长期水文预报研究评述与展望

中长期水文预报一直以来因在水库调度、发电及水资源规划管理等方面发挥重要作用而被学术界和工程界所关注。本文介绍了水文预报的传统方法和现代新方法,前者包括成因分析和水文统计方法,后者主要有模糊分析、人工神经网络、小波分析、混沌分析、灰色系统分析等。本文对这些方法研究现状进行了评述,指出利用非线性方法可以将多种方法耦合,提高预报效果,并探讨了未来中长期水文预报的进一步研究方向。     

一种组合滤波法在GPS动态观测中的应用

为了提高GPS动态观测数据滤波精度,分析了传统的小波滤波和EMD滤波方法的不足,结合小波分析和EMD的特性,提出了一种小波组合EMD滤波方法。该方法通过对信号进行频谱变换,根据频率峰值确定所采用滤波方法,实验将小波组合EMD滤波方法应用于GPS桥梁动态监测数据处理,并与传统的小波滤波、EMD滤波对比分析。结果发现:小波组合EMD滤波法效果优于小波滤波和EMD滤波,验证了该方法的有效性。     

图像的平移不变量小波去噪法及其应用

图像的平移不变量小波去噪法是小波收缩阈值去噪法的改进,能够有效抑制小波阈值去噪过程中出现的伪吉布斯现象.分析了图像的平移不变量小波去噪法的原理及其算法,并将该方法应用于颗粒显微图像的去噪.对采用不同去噪方法的图像按照分水岭算法进行分割,然后进行对比.实验结果表明图像的平移不变量小波去噪法的去噪效果较好。     

小波分析在GPS动态监测数据处理中的应用

GPS动态监测技术是保障建筑物安全的必要手段,GPS监测数据中存在各类复杂因素影响下的噪声,为变形分析和解释带来困难。为了准确提取真实变形信息,将小波分析技术应用于GPS监测数据处理,对影响小波滤波效果的小波基函数、分解尺度、阈值准则3种因素进行实验,结合评价指标量化分析。结果发现:小波分析具体较好的滤波效果,不同因素对滤波效果影响明显,实际应用中要合理选择。     

基于LABVIEW的农用柴油机故障检测

本文将虚拟仪器技术应用于农用柴油机的故障检测中,通过对信号的采集、时域和频域分析、小波分解、神经网络和数据库等方面的分析,实现了基于多状态参数的柴油机综合检测与故障诊断。     

基于小波神经网络的大型桥梁监测

大型桥梁已成为城市交通体系关键的部分,对其进行有效地监测已势在必行。根据小波分析和神经网络在处理复杂非线性问题上的优势,将其分别应用于大型桥梁结构监测中的线形监测和应力监测这两个技术问题上。结果表明小波神经网络模型监测精度高,对桥梁的安全运营提供了技术支撑。     

谱流形小波及其在三维几何处理中的应用

当处理三角网格(可微的二维流形)时,谱图小波采用的图拉普拉斯矩阵不能充分利用模型内蕴的几何信息.为此,将图拉普拉斯矩阵替换为包含模型几何描述的拉普拉斯贝尔特米算子矩阵,在此基础上建立三角网格上的谱流形小波.并将谱流行小波应用于多种几何处理,包括模型的多分辨表示、去噪等.     

PSO-BP算法在岩质边坡开挖卸荷中的应用

利用PSO-BP算法建立函数非线性映射网络模型进行反分析,结合拉格朗日有限差分软件FLAC3D进行正分析,对岩质边坡开挖卸荷中的变形模量、泊松比、粘聚力、内摩擦角进行分级拟合和预测.结果表明,在岩质边坡开挖卸荷中应用PSO-BP算法有较高的拟合精度和预报精度.     

基于小波奇异性的结构故障检测

提出了一种新的基于小波奇异性的结构故障检测方法.通过对传感器检测信号进行二进离散小波变换,采用模极大值算法对信号进行去噪滤波,同时根据小波变换模极大值在不同尺度下的分布来完成故障的检测与定位.该方法可有效抑制噪声对残差信号的影响,提高故障检测的鲁棒性.最后,针对歼击机的结构故障进行了仿真,仿真结果表明了本文方法的有效性。     

几种函数逼近方式的逼近能力比较与综合

介绍了Fourier变换、小波变换、神经网络、小波神经网络、多小波和多小波神经网络几种不同的函数逼近方式，对这几种函数逼近方式中的基函数性能作了详细比较，发现基函数的性能越好，其函数逼近效果一般来说也越好，并对这几种函数逼近方式的表达式进行了比较和综合。     

同步合成网的完全顺序行为不变性

定义了完全行为不变性,引入根同构等概念,给出完全行为不变性的一个简洁判据.进一步地研究了完全行为不变性在活性和公平性等重要性质保持过程中的作用,指出在完全行为不变的前提下,这些性质的保持是充分必要的关系。     

自适应模糊建模及其在船舶动力定位中的应用

针对船在海上其动力学模型很难精确建立,而且诸如风、浪、流等外部随机干扰的统计特性也在不断变化,作者在船舶动力定位中采用自适应模糊逻辑系统实时学习船的漂移动力学关系实现对系统的建模,并在此基础上预测为使船在下一时刻与预定位置误差最小所需的控制力,最终达到船舶动力定位的目的.仿真结果说明了该方法在不同海况下均能达到很好的定位控制效果.     

矩阵值双正交小波包基

研究矩阵值小波包的性质．给出一类矩阵值双正交小波包的定义及构造．运用时频分析方法与算子理论刻划了矩阵值双正交小波包的特性,得到了矩阵值小波包的双正交公式．进而,得到矩阵值函数空间L^2（R,C^r×r）新的Riesz基．     

基于小波分析的径向基神经网络年径流预测

对年径流的预测采用基于小波分析的径向基神经网络模型,从时频分析角度出发,把水文年径流序列分解成不同的频率成分,用径向基神经网络对小波分解的周期和趋势频率成分分别进行预测,然后通过小波重构得到水文时间序列,从而可以对未来的径流变化情况进行描述.     

自底向上加快神经网络学习的算法

介绍了一种加快神经网络学习的改进算法.这种改进算法结合采用快速自底向上构造神经网络算法和动态优化学习参数算法.首先,快速自底向上构造神经网络算法自动地构建神经网络的优化结构;随后,动态优化学习参数算法动态地调整和选取优化的学习参数.实验结果显示,这种改进算法能自动有效地构造网络的优化结构,与其它算法相比,具有更好的分类性能、优化的网络结构和更快的学习速度.     

转子故障信号的小波能量特征自动提取

提出了一种基于小波变换的转子故障信号能量特征自动提取方法,受倍频分析思想的启发,运用尺度变换对原始时间信号重采样,将重采样后的信号进行小波变换,并统一分解到给定层上,从而获取信号的频带特征。该方法能消除转子转速和采样频率对小波分解频带分布的影响,提取的频带能量特征具有统一的物理意义。在ZL-3多功能转子模拟试验台上模拟了不平衡、不对中、碰摩及油膜涡动四种转子常见故障的128个样本,应用本文方法进行小波分析特征提取,并构造集成神经网络诊断模型进行诊断实验,结果表明了本文方法的有效性和正确性。     

改进的Morlet小波与再生核空间

给出了改进的Morlet小波变换像空间的再生核函数的具体表达式及等距恒等式,并利用再生核函数的结构对改进的Morlet小波变换的像空间作出了具体的描述,并将对小波与再生核的关系得出一个新的发现,为一般小波变换像空间的讨论提供了基础．