小波分析在证券分析中的应用

传统股市投资分析中的证券分析方法之一———MACD法 ,利用DIF的移动平均值以确定证券的买卖时机 ,存在着时滞性 ,对非平稳的股市信息分析不能及时、较好地刻画股市的基本变化趋势 .作者根据证券投资理论 ,建立了相应的证券投资分析数学模型 ,根据小波分析多尺度分析能力强的特点 ,利用小波分解提取反映股市基本变化趋势的低频信息 ,改进了传统分析方法 ,建立了改进后的数学模型Ⅲ .该模型求解方便 ,同时与实际模型较好地逼近 ,具有时效性 .此外 ,以路桥建设股票 14 0个交易日的DIF和MACD值作为原始数据 ,用Matlab作为工具进行计算 ,求解模型Ⅲ .结果表明 :与传统分析方法相比 ,从模型Ⅲ中能得到更多的买卖点信息 ,而且价差更大 ,效果显著 ,充分显示了小波分析在股市技术分析中的强大生命力     

地球物理正问题计算的小波方法

本将小波分析方法用于一类奇异积分方程的计算，建立了小波展开的非标准形式与标准形式转换关系，根据Mallat小波快速算法，设计了此类积分的计算算法，并通过实际例子验证了方法的有效性，计算具有速度快，运算量少的特点。     

求解含裂纹正交各向异性平面问题应力强度因子的耦合法——位移间断法与边界元法的耦合

本文在推导出正交各向异性平面位移间断基本解的基础上,建立了一组求解裂纹表面位移的方程,并较精确地求出应力强度因子K_I和K_Ⅱ。将这一方法与边界元法相耦合,解决了含孔洞及裂纹群复杂问题。随着边界单元数目的增大,数值结果迅速趋于某一极限(精确解)。通过与现有数值结果比较,本耦合法具有很高的精度和极强的收敛性。     

粘弹性介质地震波聚焦成像技术

在复杂地质条件和深层油气资源的勘探中，基于声波方程的常规地震勘探技术的局限性日益突出．作者在以大地介质为粘弹性介质的前提假设下，推导出基于三阶波动方程的波场外推公式，分析了上行波随传播距离的增加而逐步丢失其高频成分的原因．并以小波分析为工具，提出了粘弹性介质地震波聚焦成像技术．这种方法不同于Bleistein的线性化方法，是通过1个虚拟的中间波场用多尺度方法去重建真实的地下波场，进而成像．同时，利用小波分析的时频局部性特征和优良的去噪功能，提高了成像的质量．通过用常规的处理技术和聚焦成像技术对塔里木盆地实际地震资料进行对比实验，结果表明采用新方法取得了较理想的成像效果，能够较好地解决沙漠、戈壁等厚低速层覆盖下的地震勘探高品质成像问题．     

粘弹性介质中波场重建方法

传统的波动方程波场重建基于完全弹性介质，不能获得满意的地震资料分辨率，本基于能描述大地吸收弹性介质中地震波传播的斯托克斯波动方程．提出了一种新的多尺度粘弹性波动方程波场重建的方法，根据地震波传播核函数的物理特性，研究了一种新的物理小波，提出了小波多尺度波场重建方法。达到对吸收信息的补偿，提高地震资料的分辨率。     

基于小波的一维线性波动方程的数值解法

小波的紧支性，正交性和二阶以上的Daubechies尺度函数及小波函数的可微性，很适合作为Galerkin方法的基函数。加上快速小波变换，这已成为数值求解偏微分方程的有力工具，本文利用微分算子的小波表示。对一维线性波动方程的小波数值解法进行了讨论。最后用实例说明了波波方法的有效性和快速性。     

小波分析在经济预测模型中的应用

经济信号也是一种时间序列 ,它和小波分析中的信号具有相同的特性 .因此 ,可将经济时间序列看成经济信号 ,应用小波进行实际经济分析和预测 .论文针对最小二乘法的不足 ,提出了多分辨回归分析处理经济数据分析的方法 .本文在建立宏观模型时 ,利用小波分析对经济数据进行预处理 ,获得能反映宏观变化趋势的低频信息 ,再用最小二乘法进行拟合和预测 ,通过对传统最小二乘法建立的模型的对比分析 ,结果表明 :本方法优于一般最小二乘法 .     

粘弹性波动方程聚焦成像技术在塔里木盆地的应用

由于塔里木盆地地表低速层覆盖厚，用常规的地震处理技术难以得到高品质的地震剖面．用以大地介质为粘弹性介质作前提，结合小波分析理论的地震波波动方程聚焦成像技术在塔北某区进行了２Ｄ地震资料的目标处理，得到了一套高分辨率、高信噪比和高保真的地震处理剖面．新剖面的品质较常规处理的剖面有明显改善．根据新剖面的地质解释得到了该区储油层———东河砂岩的分布规律，并据此首次从地震地层学角度提出了该储层的陆相沉积相问题．     

OBS记录波形一致性分析

随着我国对海洋勘探力度的不断加大,对海洋主要勘探仪器海洋地震仪(OBS)质量的检测与有效评估的意义也越发重要.论文设计了一种波形一致性分析算法,并将OBS采集到的数据与音频发生器产生的理论数据进行波形一致性分析,从而实现对仪器质量和性能的检测和评估.     

一种基于分块小波的人脸识别算法

提出一种基于分块小波的人脸识别新算法.在充分考虑提取局部特征,又克服小样本问题的基础上,提出分块小波的概念.首先,对小波分解后的低频子图进行分块,提取局部特征,从而降低图像维数并除去冗余噪声;将其先后进行PCA和LDA变换,得到组合特征向量;最后,根据KNN的快速分类能力及SVM在少数类别分类上的优势,提出KNN+SVM融合分类器对组合特征向量进行分类识别.研究结果表明:该方法识别率高,识别速度快,具有一定的实用价值.