基于小波变换的支持向量机短期负荷预测

提出了一种基于小波分解和支持向量机的短期负荷预测方法.首先利用小波变换把负荷序列分解成不同频段的子序列,对高频序列利用软阀值消噪法去除负荷噪声;对降噪后的负荷序列利用不同的小波进行分解.然后用相匹配的支持向量机模型预测各子序列.仿真结果表明db4小波的预测精度最高,平均绝对预测误差为1.6692%.所得结果同直接用支持向量机预测结果进行比较表明,该方法是有效的.     

基于小波和小波包的脉搏波处理

在脉象信号中,随机噪声严重影响有效信号的特征提取,必须进行消噪处理.通过分析小波变换和小波包的算法原理,用小波变换和小波包对脉搏波进行去噪处理.仿真结果表明,小波包算法具有良好的去噪性能,消噪效果明显优于基于小波变换的去噪算法.     

基于小波变换的支持向量机短期负荷预测

提出了一种基于小波分解和支持向量机的短期负荷预测方法．首先利用小波变换把负荷序列分解成不同频段的子序列，对高频序列利用软阀值消噪法去除负荷噪声；对降噪后的负荷序列利用不同的小波进行分解．然后用相匹配的支持向量机模型预测各子序列．仿真结果表明db4小波的预测精度最高，平均绝对预测误差为1．6692％．所得结果同直接用支持向量机预测结果进行比较表明，该方法是有效的。     

小波网络模型及其在日流量预测中的应用

基于小波分析和人工神经网络两者的优点,本文尝试将小波分析与ANN结合建立松散型WNN耦合模型,通过小波变换把南告水库的日流量序列分解成不同频段的子序列,再对这些子序列分别采用BP神经网络进行预测,最后利用小波重构得到整体的预测效果,并与传统BP模型结果相比较.研究结果表明,该方法提高了预报精度,可以成功地用于水文模拟和预测.     

小波消噪和优化支持向量机的网络流量预测

为了提高对网络流量的预测精度,提出了一种小波消噪和改进黏菌算法优化支持向量机的网络流量预测模型。 首先应用小波消噪对网络流量进行消噪处理,采用支持向量机作为预测模型。 由于支持向量机预测结果受模型参数影响较大,采用带有随机惯性权重机制的改进黏菌算法来优化支持向量机模型中惩罚因子以及核函数参数。 对所提模型使用最佳参数进行仿真实验,并利用实际采集的网络流量数据进行验证。 实验结果表明,所提模型在评估指标上均优于对比模型。     

小波分析在地下水位序列多时间尺度分析中的应用

以河套灌区地下水位序列为例子,首先对地下水位序列进行了小波消噪,然后采用Mexican Hat小波函数对消噪序列进行了小波变换,并基于此分析了地下水位序列的多时间尺度演变特征.结果表明:不同的时间尺度分辨率下,地下水位序列会表现出不同的周期交替现象,时间尺度在时间域中分布很不均匀,具有明显的局部化特征;小波分析可以清晰地给出各种周期的强弱和分布情况以及突变点,为分析地下水位时间序列的动态变化特征提供了一种新方法.     

一种新的非高斯分布噪声下的小波去噪方法

经典的小波阈值去噪方法在非高斯噪声下往往完全失效,对此提出了一种新的自适应小波信号去噪法.该方法利用最新发展的分位耦合理论,通过建立等价模型,在实施小波变换前将未知噪声信号转换为高斯噪声信号,然后再使用传统小波方法去噪.蒙特卡洛模拟试验结果显示,该方法在非高斯噪声下能极大提高信号去噪效果.     

基于改进TDA与WPA的地铁齿轮箱振动信号消噪研究

为提高齿轮箱振动信号的消噪水平,提出一种基于改进的时域平均(Time Domain Averaging,TDA)与小波包分析(Wavelet Packet Analysis,WPA)的信号消噪算法.首先引入零工况(主要运动部件静止但信号采集系统正常工作)下的参照信号取代经典TDA中的随机信号,然后将改进的TDA与经典WPA消噪理论中的DB4小波结合,从而构成组合消噪算法,最后将该算法应用于地铁齿轮箱故障轴承的振动信号处理中,取得了良好的信号消噪效果.     

