Using neural networks to select wavelet features for breast cancerdiagnosis

This study focuses on improving microcalcification classification by establishing an efficient computer-aided diagnosis system that extracts Daubechies-4 and biorthogonal wavelet features. These wavelets were chosen because they have been used in military target recognition and fingerprint recognition research with images characterized by low contrast, similar to mammography. Feature selection techniques are employed to further increase classification performance. The artificial neural network feature selection techniques are complemented by a conventional decision boundary-based feature selection method. The results using the wavelet features are compared to more conventional measures of image texture, angular second moment, and Karhunen Loeve coefficients. The use of alternative signal processing to compare wavelet and neural techniques allows for a measure of the problem difficulty. It is concluded that advances and contributions have been made with the introduction of two novel feature extraction methods for breast cancer diagnosis, wavelets and eigenmasses. Additionally, feature selection techniques are demonstrated, compared, and validated, transforming adequate discrimination power into promising classification results     

对几个小波基本概念的理解

讨论实际应用中经常涉及但容易产生误解的小波基本概念,以期提高电力系统小波应用研究水平。这些小波基本概念是:容许性条件;二进离散与二进小波;连续小波的离散条件;小波基;A=B=1的紧框架与正交小波;小波滤波器长度与时域分辨率;小波的滤波特性与不同尺度小波的频带交叠;线性相位小波与信号完全重构;双正交小波的小波包及小波包分解与1/2频程分解;整数倍伸缩小波变换与分数倍伸缩小波变换;小波的正则度与消失矩;Motlet函数与Morlet小波;小波变换模极大值(定义、与突变点位置的关系、与Lipschitz指数的关系、对小波的要求);时域、频域同时紧支小波;(时域)紧支正交线性相位小波;表征小波特性的基本指标与有价值的新小波。     

对称小波构造方法及其在电机故障信号处理中的应用

对称小波或反对称小波具有线性相位或广义线性相位，因而在信号的分解和重构中非常重要，它可以避免信号失真。在工程中广泛使用的Daubechies小波和Symmlet小波都不是对称小波，作者使用的对称小波构造方法是一种通用的方法，并就Db4和Sym4小波构造了对称小波，构造出的对称小波的计算量是原先小波的一半，提高计算速度。仿真结果表明，由Db4构造的对称小波包与Db4小波包相比，在信号分解与重构过程中具有频率泄漏少、能量集中、计算量小和实时性好等优点。     

Bd小波的滤波参数与小波变换快速算法

Ｂｄ小波是以基数Ｂ样条为平滑九的导数小波,它们在许多方面都地现有的高斯序列导上波与Ｍａｌｌａｔ导数小波,可广泛应用于信号分析,模式识,故障诊断,数据压缩,信噪分离等场合。文中详细分析了如何快速计算Ｂｄ小波的滤波参数与采用Ｂｄ小波的小波变换,如何从时域特性与频域特性两方面选择所需的Ｂｄ小波。     

Daubechies复小波的生成及其在短时电能质量扰动检测中的应用

在分析比较了现有用于短时电能质量扰动检测的方法后,研究了用正交紧支复小波进行检测与抑制噪声的原理,提出用Daubechies正交紧支实小波派生其复小波的实用方法,并结合复小波变换提供的相位信息构造了多种新型复合信息形式.仿真表明,采用本文方法派生的复小波及其复合信息形式进行电能质量扰动检测,具有良好的噪声鲁棒性且提高了应用Mallat算法的实时性.     

