神经网络在轴承故障诊断中的应用

本文以轴承的故障诊断为例用神经网络理论在此方面进行了探索。即通过轴承的频谱信号对一个反向繁殖神经网络的识别功能进行确认，包括一个三层的神经网络模型和用于故障识别的六个特征频谱带设置，所训练的网络可对工业轴承常见的故障进行诊断。实验结果表明神经网络在机械故障振动分析方面无疑是一条走出困境的可行路径。     

小波变换在模拟电路故障诊断中的应用

本提出了一种小波构造的逆推方法,并提出了一种基于小波分解的模拟电路故障诊断的预处理器。     

基于EMD及非平稳性度量的趋势噪声分解方法

该文结合非平稳性度量,研究利用经验模态分解算法进行趋势噪声分解,提出基于非平稳性度量的准则来判定舍弃的本性模态函数的数目.通过数值模拟证明了该准则克服了连续均方误差准则的缺陷,在不同噪声强度和复杂趋势下,都能够达到很好的去噪效果.     

基于小波变换的图像去噪方法的研究

小波变换能有效的去除高斯噪声,中值滤波能有效的去除脉冲噪声,两者结合可以更有效的去除高斯噪声和脉冲噪声的混合噪声.当医学图像去除混合噪声时,先进行中值滤波再进行小波去噪的方法优于先进行小波去噪后再进行中值滤波的方法,且去噪后图像视觉效果较好,而且图像均方误差(M SE)也较小.在图像去噪处理中这种方法具有实际应用价值.     

基于不同经验模态分解的小波软阈值ECG去噪研究

针对ECG信号的非线性和非平稳性,利用不同经验模态分解的小波软阈值方法对其进行降噪处理.根据希尔伯特-黄(Hilbert-Huang)变换提出的一系列的EMD算法,有EMD、EEMD、CEEMD等.首先,将含高斯白噪声的ECG信号分别进行EMD、EEMD、CEEMD分解,所得到的固有模态函数(IMF)分量是从高频到低频排列的,分别舍去前几层含噪IMF'进行重构去噪.由于舍去的IMF分量中含有少部分信号的细节信息,然后利用小波软阈值对前几层含噪IMF提取细节信息得到新的分量,再将剩余分量和新的分量重构去噪后的ECG信号.利用去噪信号图和不同性能指标验证了不同方法的有效性,得出了基于CEEMD的小波软阈值ECG降噪效果最佳.最后,用上述方法对MIT-BIH心电噪声库信号进行去噪处理,其结果与仿真实验相吻合.     

正交小波包及其在数字信号压缩中的应用

正交小波包是正交多分辨分析构造正交小波思想的自然延伸,正交小波包变换可以进一步分割小波空间,解决小波变换“高频低分辨”的问题,为数字信号处理提供获得高频高分辨效果的分析工具。最后,将小波包分析用于数字信号压缩问题的研究,获得了很好的变换压缩效果     

一种利用多通道小波变换去噪的算法

通过对多通道小波和小波变换以及奇异信号的小波变换特性的讨论和分析,提出了一种利用M道小波变换去噪的算法,并利用此算法对加噪信号进行了模拟实验,实验结果表明,该算法简便,易于编程实现且去噪效果理想。     

小波分析在信号去噪声中的应用

小波分析是近年来发展起来的一种数学方法,在信号与图象处理中有重要的应用.中值滤波是信号处理中常用的一种非线性滤波器,它能够有效地消除瞬时脉冲干扰,并且能够很好地保持信号的边缘信息,在信号和图象处理中得到广泛应用.对中值滤波器与小波变换的结合进行了比较系统的研究.通过实例说明中值滤波器与小波变换相结合具有比单一滤波器更好的效果.     

小波在股市数据分析中的应用

本文把股票日收益率时间序列看作一维时间信号 ,构造了新的小波母函数作为滤波器 ,对此时间信号做滤波处理 ,消除了数据的奇异性 ,从而可以宏观地预测股票日收益率走势 .     

傅立叶变换与小波变换的比较教学

本文针对小波变换教学中小流变换概念理解困难的问题，提出了一种比较教学方法，通过分析小波变换与傅立叶变换之间的联系，并从四个方面进行对比，清楚地描述了小波变换的本质，从而对加深对小波变换的理解。     

基于随机滤波法的滚动轴承剩余寿命预测

使用剩余寿命描述滚动轴承的潜在状态,基于随机滤波方法建立滚动轴承的剩余寿命预测模型,给出了建模步骤和方法,并讨论了模型的参数估计问题.实例分析结果验证了该建模方法和参数估计方法的有效性和准确性.     

