检索结果-维普期刊中文期刊服务平台

Gaussian小波SVM及其混沌时间序列预测被引量：3: 1; 作者郑永康陈维荣 +1 位作者戴朝华王维博《控制工程》 CSCD 北大核心 2009年第4期468-471,共4页; 为了提高混沌时间序列的预测精度,针对小波有利于信号细微特征提取的优点,结合小波技术和SVM的核函数方法,提出基于Gaussian小波SVM的混沌时间序列预测模型。证明了偶数阶Gaussian小波函数满足SVM平移不变核条件,并构建相应的Gaussian小... 展开更多; 关键词混沌时间序列预测相空间重构 gaussian小波核负荷预测; 在线阅读下载PDF 职称材料

基于光照度适应与小波融合的水下图像增强: 2; 作者张贵平何志琴《电子测量技术》北大核心 2025年第12期146-155,共10页; 水下成像由于光的被吸收和散射现象,导致水下图像往往存在细节丢失、颜色偏差和光照度损失、过曝等问题。针对上述问题,本文提出了一种基于光照度适应与小波融合的增强算法。利用优化对数变换提升图像整体亮度,并通过高斯核函数卷积运... 展开更多; 关键词水下图像增强光照度适应高斯核函数卷积运算高斯滤波小波迭代融合; 在线阅读下载PDF 职称材料

基于GVB-CEEMD-DWT的数据变点检测方法及应用: 3; 作者郭建平《统计与决策》北大核心 2025年第22期24-30,共7页; 数据变点检测对于分析序列变化规律、研判未来演进态势具有重要价值。文章联合高斯模糊、完全聚合经验模态分解、小波变换等数据处理方法,协同利用不同方法的优势,构建多模态组合检测法,研究数据序列的变点检测问题。以2022年1月4日至2... 展开更多; 关键词正态卷积核高斯模糊完全聚合经验模态分解小波变换变点检测; 在线阅读下载PDF 职称材料

复高斯小波核函数的支持向量机研究被引量：7: 4; 作者陈中杰蔡勇蒋刚《计算机应用研究》 CSCD 北大核心 2012年第9期3263-3265,共3页; 针对基于常用核函数的支持向量机在非线性系统参数辨识及预测方面的不足之处,构建了一种新的核函数——复高斯小波函数核函数。首先证明了新构建的核函数的正确性,即满足Mercy条件,表明其可以作为核函数;然后构建基于该核函数的支持向量... 展开更多; 关键词复高斯小波核函数 Mercy条件支持向量机非线性系统辨识及预测; 在线阅读下载PDF 职称材料

基于小波支持向量机的电梯交通流预测模型被引量：6: 5; 作者胡志刚杨广全乔现玲《系统仿真学报》 CAS CSCD 北大核心 2009年第19期6321-6324,共4页; 考虑到电梯交通流本身所存在的非线性、复杂性和随机性,提出了一种基于小波支持向量机的电梯交通流预测模型。该方法采用某大厦实测的4周交通流数据,以前三周统计的交通流时间序列构成训练样本对预测模型进行训练,后一周的交通流时间序... 展开更多; 关键词电梯群控系统电梯交通流预测小波支持向量机 BP神经网络小波神经网络高斯核; 在线阅读下载PDF 职称材料

基于多尺度核函数的铆接件腐蚀疲劳预测被引量：4: 6; 作者王静蔡勇蒋刚《计算机应用研究》 CSCD 北大核心 2015年第4期1074-1077,共4页; 目前腐蚀疲劳破坏预测方法精度不高。提出基于小波多分辨分析法(MRA),在再生核希尔伯特空间构建一种多尺度核函数的最小二乘支持向量机(multi-scale kernel LSSVM,MSK_LSSVM)预测算法。根据Mercer平移不变核定理,构造了多尺度复Gaussia... 展开更多; 关键词多分辨分析法多尺度核复gaussian小波最小二乘支持向量机; 在线阅读下载PDF 职称材料

基于Gabor小波变换与K-L高斯黎曼流形判别的人脸识别被引量：12: 7; 作者黄淼王刘涛张海朝《计算机工程》 CAS CSCD 北大核心 2016年第9期208-213,共6页; 针对图像集人脸识别中的子空间模型限制,结合Gabor小波变换与K-L高斯黎曼流形判别,提出一种新的图像集人脸识别方法。通过Gabor小波变换表征图像集中人脸图像的特征向量,利用混合高斯模型中带有先验概率的高斯分量表示每个图像数据集,... 展开更多; 关键词 GABOR小波高斯黎曼流形人脸识别 K—L核函数加权核; 在线阅读下载PDF 职称材料

