基于多尺度最小二乘确定长记忆过程参数的方法

利用离散小波变换对随机过程或时间序列进行多尺度分析,在多尺度空间中研究时间序列的方差及性质,利用小波方差的对数近似地线性依赖尺度对数这一特性,将最小二乘估计方法应用到长记忆过程参数估计问题中,从而提出长记忆过程的多尺度最小二乘估计的新方法.利用此方法不但能降低对随机参数估计时的计算量,而且在精度上也可达到令人满意的结果.     

基于滤波器系数构造小波基方法的改进

从两尺度方程的频域表达式出发,根据两尺度函数的递推关系,通过滤波器系数构造小波函数,并把这个过程由一维构造情况推广到多维构造情况．针对一维标量小波存在的问题,引入向量小波,对算法做了进一步改进,给出多小波的构造方法,构造出的尺度函数具有紧支撑性、正交性、对称性和较高的正则性．通过仿真对比实验,验证了改进算法的有效性．     

带有MA误差结构的信度SUR模型

在常见的信度回归模型中,索赔观测往往是一维变量,而对索赔为多维变量时的情况涉及较少.文章利用似不相关回归模型,研究了信度理论框架下索赔为多维变量且误差带有移动平均结构的情况,给出了参数估计的方法,并通过计算机模拟证明了该方法的可行性.     

曲线方程参数的最小二乘估计法

本文对非线性方程采用最小二乘法和一维或多维搜索确定其参数,使总残差达到最小,从而提高了参数估计的精度.     

快速傅里叶变换FFT的发展现状—纪念FFT发表30周年

傅里叶变换快速算法发展已３０年，本文综合了离散变换快速算法的发展，特别是近几年的发展，其中包括传统的基２、基４、基８、分裂基算法的发展以及多维离散傅里叶变换、多维离散余统变换、多维离散Ｗ变换的快速算法、阐述各种算法是如何将多维变换转换为一维变换的计算，并讨论了在有理数域上计算上述各种变换所需量小实数乘法的次数。     

两种典型空间结构多维多点激励下抗震分析

采用三角级数法模拟生成满足给定的相干函数和考虑三维地震分量相关性的非平稳人造地震动,基于直接输入位移法建立了地震动多维多点激励时程分析模型.选取两种典型大跨度空间结构为研究对象,分别计算分析了两种结构在地震动一维一致激励、一维多点激励和多维多点激励下的反应,并对多维多点激励下不同视波速情况引起的结构反应进行了对比分析.分析结果表明:地震动多点激励下两类结构大多数杆件的最大受力大于一致激励作用,多维多点激励下杆件内力计算结果与单维多点激励下的结果变化规律基本相似,单维多点激励给出偏于不安全的结果,不同的地震波视波速情况多维多点激励作用对大跨度结构地震反应影响很大.     

长记忆过程参数的小波包极大似然估计方法

基于小波包变换的解相关属性,对传统方法进行了改进,提出并推证了一种小波包极大似然估计(WPMLE)方法,并将它应用到一类有非常广泛应用背景的长记忆过程中去.仿真结果表明,在一定的精确度要求下,这种近似算法极大地降低了参数估计的计算量,可以作为参数估计方法的一种很好的选择.     

多维尺度模型算法实现及其配水模型应用

介绍了多维尺度(MDS)配水模型算法的实现,并针对传统配水模型只能考虑一个变量的缺点,用多维尺度模型构造了实时动态配水模型。MDS配水模型适用于包含配水水量、用水区位置和用水区需水概率等多变量的实时动态配水,它对传统一维配水模型是一个重要的补充和发展。基于MDS的配水模型,可以实现大型流域实时动态配水,为流域的规划和管理提供参考。     

基于Radon变换的多尺度虹膜识别算法

针对现有虹膜识别算法需要处理二维纹理信息,特征提取时间长,对噪声干扰比较敏感等问题,提出了基于Radon变换的多尺度虹膜识别算法.首先利用Radon变换将二维虹膜纹理信息转换为一维纹理信号,然后使用小波变换多尺度能量算子提取虹膜的特征信息,最后利用相异度函数进行匹配判别.实验结果表明,算法具有运算简单,快速等优点,同时算法能够较好地克服图像平移、缩放、旋转等几何攻击对识别带来的不利影响,具有较强的抗干扰能力和较高的识别率.     

