小波包变换广义回归神经网络分光光度法同时测定铜铅锌

本文建立了一种小波包变换广义回归神经网络(WPTGRNN)方法,同时测定Cu(Ⅱ),Pb(Ⅱ)和Zn(Ⅱ)。该法结合小波包变换(WPT)和广义回归神经网络(GRNN)改进除噪质量和预测能力。信号的小波包描述可提供信号的局部时间和空间信息,从而提高了信号和噪音之间的分离能力。除噪质量还可经最好基原理和阈值操作得到进一步改进。广义回归神经网络能克服反传训练所面临的收敛问题及促进非线性计算。通过最佳化,选择了小波函数、小波包分解水平及GRNN的平滑因子,偏最小二乘法(PLS)用于比较研究。编制了3个程序(PWP     

基于小波包分解和支持向量机的石油套管缺陷智能识别

 针对石油套管缺陷超声无损检测(NDT)中缺陷回波的特点,提出了一种基于小波包分解和支持向量机(SVM)的缺陷智能识别新方法。分析了Gabor、小波和小波包3种信号时频变换分解方法的特点,并进行了基于3种方法生成的特征数据可分性比较,确定了小波包分解方法效果最好。根据SVM解决分类问题的原理,采用SVM法对3种时频分解提取的缺陷信号特征数据进行识别。试验表明,基于小波包分解局部熵的特征提取结合SVM模式智能识别的组合方法,可应用于石油套管上的4种典型缺陷的识别。     

3,5-二溴水杨基荧光酮-溴化十六烷基三甲胺化学计量分光光度法测定Al(Ⅲ)-Fe(Ⅲ)-Cu(Ⅱ)混合物

研究了一种直接正交信号校正(DOSC)-小波包变换(WPT)-偏最小二乘法(PLS)(DOSC-WPT-PLS)的方法,用于测定不经分离时解析光谱严重重叠的Al(Ⅲ)、Fe(Ⅲ)和Cu(Ⅱ)混合物。该法将DOSC、WPT及PLS三种方法结合从而提高了获取特征信息的能力和回归质量。本文测定的3种金属离子可与3,5-二溴水杨基荧光酮和溴化十六烷基三甲胺(CTMAB)在pH5.50的NaAc-HAc缓冲溶液中发生高灵敏度和低选择性的显色反应,形成有色三元络合物。设计了PDOSC WPTPLS程序来执行相关计算,并将3种化学计量学方法(DOSC-WPT-PLS、WPT-PLS、PLS)进行比较。     

谐波小波解调法在齿轮箱故障诊断中的应用

在研究谐波小波频段分解与Hilbert解调分析的基础上,提出了基于谐波小波包变换的解调分析法,并详述了其具体实现过程.该方法根据齿轮箱频谱特征与齿轮箱故障特征频率的理论计算值,确定所需提取的特征啮合分量,并在此基础上选择谐波小波包分解层数与所需提取的频带带宽;通过傅里叶变换及其反变换提取出相应的特征啮合分量,然后借助Hilbert算子对提取出的啮合分量进行包络解调分析.采用这种方法对存在磨损及点蚀故障的齿轮箱振动信号进行了分析,结果表明,基于谐波小波包的包络解调法具有精确提取任意频段调制信息的能力,能够为齿轮箱故障源的准确定位及故障程度提供可靠的判断依据.     

基于主成分分析与遗传算法-支持向量机的喷溅预测方法

针对冶炼过程喷溅特征提取及喷溅预测困难的问题,提出基于小波包变换与主成分分析的优化参数模型的支持向量机喷溅预测方法。该方法经小波包变换将冶炼喷溅的噪声和氧枪振动信号分解为不同频带的信号。由于不同频带的信号出现相互干扰和堆叠,因此通过主成分分析将频带能量降维分离成不同频带,进而将这些处理后的信号作为喷溅特征向量。对支持向量机模型参数(C、g)进行遗传算法优化,通过支持向量机对喷溅的分类及预测,验证了该方法的有效性。实验结果表明：经小波包变换和主成分分析获得的特征信号能够准确地反应喷溅特征,提出的支持向量机方法具有较好的分类性能,喷溅预测准确率较高。     

基于小波变换的TEM信号处理中小波基函数的选择

瞬变电磁法(TEM)作为一种时间域电磁勘探方法,具有探测深度大,受地形影响小等优点。随着对数据处理精度要求越来越高,近些年出现了使用小波变换来对TEM信号去噪的方法。由于小波基的选择对于小波变换是一个重要问题,小波基函数对去噪的效果好坏影响也很大。通过试验MATLAB小波工具箱中Coif及Bior小波函数的去噪效果,从去噪结果上分析,Coif小波函数去噪效果更好。     