基于深度分解的非平稳非高斯过程多步预测被引量：3: 8; 作者李春祥金梦雅《振动．测试与诊断》 EI CSCD 北大核心 2020年第4期711-718,823,824,共10页; 首先,综合运用小波包分解(wavelet packet decomposition,简称WPD)、样本熵、单位根检验法和变分模态分解(variational mode decomposition,简称VMD),提出利用混合深度分解(hybrid deep decomposition,简称HDD)对非平稳非高斯过程进行处... 展开更多; 关键词非平稳非高斯过程极端风混合深度分解小波混合核最小二乘支持向量机多步预测; 在线阅读下载PDF 职称材料

题名Gaussian小波SVM及其混沌时间序列预测被引量：3: 1; 作者郑永康陈维荣戴朝华王维博; 机构西南交通大学电气工程学院西南交通大学信息科学与技术学院; 出处《控制工程》 CSCD 北大核心 2009年第4期468-471,共4页; 基金西南交通大学博士生创新基金资助项目(2007-3); 文摘为了提高混沌时间序列的预测精度,针对小波有利于信号细微特征提取的优点,结合小波技术和SVM的核函数方法,提出基于Gaussian小波SVM的混沌时间序列预测模型。证明了偶数阶Gaussian小波函数满足SVM平移不变核条件,并构建相应的Gaussian小波SVM。对混沌时间序列进行相空间重构,将重构相空间中的向量作为SVM的输入参量。用Gaussian小波SVM与常用的径向基SVM及Morlet小波SVM进行对比实验,通过对Chens混沌时间序列和负荷混沌时间序列的预测,结果表明,Gaussian小波SVM的效果比其他两种SVM更好。; 关键词混沌时间序列预测相空间重构 gaussian小波核负荷预测; Keywords Chaotic time series forecasting phase space reconstruction gaussian wavelet kernel load forecasting; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于光照度适应与小波融合的水下图像增强: 2; 作者张贵平何志琴; 机构贵州大学电气工程学院; 出处《电子测量技术》北大核心 2025年第12期146-155,共10页; 基金贵州省科技支撑计划项目(黔科合支撑[2023]一般096,黔科合支撑[2024]一般007)资助。; 文摘水下成像由于光的被吸收和散射现象,导致水下图像往往存在细节丢失、颜色偏差和光照度损失、过曝等问题。针对上述问题,本文提出了一种基于光照度适应与小波融合的增强算法。利用优化对数变换提升图像整体亮度,并通过高斯核函数卷积运算生成适应背景光照度的增强图像,再与水下图像通过小波多尺度融合以增强水下图像的低照度区域,同时压制过曝区域。其次,通过计算颜色通道的均值,以调整融合后图像的对比度和色彩饱和度。最后,通过小波迭代融合其Gamma矫正和锐化后的图像得到最终水下增强图像。实验结果表明,本文算法能够有效增强图像细节、恢复图像色差;图像的IE、UCIQE和UIQM的均值较原始图像分别提高了7.5%、36.6%和199.8%。; 关键词水下图像增强光照度适应高斯核函数卷积运算高斯滤波小波迭代融合; Keywords underwater image enhancement illuminance adaptation gaussian kernel convolution operation gaussian filter wavelet iterative fusion; 分类号 TN919.82 [电子电信—通信与信息系统] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于GVB-CEEMD-DWT的数据变点检测方法及应用: 3; 作者郭建平; 机构南京信息工程大学管理工程学院; 出处《统计与决策》北大核心 2025年第22期24-30,共7页; 基金国家社会科学基金一般项目(22BTJ061)。; 文摘数据变点检测对于分析序列变化规律、研判未来演进态势具有重要价值。文章联合高斯模糊、完全聚合经验模态分解、小波变换等数据处理方法,协同利用不同方法的优势,构建多模态组合检测法,研究数据序列的变点检测问题。以2022年1月4日至2022年12月30日我国上证综合指数243个交易日的数据为样本,进行实证研究,结果显示:对于经过高斯模糊和模态分解后的主因子序列,由于信噪比的提升,数据中的真实变化模式更加清晰地显现,使得后续小波变换能够更为准确地提取数据生成过程中的关键特征,提升了变点检测准确率;不同分辨率级别的高频细节系数对序列变化的敏感度存在显著差异,较高级别分辨率的细节系数能够显示序列更加细微的变化,识别出序列变点,而较低分辨率级别的细节系数则无法反映序列的细微变化,不具备变点识别能力;股市收益率序列的波动主要来源于市场随机扰动,长期趋势成分对序列波动的影响几乎可以忽略不计,说明股价在某种程度上不具有可预测性。; 关键词正态卷积核高斯模糊完全聚合经验模态分解小波变换变点检测; Keywords normal convolution kernel gaussian blur complete ensemble empirical mode decomposition wavelet transform change-point detection; 分类号 C812 [社会学—统计学] N941.92 [自然科学总论—系统科学]; 在线阅读下载PDF 职称材料

