基于改进小波神经网络的大气质量评价模型

为了缩短人工神经网络的训练时间、减少迭代次数和提高输出结果的准确率,将小波基函数应用于人工神经网络,并用专家评分后归一化处理的方法对输入层的权值初始值进行优化,建立了优化的小波神经网络模型。将该模型对井冈山区域2012年大气监测数据进行评价,实验结果表明:经过优化的小波神经网络模型的评价精度较高。最后与将该模型与其它评价方法相比,该模型还具有计算快速、评价客观、可靠性强、效率更高的特点。     

Wavelet fractal character of overlapping signal

A new method based on the combining of the wavelet theory with the fractal theory and named wavelet fractal peak position method (WFPPM) is introduced to extract the number of the components and the relevant peak positions from overlapping signals in chemistry .The overlapping signal is first transformed into continuous wavelet transform value of time domain in certain dilation range via continuous wavelet transform (CWT),and then changed into capacity dimensions (Dc),The number of the components and the relevant positions of overlapping peaks can be identified easily according to the change of Dc.An investigation concerning the influence of different dilation ranges on the peak positions extracted by WFPPM is also provided .Studies show that the WFPPM is an efficient tool for extracting the peak positions and identifying the number of peaks from unresoloved signals,even when this kind of overlapping is significantly serious,Relative errors of lless than 1.0% in peak positions are found when WFPPM is used in the processing of the cadmium (Ⅱ)-indium(Ⅲ) mixture system .The analytical results demonstrate that the desired peak positions can be extracted conveniently ,accurately and rapidly from an unresoled signal via WFPPM,Tremendous developing and applications based on currently reported WFPPM in extracting overlapping signals would be expected in the near future.     

基于小波分解的设备状态预测方法

首次提出将小波分解应用于非平稳时间序列的预测中,通过小波分解将非平稳时间序列分解为多层近似意义上的平稳时间序列,并且用ＡＲ（ｎ）模型对分解后的时间序列进行预测,进而得到最终的预测结果．将该方法应用于压缩机轴承座磨损的趋势预测中,通过与基于ＢＰ网络的预测方法相比较表明：该方法预测精度高,而且预测速度快,可以有效地应用设备状态的预测和设备故障趋势的分析中．     

变换域时间序列相似性搜索

在时间序列的研究中，经常需要计算二个序列的相似程度。由于序列变化的多样性和，复杂性，结果通常不能很好地满足要求。采用变换法则对时间序列进行从时域到频域的转换，再将转换后的数据按照一定的规则变换成字符序列；利用求最长公共子序列的方法计算三个序列的匹配度，实现时间序列的相似性搜索。     

宇宙线较长周期变化研究

利用羊八井ASγ阵列实验数据分析宇宙线的较长周期变化.收集整理Tibet ASγ阵列1994～2003年间记录的宇宙线触发率数据和气象数据,发现这段时间的宇宙线触发率存在明显的年周期变化,气压、室内温度、室外温度与宇宙线触发率有着相似的年变化,存在较强关联;对宇宙线触发率进行多元气象参量修正,修正后的宇宙线触发率不再有明显的年变化;利用小波分析和数学统计方法分析气象修正后的宇宙线触发率,没有发现确定的几日周期.统计结果显示：宇宙线周期变化中4日周期和6日周期较多,其次是5日7、日和8日周期.     

CO2弧焊电源动特性的模糊逻辑推理评定

ＣＯ２弧焊电源动特性的评定方法一直是焊接界未能很好解决的问题,论文中研究了用子波统计分析方法由焊接过程电信号中提取与电源动特性相关的特征信息,并在大量的实验基础上,根据实际经验研究了动特性的模糊逻辑推理评定方法,建立了模糊逻辑推理评定系统,实验证明了该评定系统的有效性。     

基于应变模态小波神经网络的结构损伤识别方法

以框架结构为研究对象,利用小波分析和神经网络理论,结合二者的优点,运用小波分析来确定框架结构的损伤位置,运用神经网络算法来识别损伤程度,给出了基于应变模态参数识别框架结构损伤的原理,建立了一种识别结构损伤的小波神经网络方法.通过建立基于振型模态和应变模态的损伤识别方法,分别对9种不同工况下框架的裂缝位置进行识别,并对比了这2种模态下损伤位置的识别效果.然后,分别对框架的振型模态和应变模态进行连续小波变换,获得2种模态参数下的小波系数模极大值.利用神经网络去模拟小波系数模极大值与损伤程度之间的非线性关系来识别结构的损伤程度,并对比了这2种模态下损伤程度的识别效果.数值分析结果表明,小波神经网络可以有效地识别出结构的损伤位置和损伤程度,基于应变模态的损伤识别方法具有更好的准确性.     

基于EZW与SPIHT的雷达图像压缩研究

随着技术的发展,雷达图像的大小日益增长,采用传统的图像压缩方案已经无法满足系统要求。因此,本文研究了基于小波变换的压缩方式—嵌入式零树小波与多级树集合分裂算法。对两者的编码解码过程进行了详细推导与介绍。实验对3幅高分辨率雷达图像进行测试,证实了多级树集合分裂算法性能更优。     

多尺度B样条小波变换去除噪声的一种方法

基于Ｂ样条小波的特点,利用小波变换引出了Ｂ样条小波实现信号分解和重构的实用公式．从理论和实验两个角度分析了不同噪声在小波变换下的传播性：白噪声和尖脉冲由于具有负奇异性和稠密性及方差均随尺度的增大而减少,据此提出一种用小波变换去除随机噪声的新算法．经过实验,与过去常用的均值滤波和中值滤波方法进行对比认为,该方法对白噪声和尖脉冲噪声均有良好的抑制作用,对信号的突变信息和波形都有较好的恢复作用,克服了均值滤波及中值滤波法造成原信号边缘模糊的缺陷．该方法可推广到其它信号的处理,具有一定的理论意义和实用价值．     

小波分析在旋转机械故障诊断中的应用

简述小波分析的数学原理和小波分析在故障诊断中的应用机理，并以透平压缩机组为例，分析了小皮分析在故障诊断中的应用。用小波进行信号降噪的方法是，先对机组轴承径向报动信号进行处理后再进行特征提取，使故障诊断过程变得容易，很好地保存了瞬态信号的尖峰和突变部分。