Results 31 to 40 of about 9,791 (121)
四川大学学报. 自然科学版, 2007 用于小波分析的各种小波中,复高斯子波是一类特殊而重要的小波,作者先研究了复高斯子波的基本性质,接着简述了连续小波变换数值实现中复高斯子波起始尺度确定的基本原理,最后分析出均匀点格采样时连续小波变换数值实现中复高斯子波起始尺度的最佳取值.理论分析和计算结果表明:复高斯子波是一类对称的、有n阶消失矩及良好时-频局域化特性的小波,可广泛用于故障诊断,数据压缩,信噪分离等场合.同时,复高斯子波起始尺度的确定为信号复高斯子波分析的工程实现和理论研究解决了难题.
徐媛媛 +4 more
doaj
Dianci bileiqi, 2006 在铁路MOA在线监测系统中,铁道电网的高次谐波含量大、频率不稳定、电压波动大,使在线监测系统存在大量的干扰、噪声等问题。引入了提升小波理论,这是一种新的理论,与经典小波变换相比,具有小波构造简单、运算速度快和节省存储空间等优点。提升小波理论继承了第一代小波多分辨率的特性,不依赖傅立叶变换,很容易从正变换得到反变换。把提升小波理论应用到铁路MOA在线监测系统中,可以解决数字滤波、去除干扰和噪声等问题。运用MATLAB7.0对其进行仿真,得出提升小波是一种更为有效的分析方法。
李敏, 刘明光, 李光泽
doaj
Gaoya dianqi, 2011 小波网络是近年来神经网络研究中的一个新分支,是结合小波变换理论与神经网络的思想构造的一种新的神经网络模型。笔者构造的前馈小波神经网络是将小波分析与BP神经网络融合,以Gauss小波及其伸缩平移系作为隐含层小波基函数并且对小波神经网络做了一些改进。选择了300组油中溶解气体含量作为前馈小波神经网络训练及故障识别的样本,并对仿真结果进行分析。实验结果显示:文中构造的小波神经网络适合变压器故障诊断,其性能优于改良IEC法,传统BP神经网络法和基于主成分分析法的BP神经网络 ...
方健, 彭辉, 李自品, 舒乃秋
doaj
Riesz basis-based reproducing kernel and SVM(基于Riesz基的再生核及支持向量机)
Zhejiang Daxue xuebao. Lixue ban, 2004 在支持向量机(SVM)技术中，再生核的选择起着重要作用.利用L2(R)中的一组Riesz基构造再生核，并将其推广到应用广泛的正交小波.在基于正交小波的再生核Hilbert空间中考虑函数的正则化逼近，对基于正交小波再生核的SVM结合小波分析进行探讨，得到SVM的离散逼近，离散细节均只与支持向量有关.
ZHOUDe-qiang(周德强) +1 more
doaj +1 more source
Gaoya dianqi, 2001 本文采用了不同小波函数及不同尺度参数对含强载波干扰的局部放电信号进行连续小波变换 ,并对小波变换结果进行了定量对比分析。仿真结果表明 ,在采样频率一定的情况下 ,不同的小波函数只有在各自的最佳尺度参数下对干扰的抑制能力才是最强的 ,因此 ,只有选取合适的小波函数及其最佳尺度参数才能更加有效地抑制周期载波干扰。
李祥飞, 邹莉华, 张泰山
doaj
Gaoya dianqi, 2000 本文描述了以小波变换为基础的滤波技术在高压冲击波形参数提取中的应用。新的数学工具———小波变换的引入使得波形处理更加简单。为检验其适用性 ,从消除白噪声和提取波形参数两方面进行了试验 ,并与Kalman滤波作了对比。结果表明 ,高压冲击试验中 ,小波变换的滤波效果较好 ,计算的波形参数也更准确。
王国利, 郝艳捧, 何义, 李彦明
doaj
四川大学学报. 自然科学版, 2008 采用光学小波变换可以大大节省图像数据压缩的时间,实现图像数据的实时压缩,为图像的快速传输奠定基础.在典型的光学4f系统的谱面上加滤波片是实现光学小波变换的常用方法,该滤波片可以用胶片、全息图和光栅作为滤波片.但是,因为光栅参数与小波谱值的数学关系复杂,推导的难度较大,所以以往人们都采用胶片或全息图作为滤波片,这样做的精度并不高.作者研究的是在4f系统的谱面上加光栅作为滤波片来实现小波变换,推导了光栅参数与小波谱值的数学关系,为人们制作4f系统的滤波片提供了另一种新的参考.
陈梨
doaj
四川大学学报. 自然科学版, 1998 在自适应回声对消中应用多分辨率分析———对信号进行小波包子带分解后实行自适应对消，可以极大地降低计算复杂性．但若对信号进行的是正交分解（用Ｄａｕｂｅｃｈｉｅｓ小波），过程不具移不变性．为使过程具近似移不变性，作者由Ｄａｕｂｅｃｈｉｅｓ小波基（Ｄ２０）开始，通过修正尺度函数，再由双尺度方程得到小波基，使小波基近似移不变，同时还考虑了修正后滤波器的完美重构问题，并讨论了移不变性和完美重构之间的关系．
朱燕娜, 王永德
doaj
Gaoya dianqi, 2020 针对线路双端数据不同步与线路参数不确定性所产生的误差以及单端法测距不准确的问题,文中提出了一种加窗小波包变换法,并结合双端测距原理将其应用于输电线路行波测距中。对行波信号进行加窗小波包变换,能够较为快速准确地定位到信号的奇异点,避免有波速不稳带来的误差,同时也能够提升波头识别精度,方便快速地实现对输电线路的故障测距。MATLAB工具对PSCAD搭建的故障模型仿真验证表明,采用加窗小波包变换的行波测距能够准确地提取行波信号的波头位置,具有较高的测距精度,与加窗小波相比,该算法具有精度较高的特点。
杨斌 +5 more
doaj
[Primary study on recognition of vascular stiffness based on wavelet scattering neural network]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2023 Ren S, Chen Z, Deng X, Fan Y, Sun A.
europepmc +1 more source