基于小波分析的网络流量问题研究

应用小波变换，精确地刻画网络流量的自相似特性，应用Mallat算法模拟网络流量在此基础上，分析了局域网和广域网的网络流量特性．     

Hurst指数分析地震震级趋势

应用Hurst指数及分形维D、相关系数C和V统计量图形以及散点图和拟合趋势线方法,分析全球7.0级以上地震震级序列,发现该序列是分形布朗运动,均值回复过程(粉红噪声,反持续性,逆状态持续性),且具频繁的逆转突变性或易变性,长期情况下其震级呈现极微弱的下降趋势.可供地震研究和安全研究工作参考.     

基于替代数据的Hurst指数计算

提出了一种利用替代数据方法计算Hurst指数的新方法。分析表明由约束实现方法生成的替代数据不但保留了原始时间序列中的长程依赖性,而且有效的消除了序列中的非线性相关性,可得到更为准确的Hurst指数值。     

用光学分数Fourier变换的方法测定自仿射分形的Hurst指数

采用光学分数Fourier变换的方法从实验上测定了规则自仿射分形图形的Hurst指数, 并将此方法推广到无规自仿射分形图形, 测定了几种无规自仿射分形图形的Hurst指数. 实验结果证实了光学分数Fourier变换方法分析自仿射分形图形的可行性.     

小波分析在股票有偏随机游动中的应用

在有偏随机过程中引入时变指数概念和具有局部自相似性的数学模型。借助小波基固有的尺度特性很适合于分析局部自然相似性这一特点,给出Hurst指数的小波估算公式及算法,并用仿真结果加以验证。     

基于小波分析确定离散动力系统的最大Lyapunov指数

通过计算小尺度小波变换模数的最大Lyapunov指数,得到离散动力系统的最大Lyapunov指数.结果表明,不同的变换尺度对计算结果影响不同,而选用不同的小波函数对计算结果影响不大.利用小尺度小波变换模数来计算最大Lyapunov指数能有效克服极强的大尺度噪声的干扰.     

基于小波变换的最大Lyapunov指数的计算方法

利用小波变换域上的分形滤波方法 ,结合一些具体问题的处理用于计算含噪混沌信号的最大Lyapunov指数 ,对Rossler和Lorenz模型进行了计算 ,结果表明在信噪比SNR >7lB时有比较好的效果。     

自相似网络流量Hurst指数估计算法

Hurst参数是表征网络业务自相似性的重要参数,在一定的观察时间内对突发业务的Hurst参数进行快速、准确地估计是高速宽带网络(如ATM)实施流量控制和缓冲资源分配的前提。提出一种基于DFGN模型和Haar小波的Hurst参数估计方法。仿真生成的DFBM和真实自相似网络业务数据的计算结果均表明,所述方法提高了Hurst参数估计的效率和准确性,比传统方法具有更好的性能。     

基于Hurst指数与纹理分析的刀具磨损状态监测技术研究

通过对车削工件表面纹理进行单幅与车削序列的Hurst指数计算,研究了车削工件表面纹理、Hurst指数和刀具的磨损状态之间的关系.结果表明,初期加工出的纹理,Hurst值大于0.5,表明车削工件表面纹理是一种可预测的纹理,刀具处于初期磨损阶段;在正常车削阶段,Hurst值在0.6左右,表明车削工件表面纹理在持续着这种规律性和周期性,刀具为正常磨损阶段;在刀具进入剧烈磨损阶段,Hurst值小于0.5,车削工件表面纹理杂乱无规律,刀具濒临破损.     

基于Hurst指数的飞机完好率混沌时序数据时滞性分析

通过研究Hurst指数随时间变化曲线的特性,提出了一种计算和判断混沌时间序列平均最大“记忆”长度(“平均循环周期”)的方法。并应用于对飞机完好率时间序列数据的时滞性实证分析,分析结果得到了有关专家的认可,为进一步的评价分析奠定了基础。     

分形Hurst指数在彩虹期权定价中的应用

1991年Rubinstein把“彩虹”这个标签引入期权当中,他强调基于多种资产组合起来的期权就像五颜六色的彩虹一样,期权中的每一种标的资产可以用彩虹中的一种颜色来表示,即彩虹期权不但是一种基于多种标的资产的期权,而且也被当作是一种关联期权.交割时期权交割价格依赖于这些资产的综合表现.在讨论股票对数价格的动力学行为时引入分形中Hurst指数,并当Hurst指数取值于区间(1/2,1)时推导出相应的彩虹期权的定价公式.     

