小波分析及支持向量机应用于大气污染预测

针对大气污染物浓度时间序列有一定的年变化趋势,提出了大气污染物浓度的小波分析及支持向量机时间序列预测模型。应用小波分解和重构对大气污染物浓度进行年变化趋势分析,在此基础上将大气污染物浓度序列划分为若干时段。各时段分别独立应用支持向量机进行大气污染物浓度预测,各时段均使用ν-支持向量回归机(ν-SVR)算法和径向基函数。预测结果表明,所提出的预测方法应用于大气污染物浓度时间序列预测有较高的预测精度和良好的推广能力,而且明显优于一般的支持向量机模型。     

小波及奇异值分解在混沌特征计算中的综合去噪研究

观测时间序列的非线性动力学混沌特征研究在电力、气象、地震、边坡等工程领域的应用日益广泛，但观测序列的噪声对研究结果具有重要的影响，人们通常采用傅立叶或者小波变换方法去噪。但对于混沌序列来说，这种去噪方法具有一定的局限性，会造成观测数据一定程度的破坏，对混沌分析结果会产生一定的影响。本文探讨运用小波变换结合奇异值分解（SVD）方法来解决观测时间序列在混沌特征分析时的去噪问题，该方法针对混沌分析过程中的源观测数据特点，首先用小波方法对一维观测序列去噪，并对去噪后的序列计算混沌特征分析中的重要参数一相空间重构参数m，τ，根据m，τ对源一维观测序列进行重构，得到重构的相空间矩阵A，然后对矩阵A采用SVD方法进行处理，通过这两种方法相结合的方式来达到更好的去噪目的。结果表明其去噪效果是明显的，数据经过小波变换和SVD联合处理后其观测序列的混沌特征更明显和易于提取，提高了观测时间序列混沌分析的可靠性。     

基于小波变换和反馈的时间序列相似模式搜索算法

为得到有价值的相似时间序列,分析小波变换及其在寻找相似时间序列上的优越性;指出了现有的基于小波变换的相似时间序列搜索算法的2个缺点,提出了基于小波变换和加权反馈的时间序列相似模式匹配算法和基于验证深度的验证方法;通过实验证明了算法的有效性和实用性.     

两通道滤波器组和离散序列的小波变换

多抽样率滤波器组理论和离散时间序列的小波变换有着密切关系.笔者从信号处理的角度研究了离散时间序列的小波变换利用树状滤波器组实现的方法,分析了两通道共轭正交镜象滤波器组理论及滤波器设计,离散时间序列的正交小波变换的快速实现以及正交小波的构造,指出了其内在联系,最后举例说明了正交小波变换通过共轭正交镜象滤波器组来实现信号分解和重构的全过程.     

金融时间序列变点探测的小波模极大值线方法

研究小波变换方法在金融时序分析中模型变点探测的应用,对金融时间序列采用连续小波变换,通过分析小波变换模极大值线对应的时间序列样本点的小波系数特点,提出了金融时间序列变点探测的小波模极大值线方法,并对广义自回归条件异方差均值模型(GARCH-M模型)进行了仿真计算,其结果验证了此方法的实用性和有效性.该方法更能准确定位金融资产收益率波动所发生的具体时刻,有利于金融资产价格异常时点的正确识别与统计建模分析和资产收益率波动的预测.     

非平稳大地测量信号特征信息小波识别

将小波变换和Fourier变换的谱分析结合起来,在时域中记录大地测量信号序列的突变时间,在频域中提取信号突变的频段,通过序列在小波变换各尺度上的小波能量时谱和能量频谱可以得到大地测量内涵的主要复杂过程的有关尺度层次,进而分析、识别内涵的特征信息.仿真实例表明,该方法既保证了特征信息提取的质量,又降低了计算的时空复杂度.对山东基准站的YATI站和WUDI站的年周期、半年周期、季节周期数据进行实例分析,识别提取了特征信息,效果良好.     

基于S-变换的水文时间序列演变特征研究

水文时序的多时间尺度分析对深入认识流域水文系统的演变特征及中长期水文预报有重要意义,但目前常用的短时Fourier分析,小波变换以及H ilbert-Huang变换等方法均有各自的不足之处.文中尝试运用现代时频分析工具S变换对于桥水库1956—2000年的年入库流量时序进行了时频分析,得到了该水文序列频谱在时-频平面上的三维分布图,它清晰地显示了该时间序列在不同时段内的多时间尺度演变特征.然后通过分析频谱图的拓扑结构,总结了于桥水库年径流量演变过程的关键特征.结果表明,S变换克服了小波变换或Huang变换(EMD)会因分解层数确定的主观性而可能产生的混频现象,这使它在水文时间序列多时间尺度分析及其特征提取方面有着广泛的应用前景.     

天山北麓玛纳斯河径流规律的分析

采用Morlet小波函数,对玛纳斯河年径流时间序列变化特征进行了多时间尺度分析,并利用小波变换时频局部化功能,将水文序列的频率特征在时间域上展现出来,得出了各种周期的强弱和分布情况,揭示了玛纳斯河径流变化多时间尺度的复杂结构,分析了不同时间尺度下的径流序列变化周期和丰枯突变点,并通过小波方差检验,得出玛纳斯河年径流时间序列存在27年、16年和22年左右的周期变化,这是玛纳斯河年径流在时间域内变化的主要特性.     

