小波神经网络在房地产价格指数预测中的应用

随着房地产价格指数的作用充分显现,探求预测房地产价格指数的有效方法是需深入研究的方向。该文以中房上海住宅价格指数为例,首先对房地产价格指数序列性质进行分析,表明房地产价格指数是具有非线性特征的非平稳时间序列。采用小波神经网络对房地产价格指数进行预测,并将预测结果与指数平滑法和RBF神经网络预测做了对比。采用MATLAB对拟合和预测过程进行仿真。结果指标表明,在大样本数据的情况下,采用小波神经网络对房地产指数进行预测能够获得较好的效果。     

小波神经网络在燃气负荷预测中的应用研究

该文介绍了小波神经网络的基本原理,给出了相应的算法和公式,并将其应用于城市燃气短期负荷预测中,在传统的预测理论和方法之外找到了一个新的途径,摆脱了对个人经验的依赖,建立了一种有效的工作方式,具有良好的应用前景。     

径向基函数网络预测混合气体浓度

基于气体传感器阵列的混合气体分析方法及研究现状,对径向基函数神经网络对混合气体浓度预测进行了研究.用气体传感器阵列对由四种不同气体组成的混合气体进行测量并以这些测量数据为样本对径向基函数网络进行训练,训练后可使径向基函数网络对各气体成分的浓度预测误差不大于6%.     

基于遗传算法的小波神经网络在电价预测中的应用

在电力市场中边际电价预测得准确与否,对于发电厂的竞价决策具有非常关键的影响。为了克服BP神经网络自身算法的缺陷,得到更高的学习精度和更快的收敛速度,该文建立了基于遗传算法的小波神经网络电价预测模型。该模型结合了遗传算法的全局优化搜索能力以及小波神经网络良好的时频局部性质。经实例验证该模型能有效地提高预测精度,避免了BP神经网络的固有缺陷。     

小波神经网络在北京河湖水华预测中的应用

针对不同季节水华生长的不同特点,在对水华生长规律研究的基础上,运用小波分析对表征水华的叶绿素信号进行降噪处理,建立一种结合小波变换与神经网络相结合的水华预测模型（WANN模型）,该模型既有神经网络的自学习能力特性,又有小波的局部特性,并将其应用到北京夏季河湖水华预测中。通过小波多分辨率分析,对样本包含的信息进行充分挖掘,提取反映其变化规律的成分,有效避免了原始数据中噪声对网络的干扰,提高网络的性能,WANN模型预测结果与BP网络预测结果对比,具有较高的预测能力,从而获得相对理想的预测效果。     

基于小波变换的PCNN网络流量预测算法

网络流量预测对网络安全、网络管理等具有重要的意义。针对网络流量的行为特征,提出了基于小波变换的PCNN网络流量预测算法。对预处理的网络流量进行小波分解,利用PCNN模型预测获得的近似系数和细节系数,通过小波逆变换对预测的小波系数进行重构,得到预测的网络流量。实验结果表明,与其他的三种网络流量预测算法相比,算法得到较小的残差,取得了较好的预测效果。     

小波神经网络在NGN流量预测中的应用

基于下一代网络NGN（Next Generation Network）的运行环境,该文提出了一个的基于小波神经网络的IP流量预测方法。在神经网络预测模型中,神经网络中的转移函数使用小波函数来替代,从而建立小波基神经网络;同时,通过使用小波多分辨率方法将原始流量信号分解成不同频率成分的分量信号,然后使用分量信号作为训练样本训练小波基神经网络。通过前述方法建立NGN流量预测模型,并根据实际流量数据预测一天的流量。实验结果表明本方法相较未采用小波的神经网络预测方法,能显著提高流量预测精度。     

可逆双正交小波变换在图象压缩中的应用

本文的重点在于研究双正交小波变换在图象压缩中的应用,分析了浮点型滤波器在无失真压缩中的可行性,同时通过对小波变换和边界问题进行的具体分析,提供了该小波变换的另一种算法,使之适合于快速的,渐进性的直至无失真的图象压缩。     

小波变换在并联型有源电力滤波器中的应用

研究改善电网系统谐波的问题,电力系统中存在许多非线性负载,由此产生的谐波对电网的电能质量造成很大的影响,影响线路传输能力,并联型有源电力滤波器(SAPF)是抑制电网谐波电流的有效手段,主要包括谐波检测和跟踪控制两部分,其中谐波检测是有源电力滤波器的关键技术,分析了小波变换理论,并将其应用于电网谐波检测中,用仿真软件MAT-LAB对基于小波变换的谐波检测方法进行了仿真分析与研究,同时搭建了基于小波变换的并联型有源电力滤波器系统的仿真模型,仿真结果表明小波变换的并联型有源电力滤波器能够有效地抑制电网谐波电流,提高了电网传输效率。     

基于小波变换和神经网络的PCB检测

小渡变换是空间、时间和频率的局域变换,它能通过伸缩和平移等运算对覆盖整个频域的信号逐步进行多尺度细化分析.人工神经网络以其独特的非线性、非凸性、自适应性和处理各种信息的能力.广泛应用于工业领域.本文将小波变换快速算法在图像处理领域中表现出的多尺度分析与BP神经网络算法相结合.运用于电子工业检测系统中.提出对印制电路板PCB进行边缘检测、缺陷分类的方法.     