题名复高斯小波核函数的支持向量机研究被引量：7: 4; 作者陈中杰蔡勇蒋刚; 机构西南科技大学计算机科学与技术学院西南科技大学制造科学与工程学院; 出处《计算机应用研究》 CSCD 北大核心 2012年第9期3263-3265,共3页; 基金国家自然科学基金资助项目(11176027); 文摘针对基于常用核函数的支持向量机在非线性系统参数辨识及预测方面的不足之处,构建了一种新的核函数——复高斯小波函数核函数。首先证明了新构建的核函数的正确性,即满足Mercy条件,表明其可以作为核函数;然后构建基于该核函数的支持向量机,并将该支持向量机用于非线性系统的辨识和未知部分的预测。通过与常用核函数构建的支持向量机的仿真结果进行对比,验证了该方法的正确性和有效性。; 关键词复高斯小波核函数 Mercy条件支持向量机非线性系统辨识及预测; Keywords complex gaussian wavelet kernel function Mercy conditions support vector machine （SVM） non-linear parameter identification and prediction; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于小波支持向量机的电梯交通流预测模型被引量：6: 5; 作者胡志刚杨广全乔现玲; 机构陕西科技大学设计与艺术学院中国铁道科学研究院运输及经济研究所; 出处《系统仿真学报》 CAS CSCD 北大核心 2009年第19期6321-6324,共4页; 文摘考虑到电梯交通流本身所存在的非线性、复杂性和随机性,提出了一种基于小波支持向量机的电梯交通流预测模型。该方法采用某大厦实测的4周交通流数据,以前三周统计的交通流时间序列构成训练样本对预测模型进行训练,后一周的交通流时间序列作为测试样本。仿真实例验证了该模型在精度、训练时间、泛化能力、最优性等方面取得了较好的效果。; 关键词电梯群控系统电梯交通流预测小波支持向量机 BP神经网络小波神经网络高斯核; Keywords elevator group control system elevator traffic network wavelet neural network gaussian kernel flow prediction wavelet support vector machine BP neural; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于多尺度核函数的铆接件腐蚀疲劳预测被引量：4: 6; 作者王静蔡勇蒋刚; 机构西南科技大学制造科学与工程学院西南科技大学制造过程测试技术教育部重点实验室; 出处《计算机应用研究》 CSCD 北大核心 2015年第4期1074-1077,共4页; 基金国家自然科学基金中国工程物理研究院联合基金资助项目(11176027) 国家重大科学仪器设备开发专项项目(2012YQ130226); 文摘目前腐蚀疲劳破坏预测方法精度不高。提出基于小波多分辨分析法(MRA),在再生核希尔伯特空间构建一种多尺度核函数的最小二乘支持向量机(multi-scale kernel LSSVM,MSK_LSSVM)预测算法。根据Mercer平移不变核定理,构造了多尺度复Gaussian小波核函数。由于多尺度核函数能够通过平移生成L2(R2)子空间的一组完备基,因此MSK_LSSVM可以任意逼近目标函数,更具灵活性。经仿真实验验证,与BP神经网络方法、标准支持向量机、灰色系统预测模型方法对比,机械结构中铆接件腐蚀变化的趋势通过MSK_LSSVM预测,准确率高、时间短。; 关键词多分辨分析法多尺度核复gaussian小波最小二乘支持向量机; Keywords multi-resolution analysis method multi-scale kernel complex gaussian wavelet least squares support vector machine（LSSVM）; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程] TG115 [金属学及工艺—物理冶金]; 在线阅读下载PDF 职称材料

