一种基于正交小波包变换的数据压缩方法

本文将最优小波包基变换应用到数据压缩方法的研究工作中,针对不同频率的小波包系数之不同统计特性设计了相应的标量量化和矢量量化方法,并对一组实际测量数据运用我们建议的方法进行压缩,在失真率较小的情况下,得到较高的压缩比.     

一类单相油层参数的辨识

文中单相油层的压力是渗流方程(抛物型方程)的Dirichlet—Neumann混合始边值问题的解。采用函数空间优化方法,给出了辨识渗流方程动态系数的公式。并且还给出了唯一性的条件,即依靠给定的输入—输出数据,使得被辨识的参数是唯一的。     

动态非线性连续时间系统的小波神经网络辨识

将小波神经网络应用于动态非线性连续时间系统的辨识, 同时为了使神经网络的训练达到全局最优和加速小波神经网络训练的收敛速度, 提出了信赖域算法, 并研究了信赖域算法的收敛性. 随后进行了算例仿真, 证明了所提辨识方法的有效性.     

非线性离散系统的伴随辨识法

对非线性离散系统辨识的研究,通常是将其转化成一个非线性优化问题.为此需要计算目标函数对参数向量的梯度,以往的方法需要求解一个矩阵差分方程,计算量颇大.依据系统输出量测值来确定含在系统中的未知参数向量,首先引进伴随状态向量,代替矩阵差分方程求解的是计算一个向量差分方程,从而大大简化计算,然后将这种梯度计算方法结合进拟牛顿信赖域法中.最后给出了应用此方法的一个实际例子,数值仿真的结果说明方法是有效的.