用于PD信号去噪的dbN序列有效复小波构造研究

根据正交小波构造的条件,采用替换实小波共轭复根的方法,构造了与dbN序列正交实小波具有相同幅频特性、不同相频特性的复小波,指出了共轭复根数与构造复小波数的关系,给出了构造有效复小波应满足的条件,即共轭复根的虚部绝对值小于0.01且与实部绝对值之比也小于0.01时,不能构造有效的复小波。同时,用构建的dbN序列复小波对4种典型仿真局部放电(PD)信号的去噪研究表明,不同类型的仿真PD信号对应有dbN序列去噪最优复小波,而且与相应的实小波去噪进行了对比,进一步证明了复小波用于PD信号去噪的优越性。     

复小波包变换抑制PD监测中周期性窄带干扰

为了有效抑制PD测量中的周期性窄带干扰,采用相同滤波器构造小波包和"保持实小波包滤波器的幅频特性,改变其相频特性"构造复小波的方法,构造了与相应实小波包具有相同幅频特性和与相应复小波具有相同相频特性的复小波包;给出了构造复小波包的具体方法,并用描述波形相似程度的NCC和VTP参数以及幅值相对误差,对原始PD仿真信号分解后直接重构的效果进行了定量评价,证明了复小波包构造的正确性和具有很好还原非平稳脉冲信号的能力。最后,用复小波包变换技术对含有不同频率、不同强度窄带干扰的PD混合仿真和实测信号进行了去噪应用,解决了窄带干扰频率在检测仪器频带内用硬件滤波对局放信号有较大损失和用小波包变换去噪效果差的难题。     

正交紧支复小波的生成及其在电力系统的应用

分析了小波相频特性对小波分析效果的影响,说明了开发具有多种多相频特性的正交紧支复小波的重要性以及这类小波的生成方法,同时还提出采用复小波变换的复合信息代替通常采用的简单信息的方案。文中大量的电力系统仿真应用实例表明,在许多应用场合,按该文方法构造的具有合适相频特性的复小波优于相应的实小波,复合信息优于相应的简单信息。     

扰动影响下一阶线性定常分布参数系统的小波预测控制

对扰动影响下的一阶线性定常分布参数系统用正交小波变换实现了逼近,提出了基于小波变换的离散时间分布参数系统的预测控制算法,将Haar正交小波应用于扰动影响下的一阶线性定常分布参数系统的预测控制仿真研究,结果说明了算法的有效性。     

子波最小相位对最小平方反褶积效果影响

常规地面地震勘探中,地震波高频损失的影响因素有许多。为此,人们研究了各类反褶积方法提高分辨率。但是这些方法很多都是带有一定假设的,比如,假设子波是最小相位而且稳定的。本文研究了子波的最小相位性在提高地震资料分辨率中的重要性。准确的提取出地层的反射系数,是地震资料处理过程中重要而关键的一步。本文研究了不同相位子波(最小相位和混合相位)和对反褶积效果的影响,并且用最小平方反褶积来验证。实验结果表明,子波的最小相位性对最小平方反褶积效果有显著影响。     

非线性相位带限正交小波及其在电力系统故障检测中的应用

阐述了非线性相位带限正交在小波理论与工程实用方面的重要意义,介绍了作者提出的非线性相位带限正交小波－混合正交小波基的优点与构造方法,并以检测电力系统典型故障波形为例,证实了这种小波相对于常用的时域紧志小波的优越之外。     

一种生成双正交紧支复小波的Lifting方法

提出了一种构造双正交紧支复小波的方法：以现有任何一种正交或双正交实小波为基础,可构造出消失矩阶数可任意选定的无穷多个相频特性（包括线性相位特性）不贩双正交紧支复小波。其特点为：由于是双正交紧支型,可采用Mallat算法等快速算法,因此使用时实时性好;因为是复小波,所以能提取电力系统重要的相信息;具有多种相频特性,便于与相频特性多变的电力系统信号匹配等,因此这类小波在电力系统有广泛的应用前景。文中还给出了构造双正交紧支最小波的实例。     

区间三角样条小波(ITSW)及其在电机故障信号边界问题处理中应用

首先构造了区间上三角样条小波 ,并将它应用到电机故障信号的检测中 ,很好地解决了一些传统的著名小波 ,如Symmlet小波、Daubechies小波、Coiflets小波、Meyer小波等以及一些常用处理边界的方法 ,如区间外数据补零、对称延拓、平滑法和周期延拓方法等不能解决的边界效应问题。区间三角样条小波具有对称性 ,因而具有线性相位。在电机故障信号分解和重构中比补零法、对称延拓法、平滑法和周期延拓法精度高。     