声表面波式小波变换器件的波形失真问题研究

声表面波式小波变换器件的误差主要包括两个方面:一个是小波变换算法本身产生的误差;另一个是声表面波换能器产生的误差,而引起后者误差的主要因素是声表面波式小波变换器件输入输出叉指的波形失真问题.该研究针对引起声表面波式小波变换器件波形失真的4类问题,对4种误差来源做出分析,最终针对波形失真的不同产生原因提出减小误差的具体解决方法.     

旋转机械故障诊断中的哈尔谱研究

本文将哈尔变换应用于旋转机械故障诊断之中,并提出了用于诊断的“脉冲锐度”指标.基于付立叶分析的频谱分析是目前广泛采用的方法,与快速付立叶变换相比,哈尔变换具有实时性,逼近效果好,适用于对脉冲的提取等优点.而不足之处是受样本始点选取及样本长的影响大.对此,本文提出了控制各次样本的等效性的方法,改善了哈尔谱的稳定性与比较性.最后,通过对滚珠轴承故障模拟试验台进行试验得到的结果证实了哈尔谱及脉冲锐度指标对故障的敏感性.     

连续小波变换及小波框架算子的一些性质

以泛函分析的观点来考察连续小波变换及小波框架算子，得到了它们的一些性质，并给出了严格证明，弥补了有关献中的不足。     

农民收入增长波动关系预测分析:基于小波变换

新农村建设背景下,保持农民收入快速、稳定增长对于构建社会主义和谐社会、不断缩小城乡差距具有重要的战略意义。本文运用小波变换(WT)对1976-2006年间农民收入的波动关系进行预测分析,实证检验结果显示:全国农民人均纯收入增长具有7年和40年左右的特征时间尺度,与农民人均纯收入变化存在着7年和40年两个主要周期振荡保持一致。两个特征时间尺度叠加,可以预见在未来的数年内,全国农民人均纯收入将呈现绝对值快速增长、增长率在波动中有所放缓的特征。最后,文章就如何保持农民收入稳定增长提出了点简短的对策建议。     

周期函数和非平稳周期函数的小波变换

探讨了三角函数、周期函数以及一类非平稳周期函数小波变换的一些性质,发现周期函数的小波能谱的峰高和峰宽均正比于信号的周期.提出了一个新的只利用与信号周期有关的一个尺度小波变换系数的重构公式,它可准确地重构三角函数,对一般周期函数的重构结果优于其Fourier级数中的任何一项,对一类均值和振幅变化的非平稳周期函数的重构结果与信号非常吻合.     

小波变换在膜蛋白跨膜螺旋区段预测中的应用

膜蛋白跨膜螺旋区段的预测是当前生物信息学研究的一个重要领域.提出了一种基于离散小波变换的预测膜蛋白跨膜螺旋区段数目和位置的方法.以PDB代码为1KQG的膜蛋白为例,描述了该方法对跨膜螺旋区段的数目和位置的预测分析过程.为了测试方法的实际效果,从最新的MPtopo数据库中随机抽取80条三维结构已知的膜蛋白序列作为测试集(含325个跨膜螺旋区),采用该方法对跨膜螺旋区段进行预测,其中308个跨膜螺旋区被准确预测到,预测准确率为96.3%.并且按照膜蛋白的功能和类型,把80条序列划分成13组,对每一组膜蛋白序列进行跨膜螺旋区段预测,达到了令人满意的结果.     

Cgau小波变换像空间中的等距变换与反演公式

在以再生核Hilbert空间为连续小波变换像空间的基础上,针对Cgau小波(复数形式的Gauss小波),给出了其小波变换像空间的再生核的具体表达式.当固定尺度因子时,利用再生核空间理论,对Cgau小波变换像空间做了具体描述,分别给出了Cgau小波变换像空间中的等距变换和反演公式,这为进一步研究一般的小波变换像空间提供了理论基础.     

基于故障树和混沌粒子群算法的锻压机床故障诊断方法

锻压机床由于生产效率高和材料利用率高的特点,被广泛应用于各领域.然而,锻压机床发生故障时,其故障种类繁多、故障数据量大,所以对锻压机床故障源的快速、准确诊断较困难.针对该问题,文章提出一种将故障树分析法和混沌粒子群算法相融合的方法,对锻压机床的故障源进行故障诊断.该方法是先通过故障树分析法对锻压机床的故障进行分析从而得到故障模式及其故障概率,然后由得到的故障模式和已知的故障维修经验分析归纳出故障模式的学习样本,再根据得到的故障概率运用混沌粒子群算法的遍历性快速、准确地诊断出锻压机床发生故障的精确位置.文章提出的方法以锻压机床的伺服系统为例进行了故障诊断实验,将该实验结果与遗传算法、粒子群算法进行对比.实验结果表明,文章的算法在锻压机床伺服系统的故障诊断中准确度更高、速度更快.