基于小波散射深度序列神经网络的制动噪声分类识别

为实现对制动噪声的智能化识别,研究了一种小波散射结合深度序列神经网络的识别方法。采用3层小波散射变换构造出制动噪声相应卡钳振动信号的小波散射多维特征向量。首先,以单层一维卷积神经网络（1DCNN）和单层双向长短时记忆网络（BiLSTM）为基础,将小波散射特征以序列形式和分别输入方式进行训练和测试;结果显示,与短时能量和短时平均过零率这类一维序列输入相比,小波散射变换多维特征输入能够大幅提高分类准确率。其次,针对网络欠拟合状况,建立的4层深度1DCNN与3层深度BiLSTM网络相比,其基础网络具有更强的特征捕捉能力,均进一步提高了制动噪声分类准确率。根据分类性能指标F₁,4层1DCNN的整体性能均超过3层BiLSTM网络,并且具有训练参数数量较少的优越性。     

小波变换多尺度过零点表征及在医学超声图像分割中的应用

回顾了信号的一维小波变换多尺度过零点（MZC）表征的完全稳定的重建理论,分析了MCZ表征与小波各尺度分解的平均功率的关系;并利用医学超声图像的不同区域MZC随尺度的变化曲线参数,实现了医学超声图像的区域分割。     

基于Mallat算法的一维离散小波变换的实现

目的研究信号的局部化特征。方法应用Mallat算法,实现了信号一维离散小波变换的逐级抽取过程。结果信号经过离散小波变换后,将平滑分量和细节分量分离开来。结论应用该算法能够由粗到细的分析信号,同时也能通过滤波器组实现原始信号的重构。     

基于长记忆函数型数据条件中位数的相合估计

文章研究了当解释变量取值在某个抽象的函数空间上时条件中位数的非参数估计,给出了基于长记忆函数型数据条件中位数的核估计,并且在一定的条件下建立了估计量的相合性,给出了基于长记忆函数型数据条件分位数的核估计量在相应条件下的相合性。     

主动声纳回波数据的分析方法

本文主要是针对主动声纳回波信号的情况，对所采集的信息，从理论上探讨数据分析方法，重点介绍了一维回波信号形式的处理方法，包括目标的亮点结构特征分析，共振模态分析以及小波变换与频谱分析，而对于多维回波信号形式的分析，则还需要做大量的工作才能完成。本文未进行分析探讨。     

一类多维线性混料模型的最优设计

在混料试验设计中,通常会考虑多个指标的质量特性,需要对多个因变量与多个自变量进行研究.文章讨论了多维线性混料模型下的2种基本形式,利用一维线性混料模型的最优设计,推导出2种多维线性混料模型的最优设计,进而得出一维与多维线性混料最优设计之间的等价关系,并推广至其他最优设计问题.     

非矩形域上可压核废料污染问题的交替方向有限元格式及分析

在考虑非矩形域上的三维可压核废料污染问题时,应用等参元及等参变换的Jacobi行列式的逼近定义矩形区域到非矩形域之间的映射,构造了一类交替方向有限元格式．采用这种方法,可以将一个多维问题转化为求解一系列一维问题,从而大大降低了计算量,并证明了格式的最优H^1模误差估计,     

回归模型中变换参数的影响分析

把Ｄ．Ｖ．Ｈｉｎｋｌｅｙ和Ｓ．Ｗａｎｇ的回归模型变换参数影响的诊断方法推广到多个数据的情形,评价多个数据对“双边变换模型”参数估计的影响。分别考虑双参数变换模型和单参数变换模型,利用构造变量回归技术和平均异党点模型得到了删除数据诊断量的近似值。并给出了一个算例。说明删除两个数据时对单个参数估计的影响。     

螺旋坐标系统：多维滤波向一维滤波的转化

把一根线绕到圆柱体上就形成了一条螺旋线,利用螺旋坐标系统可以把笛卡尔坐标空间中的多维滤波和递归滤波转化一维空间中来处理。相应地多维递归滤波的稳定性问题可以在一维空间中进行刻画,本文证明了二维滤波和一维螺旋滤波的等价性,并且给出了一维螺旋滤波和递归滤波的算法,实际的算例说明了算法的可靠性和有效性。     

二象Hilbert变换

多维解析信号分析在现代信号处理理论和工程应用中有着重要的意义,但是与一维解析信号的Hilbert变换不同,多维解析信号一直没有明确和公认的定义,这使得解析分析在二维图像处理等领域的应用受到限制.文中在频域内给出了标准二象Hilbert变换和非标准二象Hilbert变换的定义.推导了二象Hilbert变换的函数表达式,证明了与基础Hilbert变换之间的非线性关系.分析论述了标准二象Hilbert变换具有一维Hilbert变换对应的特性,包括相移特性、信号变换后频谱幅度不变、信号两次变换反号和四次变换复原,以及齐次、缩放和卷积特性等.     

一维反铁磁链中的孤波

本文从双子格模型出发,利用霍斯坦因—普里马可夫变换,计算了一维反铁磁链中的孤波。并得到相应的孤子解。