基于小波变换修正幅值的电力系统频率偏移诊断方法

针对电力系统信号频率偏移的检测进行了研究.首先提出了两个实值小波函数以及基于这两个小波变换的修正幅值的概念,推导出这两个小波变换的递推算法.然后从理论上说明了对于正弦电压信号,基于这两个实值小波变换的修正幅值不仅能准确地确定在哪一段时间间隔电压的频率是工频频率,哪一段时间间隔电压的频率偏离了工频频率,还具备检测频率偏离工频频率方向及分辨正弦信号中所包含的幅值信息的功能.最后的仿真结果表明,基于这两个实值小波变换的修正幅值对于诊断正弦信号的频率偏移是行之有效的方法.     

多小波在信号去噪中的应用

利用GHM多小波,采用通用的二变量阈值法,对多小波用于信号去噪中的阈值选取给出了具体的方法,对单小波与多小波的去噪方法进行了比较。通过实验结果可以看出,多小波在信号去噪的效果上明显优于单小波。     

对EHV输电线路暂态保护中小波函数选择的研究

小波函数的选择是暂态保护的一个重要问题。文章介绍了小波函数的各种特性，讨论了EHV输电线路暂态保护中小波函数的选择问题，指出要针对不同的研究目的，根据不同小波的特性，选取合适的小波函数。     

三角样条调频小波变换的电机轻微故障定位

实小波变换只能提取信号的幅值特性，而电机轻微故障信号的小波幅值很小，因而用实小波变换有时很难检测到故障的发生，复值小波不仅能提取信号的幅值特性，还能提取信号的相位特性，进而在轻微故障信号的小波变换幅变化不太明显的情况下，利用相位变化的特性也能准确判断微弱故障信号的突变点，文章将线调频小波变换应用到电机微弱故障的诊断中，取二阶三角样条小波作为窗函数，并令q=0得到简化的二阶三角样条调频小波，提取故障信号的相位特性，成功地确定了微弱故障信号的突变点。     

小波分析方法在电力系统短期负荷预测中的应用

本文将对目前基于小波分析方法的电力系统短期负荷预测的一些理论与存在的问题进行初步的探讨，提出使用小波分析对基于不同频段的负荷进行分类，然后对分类后的不同频段的负荷使用人工神经网络进行训练预测的一种改进负荷预测方法，并尝试提出小波理论在短期负荷预测方向应用的建议。     

三角样条小波(TSWn)构造方法

该文首先分析了三角样条函数(TSn)的性质，得到了三角样条函数具有与B样条函数(Mn)相同的性质，如相同的图像、同阶的光滑性、相同的局部支撑区间、对称性以及全正性等。在此分析基础上，提出了一种新的样条小波-三角样条小波（TSWn，n＝1，2，3，…)构造方法。三角样条小波对偶数n是对称的；对于奇数n是反对称的，因而具有线性相位或广义线性相位。它具有良好的时频局部性，时频窗口面积接近“测不准定理”中的下限0．5与B样条小波一样具有最小支撑。由于三角样条小波由三角函数张成，基于它的小波变换又具有Fourier变换的特点。另外，文章的构造方法对分段样条函数构造小波函数具有通用性。     

平均插值小波在故障检测中的应用

现有小波基,如Symmlet小波、Meyer小波等在应用时,普遍存在边界效应,在实际应用中必须增加数据采集窗的宽度,即增加分析信号的数据量,才能加以消除。文中根据Donoho提出的构造平均插值小波基的方法,构造出2,4,6,8阶平均插值小波,利用其边界校正的优点,在对信号进行分析时,可自动消除“边界”现象,而且故障信号在变换域内能量更集中,可大大提高故障检测的准确性。实例证明,平均插值小波能较好地用于电力系统故障实时检测。