基于小波分析和B-J方法的数据结构挖掘和预测

结合小波方法和B—J方法对经济信号进行数据结构挖掘分析和预测，得到较好的效果。通过大量研究和试算，得出并预测所研究的某一具体信号所受的主要因素和次要因素影响力度的大小和规律，同时挖掘出该信号的突变点和平稳过渡点。     

基于树型小波和灰度共生矩阵的SAR图像分类

SAR图像包含有相干斑噪声 ,传统的方法不能很好地对SAR图像进行分类。为了能对SAR进行精确分类 ,将图像的灰度和纹理特征 ,空域和频域特征相结合 ,提出了一种新的SAR图像分类方法。该方法采用由树型小波中频纹理能量特征、灰度共生矩阵特征、树型小波滤波后的灰度组成的特征矢量对SAR图像进行分类。实验结果分析表明 ,该方法是一种有效的SAR图像分类方法。     

A New Shape-Coding Algorithm by Using Wavelet Transform

1 .INTRODUCTIONTheoutstandingdifferencebetweentheexistingvideostandardsandtheapproachesofMPEG 4isthatthecompressedvideobitstreammaycontainshapeinfor mationwhichisoftenreferredtoasabinaryalphamap .Context basedarithmeticencoding (CAE)wasproposedforshapecompressionbyLangdonandRis sanenandthenadoptedinMPEG 4.[1 ] TheCAEmethodiswellintegratedintothecurrentMPEG 4schemesinceCAEisalsoablock basedapproach .Theblock basedsizeconversioninCAE ,however,showsvisuallyannoyingstaircaseeffects.…     

向量GARCH模型的非线性协同持续

讨论波动持续性的函义，介绍向量GARCH模型的持续性及协同持续的定义，来研究上海和深圳股市，发现股市表现很强的持续性，但不存在线性的协同持续。提出非线性协同持续的概念，并提出用小波神经网络逼近非线性协同持续函数，同时证明沪深股市存在非线性协同持续关系。     

基于小波有限元的裂纹损伤梁分析

针对构件在裂纹尖端附件存在奇异性的现象，将小波有限元方法和断裂力学方法相结合，推导了小波梁单元、裂纹单元的单元刚度方程，并给出了裂纹梁通过静力凝聚技术消除内部自由度后的等效单元刚度矩阵，建立了已知裂纹大小和位置的裂纹损伤梁的小波有限元分析方法。经算例验证，该方法能有效地提高裂纹问题的分析精度，具有一定的工程实用价值。     

一种非正交复小波核函数及其非线性参数辨识应用

指出了非线性动态信号参数辨识的重要性;分析了目前采用的方法的不足;对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明;用复Morlet小波构建出一种核函数,与主分量分析方法相结合,对非线性动态信号进行参数辨识和预测;仿真结果验证了该方法的正确性和有效性,表明该方法具有较好的理论价值和实用价值。     

基于变尺度优化方法的快速神经网络学习算法研究

本文提出一种基于变尺度优化方法的多层前向神经网快速学习算法（ＭＤＦＰ），实验结果表明，这种算法对于加快网络的收敛速度有着显著成效     

基于BP神经网络与小波的控制研究

本文利用ＢＰ神经网络对被控对象进行在线辨识以及利用ＢＰ神经网络与小波对被控对象进行控制，通过某电厂过热器汽温为对象仿真验证此方法比一般ＢＰ神经网络效果好     

用子波变换提取目标回波波形特征

本文分析了子波变换及其在特征提取中的应用，具体讨论了在Ｈａｒｒ子波基底下，用Ｍａｌｌａｔ算法提取雷达目标回波波形特征的实例，从中可以看到子波变换用于特征提取的很有潜力的发展前景。     

小波-神经网络在辐射源识别中的应用研究

针对目标所采用的辐射源识别方法对复杂体制雷达信号识别效率低或无法识别的现象 ,提出了一种新的辐射源识别方法。首先 ,利用小波包可对信号进行多维多分辨率分析的特点 ,对辐射源信号进行信号特征的提取 ,然后将各辐射源的信号特征作为ART2神经网络的训练样本 ,对其进行辐射源类型的识别。通过计算机仿真 ,对上述方法进行了验证。试验结果表明 ,这种基于小波 神经网络的辐射源识别方法在识别复杂体制雷达信号的应用中不仅克服了目前识别方法识别效率低的弊端 ,而且还有效地解决了对未知雷达信号无法识别的问题