基于能量密度的小波神经网络

本文提出了基于能量密度构造单隐层前向小波网络用以逼近复杂非线性函数。在时频定位分析的基础上，引入了能量密度的概念，用其作为选择小波元的标准。在本文中给出了网络构造算法及相应的学习算法，并与其它小波网及ＢＰ网进行了比较。实验结果证明了该方法是可行的，且具有小波元数目相对较少、学习收敛速度快等特点，并就其在实际应用中应注意的问题提出了我们的观点。  

神经网络的应用与发展趋势

该文首先介绍了神经网络的发展、优点及其应用,接着介绍了其发展动向,最后着重论述了神经网络目前的几个研究热点,即神经网络与模糊控制、遗传算法、专家系统、小波分析、混沌以及粗集理论的结合。  

采用小波分析的图像融合方法评述

图像融合是多传感器信息融合在图像处理领域的一个重要应用,以小波分析为工具是这一领域研究方法上的重大突破。在引入图像的小波多分辨分析的基础上,介绍了图像的快速小波分解,提升小波算法;小波图像融合步骤及融合过程中融合规则的选取,融合效果的客观定量评价。最后,通过对小波滤波器组选择及有代表性的融合规则的大量实验,并用熵,交叉熵,交互信息量进行定量分析和比较,给出了结论,并指出该领域今后发展的热点。  

小波分析及其在控制中的应用

对小波分析的主要研究方向和特点进行综述，并阐述了小波分析在模型辨识、有约束问题的求解等控制领域中的应用，特别论述了小波神经网络的结构、学习算法及其优良的逼近性能，最后介绍了目前已有的基于小波分析的自适应控制方案，并对未来的研究做了探讨。  

基于自动测试系统的故障诊断方法研究

阐述了基于自动测试系统故障诊断的意义,对基于自动测试系统故障诊断方法的发展现状进行了总结,并对应用神经网络、模糊理论和小波分析后发展的趋势.分析了存在的问题,并提出了解决方法.  

基于小波分解与重构的时间序列预测法

一般的时间序列预测方法对非线性非平稳的信号不适用.本文提出了一种基于多分 辨小波分解与重构的预测方法.与一般方法相比,这种方法有效地提高了预测的准确度.  

小波分析法在心电信号数字滤波中的应用

该文介绍了小波分析在数字滤波领域中的重要作用及其基本理论，并介绍了在心电信号数字滤波器，如何利用coniflet小波函数对原始的心电信号进行Mallat多分辨率分解和重建，并解决了小波分析在心电信号滤波中会遇到的三个实际问题：小波基函数的选取，确定心电信号及噪声的频域表现和小波在不同尺度下的通带。通过实验证明，用coiflet小波对心电信号进行数字滤波，能很好地换制信号中的基线漂移、工频干扰和肌电干扰。  

基于小波分析的柴油机振动信号降噪处理

针对柴油发动机缸盖振动信号信噪比低且呈非平衡特性，对柴油机在工作过程中的缸盖振动信号进行小波噪处理，突出了缸盖在不同时刻受到的激振，为柴油机在线控制和故障诊断提供了进一步的处理和识别的依据。本文对消除柴油机振动信号的随机成分，提高信噪比提出了一种新的方法－小波变换方法。分析中利用3次B样条小波对2135G柴油机的缸盖振动信号按Mallat算法进行分解，运用小波的滤波性能去除随机干扰，对振动信号进行了重构，获得了预计良好的分析结果，显示了小波技术在柴油机信号处理－控制领域的广阔应用前景。  

小波分析在故障诊断中的应用

在简单介绍小波分析的发展和基本原理的基础上，系统综述了小波分析在故障诊断中的研究进展与状况，详细介绍了小波分析在故障诊断中应用的各种方法。重点阐述了小波分析信号处理的故障诊断方法，以及小波分析与各种智能理论与技术结合的故障诊断方法，如小波分析与神经网络相结合的方法、小波分析与模糊理论相结合的方法和小波分析与数据融合等理论相结合的故障诊断方法，并对各种方法做了分析与讨论。分析了小波分析在故障诊断中的应用研究现存的几个问题，并对解决这些问题和未来的发展进行了探讨。  

一种基于小波分析的故障检测与诊断

小波分析是一种时变信号时-频两维分析方法.根据小波分析的思想,构造出一种新型机械设备故障诊断装置,使得机械故障的诊断结果更加准确,并在实际应用中取得了良好效果.实践证明这种拟小波理论的信号处理方法在故障诊断中是十分有效的.