国际黄金价格的小波变换FAR预测模型

针对黄金价格时间序列的非平稳性特征,将小波分析与FAR(函数系数自回归)模型结合,并作预测分析.利用Mallat算法中的Daubechies小波变换和多项式样条估计,对1991年1月～2007年12月的厅平均国际黄金价格,建立了基于小波变换的FAR模型,并对2008年1月～2008年3月的数据进行短期预测.预测误差明显减小.在国际黄金价格的预测中,基于小波变换的FAR模型优于单纯的FAR模型.     

几种图像消噪处理算法在织物疵点检测中的应用

利用图像处理技术对织物疵点检测的过程中不可避免受到各种噪声源的干扰.采用sym 4小波默认阈值、coif 2小波软阈值和bior.3.7小波软阈值消噪算法对织物疵点图像进行消噪处理,并比较了原始含噪图像增亮处理前后的消噪效果.研究表明:coif 2小波软阈值消噪算法适合对织物小疵点图像进行消噪处理,原始图像经过增加亮度后处理效果更佳.     

小波包和GA-BP网络结合的红枣病害识别方法

针对传统人工枣树病害识别费时费力的问题,提出了一种小波包和GA-BP神经网络结合的快速识别方法.通过小波包去噪方法,消除病害图像采集过程中随机噪声产生的干扰,采用小波包分解系数矩阵的奇异值和小波包变换模极大值矩阵的奇异值构造特征输入参数,利用遗传算法优化后的BP神经网络建立红枣病害的识别模型.实验表明,小波包、遗传算法...     

Theory and Application of Natural-Based Wavelet Method

自然基小波的理论及应用研究

曹艳华¹，陈梦成²，徐保根¹

（1. 华东交通大学 理学院，南昌 330013；

2. 华东交通大学 土木建筑工程学院，南昌 330013）

创新点说明：

提出采用自然基小波方法研究时间序列周期问题。

研究目的：

采用自然基小波方法分析鄱阳湖流域长时间序列的降水周期，并且预测其未来几年的降水趋势问题。

研究方法：

实际观测鄱阳湖流域长时间序列的降水数据，对近110年的数据，缺失部分采用插值技术，分析其可能存在的降水周期。

研究结果：

采用自然基小波函数分析具有多周期的理想数据或者实际观测数据，均能正确的分析出应有的周期，并且方便地对未来的数据趋势进行预测。

结论：

1）分析多尺度的数据周期时，自然基小波精度高于Fourier分析；

2）应用自然基小波时，时间尺度不能取得太精细；

3）自然基小波方法适用于复杂观测数据，这种方法新颖，操作简单，易于编写程序。

关键词：自然基小波；长期降水序列；短期预报；时间序列

     

数字图像多重水印及容量分析

利用CDMA系统多址复用的特点,提出了一种基于CDMA的多重水印算法,在小波变换域中同时嵌入多个水印。对多个原始水印进行卷积编码和交织编码后,采用Gold码组进行正交扩频,经CDMA编码的水印信息被叠加嵌入在除HH1以外的其他小波子带中。水印嵌入的幅值根据Watson小波域视觉感知模型确定。嵌入位置取决于一个PN序列随机发生器,检测时不需要原始图像。在此基础上对多重水印容量进行了分析,结果表明当嵌入两个水印时,其容量大于任何一个单一水印的容量,但小于两个单一水印容量之和。     

小波分解在移动用户行为识别中的应用

针对目前行为识别通用模型对步行、上楼、下楼等易混淆行为识别准确率较低的情况,提出了一种基于小波分解的移动用户行为识别方法,从小波分解后不同频率子信号的低频近似系数中提取小波能量、小波峰个数和平均波峰幅值等特征,基于决策树分类器建立与用户无关的行为识别通用模型. 分别用典型时域特征数据集和小波特征数据集对该通用模型进行验证. 实验结果表明,采用新方法后,3种易混淆行为的平均识别准确率提高了14.82%,减少了误判.     

