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。     

语音识别中小波分析的应用

语音信号是一种时变、非平稳的随机信号。现有语音识别系统的适应性比较差,尤其在高噪声环境下的语音识别非常困难,若将语音识别系统商品化,还有识别速度、拒识问题以及关键词／句检测技术等细节问题需要解决。如何把语言学、生理学、心理学方面的研究成果量化、建模并用于语音识别,还需深入研究。本文介绍了语音识别中小波分析的研究现状及几种常见的技术方法,并且分析探讨了语音识别中小波分析的应用和发展前景。     

基于组合方法的人脸识别算法研究

该文试探一种加权融合流形学习的方法进行人脸识别,该算法通过Haar小波和局部线性嵌入（LLE）加权融合的方式来进行人脸识别。首先通过Haar小波变换对人脸图像进行一级分解,得到四个子图;然后利用LLE算法对四个子图降维处理,并加权融合;最后利用支持向量机（SVM）进行分类判决。通过在ORL库中进行实验,结果表明,该文提出的Haar＋LLE识别效率比单独使用主成分分析（PCA）和LLE更高效。     

一种基于小波系数边信息的鲁棒水印算法

为了实施图像的版权保护,提出了一种基于小波系数幅值关系的盲水印算法。原始图像通过三级小波分解得到小波系数,算法在密钥的控制下,伪随机地选择中频子带中两块共8个系数组成一组。通过小幅度量化来加强每组数据中两块系数幅值的大小关系特征,利用这组系数的特征作为边信息和水印信息生成密钥、嵌入水印。保存密钥,并在密钥的控制下提取水印。实验结果表明,该算法不仅能有效抵抗JPEG压缩、低通滤波、高斯噪声和几何攻击,而且水印图像的PSNR可以保持在50 dB以上。     

城域网应用层流量异常检测与分析*

首先对流量数据按应用层协议进行分类分析,采用小波分析对原始流量数据进行去噪处理,建立流量数据矩阵;然后采用主元分析（PCA）方法进行流量建模;在此基础上,通过SPE统计量的控制图能快速检测出流量异常,结合SPE统计量的贡献图可以分析出导致异常的主要原因。实验结果表明,小波去噪能降低异常检测的误警率,SPE贡献图可有效分析流量异常的原因。     

油气管道堵塞检测及定位技术研究

针对油气输送管道中的堵塞现象,提出利用管道堵塞前后两端压差的剧烈变化,以及利用管道两端压力的模拟值与实际测量值的差异来检测管道的堵塞,提出通过检测管道水力坡降曲线奇异点的方法确定油气管道的堵塞位置的原理和方法,通过采集管道两端运行参数,并建立管道运行的数学模型,对管道实施仿真,获得整条管线的水力坡降曲线,再应用小波变换对管道的水力坡降曲线进行奇异性检测,而管道水力坡降曲线的奇异点将对应管道的堵塞位置.该方法具有所需设备少,操作费用低,操作简单等优点,优于现有管道堵塞位置确定方法.     

基于Morlet小波变换和改进遗传算法的动态识别

如何合理地识别大型复杂结构的动力参数一直是工程领域关心的问题.为此,以Morlet小波变换和采用单亲遗传算子的改进遗传算法为基础,构造一结构动态参数识别模型.并且以C++为平台,通过计算机内部命令调用ANSYS等软件,实现识别模型的程序化.通过模拟算例计算,计算结果与理论值一致.同时,结合一水电站厂房现场振动试验,对该大型结构进行动态参数识别,识别结果与工程经验值基本吻合.     

基于高速摄像机的电磁电器动态特性测试及其图像处理的研究

为了研究电磁电器动态特性测试的新方法,以智能交流接触器为例拍摄了智能交流接触器的动态过程,对采集的接触器触头、铁心等动态位移图像进行处理,然后应用二进小波多层多尺度分解完成降噪处理,此外本文采用样条求导方式对运动速度进行软测量,从而获得智能交流接触器的真实动态特性,介绍了电磁电器动态特性测试装置与数据处理新方法。该研究采用非接触测试方式,进行图像拍摄与降噪处理,实现了电磁电器动态过程全面、高速与准确的测量,为加快电磁电器产品的研究开发奠定基础。     

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.     

基于小波分析和遗传神经网络的模拟电路故障诊断方法*

针对BP网络极易收敛于局部极小点与过拟合等缺点,在构建小波神经网络的基础上,提出用遗传算法优化BP神经网络的模拟电路故障诊断方法.该方法使用小波作为预处理工具,经PCA分析和归一化后提取输出信号的能量信息作为特征向量,用遗传BP神经网络作为故障识别器,对模拟电路故障进行诊断.与传统BP神经网络相比较,结果表明,该方法可明显改善神经网络结构、提高故障诊断的精度和速度.