我国证券市场波动的Hurst指数

证券市场的波动不服从布朗运动,而服从分数布朗运动。Hurst指数是描述分数布朗运动的重要指标。利用R／S分析方法计算出我国证券市场收益率序列的Hurst指数为0.68。从而说明甸证券市场的波动具有明显的持久性。     

铀尾矿氡析出率的Hurst指数与分形特征

铀尾矿氡的析出是一个重要的环境问题.通过室内实验测定了铀尾矿氡析出率随时间的变化,结果表明尾矿中氡析出率随时间呈现明显的非周期振荡变化.应用R/S方法对所获得的氡析出率时间序列数据进行了分形分析,其整个时间序列数据的Hurst指数为0.83,分维值为1.17.移动Hurst指数在大多数情况下位于0.5-0.8之间,实验后期的Hurst指数部分位于0.5以下,表明铀尾矿氡析出率长期趋势不满足随机游走理论,氡析出率具有长期记忆性,但是短期记忆性不显著.尾矿中氡的析出是一个确定性的混沌动力学过程.     

用小波变换和奇异指数表征蔡氏混沌信号键带

计算了蔡氏电路混沌信号的离散二进小波变换及奇异指数,结果发现,当尺度2∧5上的小波变换结果的模大于某一阈值时,其所对应的信号段就是键带,在混沌信号的键带处,奇异指数限大的正值,而在非键带处,奇异指数取负值或小的正值。     

小波变换用于信号消噪

根据噪声和信号在小波变换下表现出的截然不同的性质,对分析出的噪声局部模极大值进行了相应处理,然后通过反变换重建信号,实验结果表明,这种方法计算简单且有较好的去噪效果。     

基于Symlets小波的虹膜特征提取

提出了基于双正交的虹膜特征提取方法。通过Symlets小波对归一化虹膜图像进行特征提取,运用k-近邻分类器实现匹配．研究结果表明,与基于db4小波的方法比较,该方法在识别率上有明显的改进．     

基于小波的信号Lipschitz指数分析和应用

奇异信号往往带有一些重要信息,一般用Lipschitz指数来描述信号的奇异性.在Mallat等人的基础上讨论了奇异信号Lipschitz指数定义和相关理论基础,同时研究了小波变换与信号奇异性关系和Lipschitz指数的计算.利用信号和噪声奇异指数不同的特点应用于去噪声,文中提出了一种对噪声模极大值对应点周围的小波系数进行非线性压缩后重构信号新方法,仿真实验结果表明,这种方法有着较好的去噪效果.     

应用连续小波变换提取机械故障的特征

针对机械信号的特征和小小变换的特点,论证了机械信号的连续小波可分解特性,提出了信号的时间－小波能量谱和尺度－小波能量谱的概念,同时,利用信号经连续Ｍｏｒｌｅｔ小波变换后在时间－尺度域内的不同能量分布特性,依据信号的尺度－小波能量谱分布特性,对螺杆泵减速器和滚动轴承这两类不同机械的信号进行了特征提取,结果表明,应用机械信号的尺度－小波能量谱进行特征提取,更好地利用了小波变换的恒Ｑ带通滤波器性质,可以     

基于小波变换及融合技术的图像边缘提取

图像边缘检测是图像分割、图像识别的基础,传统边缘检测是基于图像整体的边缘检测.小波变换使基于图像分解的边缘检测成为可能,利用小波变换将数字图像分解为高频和低频分量,对高频和低频分量分别进行边缘检测.常规融合方法是将高频边缘和低频边缘进行简单叠加,由于高频、低频边缘是通过不同方法提取的,二者之间的相似度、吻合度存在差异,简单叠加不能够有效融合高频、低频边缘图像特征,本文算法采用局部区域方差准则把高频和低频边缘在小波域进行融合.实验表明,该算法能够有效融合高频、低频边缘图像特征,具有较好的边缘检测和去噪功能.