旋转机械故障特征的定性提取

讨论了应用小波变换和延时嵌陷分析的理论从旋转机械的振动时间序列信号中提取定性故障特征的方法,并用该方法分析了一实验转子系统的常见故障信息,给出了旋转机械几种常见故障特征的小波表达和混沌动力学特征．     

基于小波变换的福州市降水量变化研究

利用福州市1951-1990四十年月降水量资料, 对其年降雨量距平进行小波变换, 采用Morlet变换小波函数, 分析了四十年降水量时间序列的多时间尺度特征和突变特征. 研究结果表明, 福州市降水量主要表现为年际尺度的周期变化, 25a的主周期的特征比较明显, 存在许多振荡中心, 为深入研究降水量的多时间尺度特征变化提供了很好的分析手段.     

金融时间序列结构波动的子波变换分析

运用子波变换的分析方法,研究金融时间序列多尺度局域结构的波动性.通过对具体的股指数据分析表明,利用子波分析法,不仅能准确判定出序列的稳定周期大小和相对强弱,而且能提取序列的局部波动和突发波动信息.     

基于小波变换的故障信号检测

分析了小波变换的时频局部化特性及基于多分辨分析的信号小波的分解算法 ,研究了信号局部奇异性在小波变换下的特性 ;根据故障信号的局部奇异性在小波变换下模的极大值及其在不同尺度上的传播特性 ,对 30 8型滚动轴承振动加速度故障信号进行分解 ,对故障特征信号进行时域定位 ,并提取了故障特征频率f=46 .88Hz,这与实际的故障特征频率相近 ,说明该方法适用于滚动轴承的在线监测和故障诊断     

基于小波和动态时间弯曲的时间序列相似匹配

提出了一种基于小波和动态时间弯曲(DTW)距离的时间序列索引和相似匹配方法. 该方法采用小波变换进行数据降维,利用R·-tree建立多维索引结构. 给出了查询序列的DTW距离边界和其在小波空间的查询超矩形的计算方法,从而将原始空间的基于DTW距离的相似匹配转换为小波空间基于欧氏距离的相似匹配. 证明了此匹配方法不会产生漏报,给出了基于DTW距离的范围查询算法和近邻查询算法. 实验结果表明该方法具有较高匹配精度和其较低的计算代价.     

一种基于小波网络的混沌时间序列判定

在对混沌时间序列与随机序列的不同特征进行分析的基础上,提出一种可对二者予以区分的判定算法.并结合具有优异特性的小波函数,构造一种小波神经网络.最终给出基于小波网络的集成的混沌时间序列判定-预测算法.     

吸毒者脉象信号的小波与神经网络分析

海洛因吸毒者与正常人脉象信号最显著的区别在于作为时间函数的幅度波形.两者在某特定的时间区域内的幅值及其变化速率均呈现显著的差别.然而,由小波变换所得的脉象信号尺度系数的子分量和小波系数的子分量恰好可以揭示这样的关键特征.应用小波变换的多分辨率分析法对15例海洛因吸毒者和15例正常人的脉象信号进行分析,利用db2正交小波对每一例脉象信号进行3层分解,取出第3层尺度系数的第6个分量和第3层小波系数的第2个分量的绝对值构成特征向量.设计具有良好性能的概率神经网络对获得的30个特征向量进行自动检测.在网络的设计中,取20个特征向量作为训练样本,另外10个作为测试样本.据此,15例正常人和15例吸毒者全部予以正确地检测出来,检测率达到了100%.     

用小波变换分析路面不平度及振动响应

运用小波变换方法，对车辆的振动响应与路面不平度的关系进行分析．根据路面样本值，运用ARMA模型建立路面不平度时间序列，建立1／2车辆平顺性模型．将路面不平度时间序列作为输入，分析汽车的振动响应．结果表明，将小波变换引入路面激励和汽车振动响应的分析中，可以清楚地了解信号的时频特性，识别车辆振动响应与路面不平度的关系，从而可以通过路面特性分析车辆平顺性能或由振动响应推断路面激励。     

基于小波变换的工况区域识别

针对生产过程的特点 ,对过程工况区域识别问题进行了描述 ,在分析小波变换的基础上 ,研究了利用小波变换的多尺度分析特性 ,提取生产过程检测信号的多尺度定性变化特征 ,并分析和证明了提取的工况区域特征具有描述工况区域的稳定性和完备性。在此基础上 ,结合模式归纳分类算法 ,提出了一种基于小波变换的工况区域识别方法。应用实例研究 ,证实了所提方法的可行性和有效性     

采用小波变换的光伏串联电弧故障检测

建立光伏系统电弧故障实验平台,利用光伏模拟器仿真不同天气环境下的光伏阵列,对光伏系统中串联电弧故障信号进行检测和分析.采用小波变换的方法对串联电弧故障信号进行特征频带提取,并利用移动时间窗方法统计信号在小波分解后的高频系数的能量值,用其表征电弧故障信号的杂乱度和混沌度.研究结果表明:该检测方法为快速准确地诊断串联电弧故障提供有效判据.     

离散子波变换计算子波级数变换的预滤波器结构

基于子波空间采样定理，提出了两种离散子波变换计算子波级数变换的预滤波器结构，消除了Ｓｈｅｎｓａ算法中形成预滤波器的积分运算，并分析了算法结构的准确性。数值计算实例验证了结构的有效性，最后讨论了用离散子波变换计算了子波级数变换这一公开问题。     

基于小波包变换的时间序列模型模态参数识别

提出了基于小波包变换的时间序列模型结构模态参数识别方法.该方法以线性的离散时间序列方程为基础,对结构的振动响应数据进行小波包变换分解,利用小波包函数的正交特性,建立量测点间的离散化运动方程,最后利用该离散化运动方程的系数矩阵,估算结构的模态参数(自振频率、阻尼比与振型).用数值模拟算例对此方法进行了验证,并与随机子空间识别方法结果进行了比较.结果表明,该方法可以正确地识别出结构的模态参数.