小波分析在电控发动机故障诊断中的应用

为了探讨小波分析技术在电控发动机故障诊断中的应用，以电控汽油机转速传感器为例，采集了转速传感器的正常和异常信号，利用小波变换对信号波形进行了滤波和除噪，利用一维连续变换工具计算出正常和异常信号小波变换系数，并提取了故障信息特征参数。结果表明：转速信号的小波变换系数能够判断发动机的断缸故障；转速信号的小波分析结果能对比发动机各缸的工作性能。实践证明，利用小波分析对电控发动机进行故障诊断是切实可行的。     

基于小波分析的股票市场分析

研究股票市场有很多种方法，最经典的是从经济学方面研究，另外还可以从心理学方面研究.随着数学在经济学的研究中发挥越来越重要的作用，在对股市的研究和许多的数学方法也被大量应用，小波分析在诸多领域有着广泛的应用.文章试图用小波分析对股票市场进行分析和预测.     

DCT域下采样中的宏块变换算法的研究

针对视频转码的下采样过程中，因P帧中包含帧内宏块而需要在多宏块合成中对不同宏块编码方式进行转换的问题，提出一种DCT（Discrete Cosine Transform）域下的可行算法。该算法通过在DCT域下完成对参考帧的部分解码，实现帧内宏块和帧间宏块相互转化，从而高效地解决因下采样过程中多个宏块合成而导致的宏块编码方式冲突问题。     

基于二值自适应算术编码的图像无损压缩算法研究

分析了二值自适应算术编码的特点,并把整数小波变换和二值自适应算术编码相结合,采用C语言进行仿真,实现了静止图像的无损压缩.实验结果表明,该算法压缩比可达2.5,并且仅采用整数加法和移位就可实现数据的压缩编码,硬件实现简单,具有较强的实用价值.     

基于小波分析和RBF神经网络的铜价预测

提出一种非线性时间序列预测方法,即把小波分析结合RBF神经网络预测方法对非线性时间序列进行预测。对铜价的预测结果表明,该方法比单纯的小波预测或单纯的RBF网络预测精度高,可以很好的应用于某些非线性时间序列的预测中。     

基于小波分析的汽轮机振动故障信号的检测

本文利用小波分析技术在故障信号检测中的应用进行了研究，针对消噪阀值的选取，采用了一种基于非线形浮动阀值的汽轮机振动故障信号的消噪与检测方法，检测结果表明，在故障检测前先对故障信号进行消噪。有利于提高汽轮机振动检测的准确性．     

Curvelet域垂直地震剖面波场分离

针对垂直地震剖面（VSP）资料处理中上下行波重叠难以分离的问题，提出了一种基于奇异值分解（SVD）和Curvelet变换相结合的分离上下波方法．首先基于数据中随机噪声是统计平稳的假设，在Curvelet域通过分尺度选取阈值压制随机噪声，再利用奇异值分解方法滤除部分下行波能量，最后根据VSP资料中上下行波在Curvelet域分布区域不同，进行上下行波场分离．合成和实际资料处理结果表明，该方法与f-k滤波方法和SVD方法相比，不仅提高了信噪比，而且减弱了边界上的波形畸变，得到了更好的分离效果．     

利用LabVIEW和MATLAB的小波函数采集和处理损伤检测数据

通过LabVIEW直观的图形化界面将用电测法采集到的有缺陷梁的模拟信号转化为数字信号,在LabVIEW中调用MATLAB中小波函数程序,对噪声信号进行消噪处理。结果表明,该方法消噪效果好,为损伤检测的缺陷定位分析打下了基础。     

一个水稻抗纹枯病突变体的遗传分析及其基因的初步定位

高水平抗纹枯病突变体和高感纹枯病品种蜀恢881杂交构建分离群体,经F2分离世代的遗传分析,抗、感单株比例符合3 1(χc2=0.563,χ12,0.05=3.84),初步确定该突变体对纹枯病的抗性由一对显性主效基因所控制,命名为Rsb-2(t)。利用已合成的530对微卫星引物,对抗纹枯病突变体和蜀恢881进行多态性引物筛选,用多态性引物对上述F2分离群体的全部感病单株和部分抗病单株的DNA进行PCR分析,借助MAPERMAKER/EXP3.0软件,对其微卫星标记实验数据进行连锁分析,将Rsb-2(t)定位于第3染色体的p臂,发现RM218、RM251、RM4321和RM5748与Rsb-2(t)连锁,它们均位于着丝粒端,连锁距离分别为32.1 cM,41.1 cM,42.4 cM和49.7 cM。研究结果为进一步对该基因的精细定位奠定了基础。     

基于改进GA的WRBF神经网络设计与应用

针对单独自动设计径向基函数(RBF)网络和小波网络过程中对样本要求过于严格,以及输出层线性求和运算可能造成样本类别交叠的问题,结合两种网络结构简单的优点,设计了一种新的四层前馈神经网络--小波径向基网络(Wavelet radial basis network,WRBF).该网络在结构上,第一隐层对输入样本进行小波映射,实现对输入空间的压缩;第二隐层对第一隐层输出进行第二次非线性映射;在网络的训练方法上,利用多阶染色体混合编码实现两隐层间的选择性连接,并对遗传算法(Genetic algorithm,GA)进行改进,利用改进的GA同时优化网络结构和参数.通过对多输入单输出系统和热能表系数模型进行实验,结果表明:改进的GA减小了早熟收敛的发生,所设计的网络具有较高的建模精度.