基于小波分析和集成学习的短时交通流预测

针对短时交通流具有随机性和不确定性等特征,提出一种基于小波分析和集成学习的组合预测模型.首先,对原始交通流数据的平均行程时间序列应用Mallat算法进行多尺度小波分解,且对各尺度上分量进行单支重构;其次,对于各重构的单支序列分别使用极端梯度提升模型(extreme gradient boosting,XGBoost)进...     

结构损伤识别的周期小波方法

通过对结构损伤前后模态特征的变化进行分析,利用损伤结构的位移振型函数构造出曲率振型函数γi(x),然后再在曲率振型函数的基础上提出一个用于探测和评定损伤程度的新指标———损伤因子r(x)=∑i∈Idγi2(x);基于小波分析的方法,对损伤因子进行周期小波变换,通过小波系数的取值范围提出了一种结构损伤定位和损伤程度的评估方法.数值仿真表明,这是一种行之有效的损伤识别方法.     

实时交通数据的噪声识别和消噪方法

以常用的交通数据———交通量时间序列的实测数据为例,给出多个噪声识别及消噪预处理的实验结果.为提高建模的准确度,采用模糊减法聚类对交叉口实测交通量进行噪声识别.对实测交通量采用奇异值分解的滤波方法进行除噪预处理,并通过训练径向基函数网络进行预测.与数据未经滤波直接训练网络相比,预测结果的平均绝对相对误差降低了3.31%.用小波变换对交通量数据进行消噪处理,即通过多分辨率的小波分解和重构来实现消噪.实验表明,若对原始交通量时间序列消噪后再建立预测模型,将获得更好的预测结果,这说明研究的噪声识别和消噪方法的可行性和有效性.     

基于小波包分析的心磁信号消噪

心磁图(Magnetocardiography)是一种无创性记录和分析心脏电磁场的方法.由于心磁场强度极其弱小,必须使用超导量子干涉仪(SQUID)才能检测,其中心磁信号消噪处理十分重要.本文对心磁测量中的消噪进行了研究,在小波分析的基础上,提出使用小波包分析方法消噪,通过实验发现小波包分析消噪能获得很好的效果.     

一个二进小波变换像空间的再生核函数

1 引言 小波分析是结合泛函分析、应用数学、逼近论、调和分析、广义函数论等数学知识的结晶,具有深刻的理论意义和广泛的应用范围,被称为”数学显微镜”.基于其多分辨分析的特点以及在时、频两域都具有表征信号局部特征的功能,应用它可以解决许多Fourier变换不能解决的难题,为工程应用提供了一种新的、更有效的分析工具[1],由...     

基于混合学习算法的模糊小波神经网络控制

采用小波函数作为模糊隶属函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理.针对BP算法易陷入局部极值点的缺点和简单遗传算法局部搜索能力差的不足,提出了一种混合学习算法,即首先利用遗传算法全局搜索的特点来离线优化神经网络的参数,再利用BP算法较强的局部搜索能力对网络参数进行在线调整.仿真结果表明,该网络能对不同的对象实施有效控制,且具有快速、适应性强等特点.     

心电信号小波分析

心电信号是一种非平稳并具有很多奇异点的微弱信号。小波变换中的模极大值消噪法具有非线性及自适应性,小波的这种特性对于类似于心电信号这种非平稳微弱信号是十分适用的。针对传统的消噪方法在处理心电信号时的局限性,研究了小波变换的时-频局部化特性及基于多分辨率分析的信号小波分解和重构算法———Mallat算法。采用小波分析的模极大值法实现对QRS波R峰值点的检测,以及对心电信号的消噪处理。通过试验研究可知,运用小波进行QRS波检测,QRS波的识别率高达99.9%,经过消噪重构后的心电信号信噪比较原始信号有较大提高。     

一类连续小波的构造及其性质

小波分析是国际上新兴的一个前沿研究课题,已成为众多学科共同关注的热点.小波函数的构造问题是小波理论分析与应用研究的基础.文章提出了一类连续性小波函数的构造方法,同时证明了其满足允许条件,并利用该方法构造出了几个小波函数,同时利用MATLAB程序绘出了相应的小波函数及其Fourier变换(频谱)图.     

一种新的基于小波变换的EEG视觉伪信号修正方法

提出了一种在基准EEG信号和视觉信号未知条件下,基于小波阈值去噪的方法来修正EEG信号中出现的视觉伪信号(OA)的新方法。这种方法实现了对原始EEG信号进行平稳小波变换(SW T);对低频系数进行两次阈值去噪;对去噪后的信号进行重构。实验结果表明:这种新方法在基准EEG信号和视觉信号未知条件下能有效去除OA,同时适用于眨眼和眼球运动所产生的伪信号。通过不同方法对采集的信号处理后进行比较,说明该方法的有效性。     

两点边值问题Daubechies小波δ-序列数值解法

使用广义函数δ-序列方法数值求解两点边值问题.这种δ-序列以Daubechies小波为基础,具有紧支、对称、拟插值的性质.以对流占优方程为例,空间导数采用Daubechies小波δ-序列作数值格式离散,验证了该方法的有效性.使用Daubechies小波δ-序列数值方法求解两点边值问题,方法简单,能方便地处理各类边值问题,计算精度高.数值算例表明,Daubechies小波δ-序列数值方法不仅能够较好地求解具有边界层的两点边值问题,而且可以非常方便地求解具有较高阶导数的梁、板等力学问题.