题名基于Gabor小波变换与K-L高斯黎曼流形判别的人脸识别被引量：12: 7; 作者黄淼王刘涛张海朝; 机构平顶山学院软件学院河南科技大学信息工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2016年第9期208-213,共6页; 基金河南省科技厅科技攻关计划基金资助项目(142102210226); 文摘针对图像集人脸识别中的子空间模型限制,结合Gabor小波变换与K-L高斯黎曼流形判别,提出一种新的图像集人脸识别方法。通过Gabor小波变换表征图像集中人脸图像的特征向量,利用混合高斯模型中带有先验概率的高斯分量表示每个图像数据集,采用可信的K-L概率核函数表示高斯分量间的不同距离,通过加权核判别分析最大化高斯分布间的间距,获取底层数据分布。实验结果表明,与基于线性仿射子空间、基于非线性流形和基于统计模型的方法相比,该方法在YTC和COX数据库上的识别率较高,在YTF数据库上的ROC曲线面积达到85.91,表现最优。测试和训练时间比较结果也表明该方法更适合应用于离线图像集人脸识别系统。; 关键词 GABOR小波高斯黎曼流形人脸识别 K—L核函数加权核; Keywords Gabor wavelet gaussian Riemannian manifold face recognition K-L kernel function weighted kernel; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于深度分解的非平稳非高斯过程多步预测被引量：3: 8; 作者李春祥金梦雅; 机构上海大学土木工程系; 出处《振动．测试与诊断》 EI CSCD 北大核心 2020年第4期711-718,823,824,共10页; 基金国家自然科学基金资助项目(51778354)。; 文摘首先,综合运用小波包分解(wavelet packet decomposition,简称WPD)、样本熵、单位根检验法和变分模态分解(variational mode decomposition,简称VMD),提出利用混合深度分解(hybrid deep decomposition,简称HDD)对非平稳非高斯过程进行处理,降低实测风速风压复杂性,提升其可预测性;其次,根据Mercer定理构造了Morlet+Hermite(MH)线性组合核函数,使其具有局部多分辨性和全局泛化性的优点,采用粒子群算法(particle swarm optimization,简称PSO)对MH核进行参数优化,结合最小二乘支持向量机(least square support vector machine,简称LSSVM)建立HDD-MH-LSSVM多步预测模型;然后,将该模型与常用核函数构成的HDD-Poly-LSSVM,HDD-径向基函数(radial basis function,简称RBF)-LSSVM多步预测模型以及极限学习机(extreme learning machine,简称ELM)多步预测模型形成对比;最后,采用下击暴流风速和台风天大跨膜结构表面实测风压进行大步数多步预测验证。结果表明,HDD-MH-LSSVM预测算法预测精度高、稳定性好、通用性强。; 关键词非平稳非高斯过程极端风混合深度分解小波混合核最小二乘支持向量机多步预测; Keywords non-stationary and non-gaussian process extreme wind hybrid deep decomposition wavelet hybrid kernel function least square support vector machine multi-step prediction; 分类号 TU311 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	Gaussian小波SVM及其混沌时间序列预测	郑永康陈维荣戴朝华王维博	《控制工程》 CSCD 北大核心	2009	3	在线阅读下载PDF 职称材料
2	基于光照度适应与小波融合的水下图像增强	张贵平何志琴	《电子测量技术》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于GVB-CEEMD-DWT的数据变点检测方法及应用	郭建平	《统计与决策》北大核心	2025	0	在线阅读下载PDF 职称材料
4	复高斯小波核函数的支持向量机研究	陈中杰蔡勇蒋刚	《计算机应用研究》 CSCD 北大核心	2012	7	在线阅读下载PDF 职称材料
5	基于小波支持向量机的电梯交通流预测模型	胡志刚杨广全乔现玲	《系统仿真学报》 CAS CSCD 北大核心	2009	6	在线阅读下载PDF 职称材料
6	基于多尺度核函数的铆接件腐蚀疲劳预测	王静蔡勇蒋刚	《计算机应用研究》 CSCD 北大核心	2015	4	在线阅读下载PDF 职称材料
7	基于Gabor小波变换与K-L高斯黎曼流形判别的人脸识别	黄淼王刘涛张海朝	《计算机工程》 CAS CSCD 北大核心	2016	12	在线阅读下载PDF 职称材料
8	基于深度分解的非平稳非高斯过程多步预测	李春祥金梦雅	《振动．测试与诊断》 EI CSCD 北大核心	2020	3	在线阅读下载PDF 职称材料