基于改进小波-TCN的高炉铁水钒含量预测系统

铁水钒含量作为冶炼钒钛磁铁矿高炉的重要经济指标,对其进行准确预测将对高炉后续提钒增效具有重要生产意义。利用小波-TCN组合时序模型对具有非线性、波动大等特点的高炉铁水钒含量进行预测。首先利用小波变换将原时间序列数据分解成多个噪声段和单个趋势段,然后选用TCN模型对小波变换后的噪声段和趋势段分别进行预测,最后将结果重构得到最终的预测结果。对于选取小波变换层数较复杂的问题,利用赫斯特系数能够表征数据可预测性的特点,提出小波变换后的平均赫斯特系数()用于降低模型建立过程中小波变换层数选取的复杂度,从而改进小波-TCN组合时序模型。结果表明,改进后的预测模型对单一变量预测高效且准确,相对非改进模型运算时间减少150%左右。对于赫斯特系数大于0.5的预测数据,利用改进小波-TCN组合时序模型对铁水钒含量进行预测,预测结果数据的R²达到0.967,均优于LSTM、LSTM with Attention和TCN单一预测模型的预测效果;对铁水硅、硫含量和铁水温度数据进行单变量预测,其R²分别为0.953、0.942和0.933。该预测模型可高效准确地对高炉铁...     

小波遗传神经网络-阳极溶出伏安法同时测定钢中铜和铅

研究了二硫代二安替吡啉甲烷作修饰剂的修饰玻碳电极,并以此为工作电极,建立了测定铜和铅的阳极溶出伏安法。应用小波变换去噪、数据压缩和背景扣除功能对峰电流信号进行处理,用遗传算法自适应概率搜索神经网络的最优网络结构和参数,解决神经网络过拟合问题,将小波神经网络(WT-BP-ANN)、小波遗传神经网络(WT-GA-BP-ANN)的分析结果进行比较,Cu2+,Pb2+测定结果的RSD分别为3.49%,2.33%;3.77%,1.89%,表明小波遗传神经网络优于小波神经网络。     

基于小波包分数幂阈值的声发射去噪研究

针对岩石声发射信号在传播和采集的过程中受到多种噪声干扰而具有复杂、瞬态等非平稳特性的特点,基于小波包硬阈值去噪法、小波包软阈值去噪法和小波包分数幂阈值去噪法,对岩石声发射信号进行去噪处理。研究表明,对于岩石声发射信号,小波包分数幂阈值去噪方法克服了传统的软阈值去噪使信号幅值失真和硬阈值去噪使去噪后信号振荡加剧的缺点。与软阈值去噪和硬阈值去噪相比,信号的信噪比和均方根误差都较小。小波包分数幂阈值去噪在保证原始信号特征的情况下,可以有效地滤除信号中的噪声,信号失真小,是一种较好的岩石声发射信号去噪方法。     

基于脊波变换的手指静脉图像增强研究

针对人体手指静脉图像的结构和特点,提出一种基于脊波变换的图像增强算法.该算法对手指静脉图像小波域各高频子带系数进行脊波变换,利用非线性新脊域系数确定法对脊域系数进行处理,然后对各高频子带进行脊波逆变换和小波图像重构.该算法对手指静脉二维曲线奇异处理、边缘增强等具有较好的效果,克服了小波变换在高维曲线奇异和方向选择上的不足.通过与传统的二维离散小波变换边缘增强法和自适应调整系数的脊波变换方法作比较,实验结果表明本算法具有更好的手指静脉图像效果.     

电力线通信中子载波基的优化选取

针对电力线信道中的频率弥散特性,研究了采用不同的子载波基对系统抗干扰性能的影响,提出以小波包函数替代正交频分复用(OFDM)中的正弦基作为子载波基进行传输的技术,利用其正交性来对抗电力线信道中的多径干扰与频率选择性衰落特性.通过仿真,分析了采用不同小波包基的小波包调制与OFDM的抗干扰性能,结果表明:在信噪比达到一定值时,正交小波包调制技术的抗干扰性能优于半正交小波包调制及OFDM技术.     

基于小波变换的闪烁背光LCD响应时间估算

为了更准确、方便地估算闪烁背景光下的LCD液晶响应时间,利用小波变换法对测量得到的LCD亮度响应曲线进行滤波.通过实际测量连续背景光下五级灰度之间的液晶响应以及闪烁背景光的背景光响应,构造了闪烁背景光下的LCD亮度响应,利用小波变换滤波方法,通过小波分解、阈值处理、逆变换重构,还原了液晶响应信号,将估算得到的响应时间与真实值以及移动窗口积分方法的估算值进行比较.根据计算,移动窗口积分法的平均估算误差为7.535 5%,而小波变换滤波法的平均估算误差仅为1.966 5%.结果表明,小波变换滤波法对闪烁背景光技术下LCD液晶响应时间的估计比移动窗口积分法更加准确,而且应用简单,适应面广.     

