非线性小波去噪技术在水声信号识别中的应用

应用非线性小波去噪技术对小波包能量法进行改进,提出了一种新的方法--去噪小波包能量法.该算法对信号小波去噪后,再用小波包能量法提取信号的特征.文中研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验.结果显示了算法的有效性.     

多用户下的ACCESS子模式及视图机制

文章在Access2000中实现了限制有关用户只能使用子模式对数据表的访问，增加了数据库的安全系数，弥补了Access2000安全上的不足。     

一种水声信号识别算法及仿真

应用小波包技术,提出了融合能量代价函数的概念及基于此函数的水声信号识别算法。算法以融合能量代价函数为标准,在整个小波库中确定特征空间及特征值。在MATLAB仿真环境下进行的BP神经网络实验显示：与固定尺度小波包能量法及最大距离小波包能量法相比,算法对特征模糊的信号有较好的识别效果。     

基于融合能量代价函数的水声信号识别算法

提出了融合能量代价函数的概念及基于代价函数的小波包能量法,并将其应用于水声信号的识别。新算法以融合能量代价函数为标准,在整个小波库中构造最优小波包基,从小波包基上提取信号最有价值的特征值。由于从分类最佳的角度选择特征,所以与固定尺度小波包能量法相比,算法对分类特征模糊的信号有较好的识别效果。     

非线性小波去噪技术在水声信号识别中的应用

应用非线性小波去噪技术对小波包能量法进行改进,提出了一种新的方法———去噪小波包能量法。该算法对信号小波去噪后,再用小波包能量法提取信号的特征。文中研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验。结果显示了算法的有效性。     

水声信号高频小波包能量识别系统模型

对水声信号的识别,提出了高频小波能量法,并构造了一个自动识别系统模型。系统对信号进行小波分解后,取高频子空间能量作为特征向量值进行信号的识别。高频小波能量法可采取小波包与小波两种变换,通过对两种方法的比较显示：高频小波包能量法构造的识别系统能够更好地识别低信噪比水声信号。     

最佳能量小波包技术在海洋水声信号处理中的应用

对随机时间序列的特征提取与聚类分析,提出了基于分类距离标准的小波包基能量方法。该方法应用小波包变换提取信号各子空间的能量,以能量分类距离标准选取最佳小波包基,最佳小波包基上距离系数大的能量作为特征值。实验结果表明此方法比固定尺度小波包能量法有着更好的分类效果,并且特征值维数低。     

亚洲发展模式转型初探

“亚洲发展模式”在上世纪80年代“四小龙”腾飞时曾被津津乐道，却在1997年亚洲金融风暴后黯然失色。在这轮全球经济危机中，亚洲模式成为一个矛盾话题：亚洲经济起稳并且表现尚好，但大幅衰退的出口也一直为经济界人士诟病，转型迫在眉睫。