一种新的MEMS陀螺仪信号去噪方法

为提高MEMS陀螺仪输出信号的去噪效果,将稀疏分解(sparse decomposition)与提升小波变换(lifting wavelet transform)相结合,提出了一种新的信号去噪方法.首先,建立MEMS陀螺带噪信号的误差模型,并利用小波提升正变换计算带噪信号的非稀疏的小波系数;然后,利用稀疏分解理论恢复小波系数的稀疏性;最后,再通过小波提升反变换重构信号,从而达到去噪的目的.考虑到梯度投影(gradient projection)算法具有全局最优解,运算效率更高,将梯度投影思想引入恢复信号稀疏性的过程中,提出了基于梯度投影的稀疏分解算法,给出了利用梯度投影算法进行信号系数分解的具体步骤,大大简化了计算复杂度,同时提升了算法的稳定性.为验证所提方法的性能,进行了MEMS陀螺信号去噪的静态实验和跑车实验.实验结果表明,此种方法在动静态条件下都可以有效地去除MEMS陀螺仪输出信号中的噪声,尤其是在静态条件下的去噪效果要优于小波阈值滤波方法.同时采用的梯度投影算法相比于正交匹配追踪算法和基追踪算法具有更高的运算效率.     

Recognition of Group Activities Using Complex Wavelet Domain Based Cayley-Klein Metric Learning

A group activity recognition algorithm is proposed to improve the recognition accuracy in video surveillance by using complex wavelet domain based Cayley-Klein metric learning. Non-sampled dual-tree complex wavelet packet transform (NS-DTCWPT) is used to decompose the human images in videos into multi-scale and multi-resolution. An improved local binary pattern (ILBP) and an inner-distance shape context (IDSC) combined with bag-of-words model is adopted to extract the decomposed high and low frequency coefficient features. The extracted coefficient features of the training samples are used to optimize Cayley-Klein metric matrix by solving a nonlinear optimization problem. The group activities in videos are recognized by using the method of feature extraction and Cayley-Klein metric learning. Experimental results on behave video set, group activity video set, and self-built video set show that the proposed algorithm has higher recognition accuracy than the existing algorithms.     

基于小波变换的屋脊边缘亚像素检测

工业图像检测中,许多待检目标边缘是屋脊边缘,而现有亚像素边缘检测算法都是假设边缘模型为阶跃边缘,并且现有算法在定位精度、抗噪性能和计算速度方面还不尽人意．针对上述问题,提出一种使用小波变换系数的屋脊边缘亚像素检测算法,将小波分析和概率统计理论引入到亚像素边缘检测问题中,该方法具有较好的定位精确度、抗噪能力和较快的计算速度．实验证明该方法可达到1／60像素的精确度。     

基于小波分析与随机森林算法的电力电子电路故障诊断

提出一种基于Db6小波函数和随机森林算法相结合的电力电子故障诊断新方法.介绍应用Db6小波进行波形分解和提取故障特征量的方法与步骤,阐述随机森林算法决策树的生长和投票过程,应用随机森林算法设计出故障分类器,并将其应用于12脉波可控整流电路的故障识别.诊断结果表明,所提方法具有较高的正确诊断率和较强的抗噪声能力.在加入5...     

基于小波变换和混沌映射的自适应水印算法

提出的基于小波变换和混沌映射的自适应图像水印算法中水印由混沌序列生成,在宿主图像的低频系数中嵌入水印信息,嵌入时根据低频逼近系数和高频系数的特点以及树结构关系,给每一个低频系数确定一个相关掩蔽参数,并用此参数控制其对应低频系数嵌入水印时的相对修改强度。实验表明:该算法能够自适应地根据图像内容添加水印,对图像的平滑区进行的修改非常小,而对图像中抑制噪声能力较强的纹理和边缘区域修改较大,使用该算法嵌入的数字水印具有很好的隐蔽性、安全性及鲁棒性。