基于STM 32F103单片机的远程无线瓦斯浓度监测系统

In view of the shortcomings of traditional gas concentration monitoring system, a remote wireless gas concentration moni- toring system based on STM32F103 is designed. The system uses STM32F103 microcontroller to control the sensor to realize the ac- quisition and processing of the underground gas concentration in real time. When the gas concentration exceeds the set upper limit, the system will send the sound and light alarm, transmit the collected data to the GPRS DTU, and then transmit the generated alarm signal and collected data to the monitoring center in time by using TCP/IP. The system can realize real-time monitoring by SMS or telephone, which greatly reduces the waste of human and financial resources.     

IGA-DFNN在瓦斯浓度预测中的应用

为了准确预测采煤工作面的瓦斯浓度,提出免疫遗传算法优化的动态模糊神经网络瓦斯浓度动态预测方法。用无线传感网络系统采集工作面瓦斯浓度数据作为样本,通过小波分析对样本数据进行降噪滤波预处理。采用IGA算法对DFNN网络参数进行优化,建立了瓦斯浓度的预测模型。通过MATLAB仿真研究表明,所建模型对采煤工作面的瓦斯浓度演变趋势预测合理,并且经过IGA算法优化DFNN网络比单纯的DFNN网络具有更快、更准确的预测功能,可以为防治煤矿瓦斯积聚提供更好的理论支持。     

一种基于分布式最小均方差序贯估计的气体泄漏源定位算法

基于无线传感网络的气体泄漏源定位在环境监测、安全防护和污染控制等多个领域具有重要意义。提出一种基于分布式最小均方差(D-MMSE)序贯估计的气体泄漏源定位算法。其通过构建一个包含节点之间信息增益与网络能量消耗两方面参数的信息融合目标函数,并对目标函数寻优实现路由节点的调度与选择。所选节点在其测量值和前节点估计值并通过与邻居节点信息交互的基础上完成气体泄漏源位置参数估计量及其方差的更新与传递。为了降低网络能耗,邻居节点集的选择半径随估计量方差做动态调整。仿真分析表明所提算法对比单节点序贯估计定位算法在一定的能耗条件下可获得较高的定位精度和速度。     

矿用瓦斯浓度检测系统的研究与设计

甲烷是瓦斯气体的主要成分,规避煤矿事故的发生,必须加强对井下甲烷气体浓度的监测。基于ARM的瓦斯浓度检测仪便于井下人员及时掌握当前开采区的瓦斯浓度信息,并可以通过通信模块传送给井上PC机,以便尽早发现危险因素,及时采取有效的防范措施,避免矿难的发生。     

新型光电污泥浓度传感器的设计

提出一种采用交流调制双光源技术的污泥浓度传感器方案,采用这种技术可以有效克服自然条件下的干扰并且传感器不用经常清洗,降低了维护成本.基于Lambert-Beer定律从理论上证明了方案正确性和可行性,并设计了一系列实验,从而证明传感器达到了设计要求.     

吸收式环境气体光纤传感器

介绍了用差动吸收法测量气体浓度的光纤遥测系统，并用可见光吸收实现对ＮＯ２浓度测量和用近红外光吸收实现ＣＨ４浓度测量。大气和工业污染环境中的其它气体分子浓度也可用类似方法测量。     

基于51单片机和VB6.0的瓦斯浓度监测系统

文章介绍了一种基于AT89C2051单片机和VB6.0的瓦斯浓度监测系统的组成、工作原理及硬件、软件设计方法。该系统不仅可实现对矿井瓦斯浓度的实时监测与预警,还具有瓦斯增长率报警功能,为预防和减小瓦斯火灾损失提供了科学手段。     

基于高斯混合模型的粒子滤波时频分析算法

根据有限高斯混合模型可以逼近任意概率分布密度函数的思想,提出了一种基于高斯混合模型的非平稳信号粒子滤波时频分析算法.本方法兼顾了算法在频率缓变时的估计精度和频率突变时的动态性能,并结合一种简化的TVAR模型,通过降低估计量维度,较大幅度地改善了计算性能,满足了对非平稳信号进行在线时频分析的要求.实测数据的时频分析试验证...     

对超低浓度甲烷具有高气敏性的自组装型SnO2纳米棒气敏传感器

通过热蒸发SnO2和活性炭的混合粉末的自组装方式直接在Cr-Au梳状交叉电极上制备了一层SnO2纳米棒气敏层,从而研制出了SnO2纳米棒气敏传感器,经测试,发现此传感器对于浓度范围为2～5ppm的甲烷具有非常好的探测灵敏度,继而从气敏机制、自组装制备方式、SnO2纳米棒的比表面特性及SnO2纳米棒的尺度低于得拜长度等角度解释了此传感器对甲烷具有高气敏性的原因。