基于小波包分析的AOD炉喷溅预报特征信息提取

研究了用小波包分析方法从炉口音频信号中提取AOD炉喷溅预报特征信息的方法。采用db10（小波基函数）小波对喷溅发生前的特征信号进行4层小波包分解,结合快速傅里叶变换法及小波尺度谱进行时频特征分析,并研究了其各频带分解信号的能量比例特点。结果表明,喷溅前40s信号的主频值较正常信号有明显降低,0~312Hz与312~625Hz频段信号能量值比例变化显著。而且低频重构信号可以极好地滤除多种现场干扰,说明该时频特征可以作为准确预报喷溅的特征向量。最后,通过实验确定了8个特征向量值并分别与喷溅或正常信号的特征向量进行相关性比较,验证得出相关度0.95可作为喷溅预报的判定阈值。从而实现了喷溅预报特征信号的准确提取并可转化为计算机容易识别的数值特征。     

几种谱线光滑方法在X荧光合金能谱中的应用

主要研究了多项式最小二乘拟合法、傅里叶变换、小波变换等三种谱线光滑方法在X射线荧光仪测定铜合金各元素含量中的应用和效果对比。X射线能谱分析中,尽量减少核实验统计涨落所造成的影响是非常重要的,使用谱线光滑的方法既能减少统计涨落影响,还能在低计数率下保持谱线特征。使用便携式X荧光仪对铅铜合金样品进行测量,将所得能谱数据导入MATLAB成图,再分别使用最小二乘拟合法、傅里叶变换法、小波变换法进行谱线平滑成图。最后,对平滑后谱线和原谱线进行数据对比以及综合评价。     

连续小波变换-X射线荧光光谱定量分析铁矿石中二价铁

二价铁是钢铁冶炼的重要指标,需要进行严格控制。常规二价铁检测采用化学湿法,方法相对繁琐、耗时长。随着分析仪器的发展和新的数据处理技术的出现,利用X射线荧光光谱法(XRF)结合连续小波变换图谱处理,能提升二价铁检测的效率。方法利用FeKβ图谱连续小波变换后系数的最大值与FeKβ净积分强度的比值来研究铁矿石中的铁价态。研究表明该比值只与Fe²⁺和Fe³⁺的相对含量有关,再利用铁矿石样品通过线性回归建立了该比值与FeO/T.Fe(二价铁与全铁含量之比)之间的关系,同时分析了小波函数选择、特征点选取、测量谱线等对检测结果精密度的影响。对两个铁矿石样品进行精密度考察,FeO测定结果的相对标准偏差(RSD,n=7)均小于3%;对铁矿石实际样品中FeO的测定结果与国标方法相一致;两种方法具有较好的可比性,实验方法可以作为新标准制定建立的技术基础。     

基于机器学习的偏钛酸粒度软测量建模研究

以某硫酸法钛白生产线的3 608条数据为样本,采用皮尔逊系数和统计P值考察了工业钛液的五个属性变量与偏钛酸粒度D50 的相关性,并采用LOF算法对数据进行离异值处理以提高数据质量.在此基础上,采用py-thon 语言基于 Ridge(岭回归)、Lasso(套索回归)、KNN(K-近邻)、ANN(人工神经网络)、Rand...     

应用小波分析方法改进铁水硅含量预测

应用小波分析方法对高炉铁水硅含量进行预测。通过小波变换将铁水硅含量的时间序列依三重尺度分解成不同的层次,并对不同层次上的序列分别运用合适的自回归模型进行预测,然后通过序列重构得到原始时间序列的预测结果。利用山东莱钢1号高炉在线采集的数据作为实际预测案例,与原始时间序列的自回归模型预测结果比较,小波预测方法显著提高了预测命中率。     

Mallat小波快速变换与IDRNN在卫星实时故障检测与识别中的应用

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类.      

小波变换在求解重力测定反问题中的应用

针对重力测定反问题,提出将其离散为线性不适定问题,利用小波变换方法进行数值求解.该方法将小波变换和正则化方法相结合,选取小波函数作为一组基底,将原不适定问题转化为粗子空间上的适定问题,并给出选取粗子空间基的方法.通过数值模拟已有方法和小波变换方法求解结果的比较,表明了小波变换方法的可行性和有效性.     

基于复数小波的X射线荧光光谱本底扣除法

在X射线荧光光谱(XRF)分析中,本底能否有效扣除对分析结果的精确性有很大影响。针对实数小波变换系数在奇点附近有正负振荡及缺乏平移不变性等问题,提出了一种使用近似解析的复数小波扣除本底的新方法。该复数小波变换通过两个实数小波来实现,所以方法兼有实数小波局部时频分析和多分辨率等优点。采用复数小波分解光谱后,利用低频逼近重构信号得到本底。为了检验其有效性,对一个模拟的光谱和实验测得的光谱进行了本底扣除,并通过分析比较了方法对特征峰净峰面积和峰位置的影响,实验结果显示该复数小波得到的本底比一般实数小波的本底更为精确,证明了方法可以有效扣除本底并能保持峰面积等有效信号不变。