期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于极大重叠离散小波变换和Elman神经网络的磨刀门咸潮模拟研究 被引量:3
1
作者 林凯荣 张凡 +2 位作者 兰甜 卢鹏宇 李文静 《人民珠江》 2018年第7期1-5,共5页
近年来磨刀门水道咸潮上溯频发,引起广泛关注。对该地区建立了基于极大重叠离散小波变化(MODWT)和Elman神经网络的咸潮模拟模型(MOD-Elman),模拟预测日均氯度,并借助一维纵向扩散方程分析河段的含氯度分布。结果表明:(1)MOD-Elman模型... 近年来磨刀门水道咸潮上溯频发,引起广泛关注。对该地区建立了基于极大重叠离散小波变化(MODWT)和Elman神经网络的咸潮模拟模型(MOD-Elman),模拟预测日均氯度,并借助一维纵向扩散方程分析河段的含氯度分布。结果表明:(1)MOD-Elman模型对非平稳的含氯度变化模拟效果较优且泛化能力较好;(2)咸潮影响预测图在一定程度上能反映站点之间各点含氯度变化。利用MOD-Elman模型和一维纵向扩散方程,可预测未来一段时间内磨刀门的受咸潮影响情况,对预警压咸有一定帮助。 展开更多
关键词 咸潮模拟 MODWT-Elman 极大重叠离散小波分析 ELMAN神经网络 磨刀门
在线阅读 下载PDF
基于小波方差的沪深两市的收益率波动性分析 被引量:1
2
作者 刘文博 辛双 丁丹 《吉林建筑工程学院学报》 CAS 2012年第4期87-90,共4页
本文基于小波方差对沪深两市指数的收益率进行月波动性分析,结果表明,股市收益率的月波动性会受到季节变化的影响,不同尺度下的月波动性呈现出相似的变化趋势.
关键词 极大重叠离散小变换 小波方差 尺度分解
在线阅读 下载PDF
基于改进阈值函数的小波去噪算法研究 被引量:15
3
作者 代海波 单锐 +1 位作者 王换鹏 张雁 《噪声与振动控制》 CSCD 2012年第6期189-193,共5页
针对用小波变换进行信号去噪的阈值函数设定问题,在传统软、硬阈值函数去噪的基础上,提出一种改进的阈值函数方法,并与极大重叠离散小波包变换相结合,从而得到一种改进阈值函数的小波去噪方法。Matlab仿真结果表明:去噪方法提高了重构... 针对用小波变换进行信号去噪的阈值函数设定问题,在传统软、硬阈值函数去噪的基础上,提出一种改进的阈值函数方法,并与极大重叠离散小波包变换相结合,从而得到一种改进阈值函数的小波去噪方法。Matlab仿真结果表明:去噪方法提高了重构信号的信噪比,有效除去噪声,且保留原始信号的细节特征,是一种较好的信号消噪方法,在股票去噪中具有较高的实用价值。 展开更多
关键词 声学 改进阈值函数 极大重叠离散小包变换 小波去噪 噪声滤
在线阅读 下载PDF
基于小波和神经网络模型的邮电业务总量预测 被引量:1
4
作者 单锐 代海波 刘文 《郑州大学学报(工学版)》 CAS 北大核心 2013年第3期94-97,120,共5页
引入极大重叠离散小波变换的概念,利用极大重叠离散小波变换的多分辨分析特性,对邮电业务总量序列进行分解.然后对分离得到的光滑项和细节项两部分利用小波神经网络模型进行建模和预测,最后再重构得到邮电业务总量序列的预测值.数据测... 引入极大重叠离散小波变换的概念,利用极大重叠离散小波变换的多分辨分析特性,对邮电业务总量序列进行分解.然后对分离得到的光滑项和细节项两部分利用小波神经网络模型进行建模和预测,最后再重构得到邮电业务总量序列的预测值.数据测试结果表明:本文方法可实现多步预测,且对邮电业务总量的预测精度比单纯的用小波神经网络模型或BP神经网络模型高. 展开更多
关键词 BP神经网络模型 极大重叠离散小变换 小波神经网络 邮电业务总量
在线阅读 下载PDF
基于单通道ECG信号与INFO-ABCLogitBoost模型的睡眠分期
5
作者 朱炳洋 吴建锋 +2 位作者 王柯 王章权 刘半藤 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第12期2547-2555,2585,共10页
为了减少对传统多导睡眠图(PSG)系统的依赖,基于单通道心电图(ECG)信号,设计了一种简单高效的睡眠分析算法.采用最大重叠离散小波变换(MODWT)对原始信号进行多分辨分析,再进一步提取峰值信息;根据峰值位置的一阶偏差,提取多维度的心率... 为了减少对传统多导睡眠图(PSG)系统的依赖,基于单通道心电图(ECG)信号,设计了一种简单高效的睡眠分析算法.采用最大重叠离散小波变换(MODWT)对原始信号进行多分辨分析,再进一步提取峰值信息;根据峰值位置的一阶偏差,提取多维度的心率变异性(HRV)特征.为了进一步筛选与不同睡眠阶段具有强关联性的HRV特征,提出基于ReliefF算法与Gini指数的特征提取方法.在此基础上,采用INFO-ABCLogitBoost方法挖掘HRV与不同睡眠阶段之间的关联性,从而实现睡眠阶段的精细分类.在实际公开数据集上的实验结果表明,所提出的模型在睡眠分期任务中,总体精度为83.67%,准确率为82.59%,Kappa系数为77.94%,F1-Score为82.97%.相比于睡眠分期任务中的常规模型,所提方法展现出更加高效便捷的睡眠质量评估性能,有助于实现家庭或移动医疗场景下的睡眠监测. 展开更多
关键词 睡眠分析 心电图(ECG) 最大重叠离散小变换(MODWT) 心率变异性(HRV) INFO-ABCLogitBoost
在线阅读 下载PDF
基于先验知识的移动通信话务量预测 被引量:13
6
作者 彭宇 雷苗 +3 位作者 郭嘉 彭喜元 于江 陈强 《电子学报》 EI CAS CSCD 北大核心 2011年第1期190-194,共5页
本文提出了一种基于先验知识引导的极大重叠离散小波变换的移动通信话务量预测方法.采用傅里叶谱分析作为小波分解子成分先验知识降低小波分解的盲目性.利用具有明确物理意义且更易提取子层的极大重叠离散小波变换对话务量序列进行分解... 本文提出了一种基于先验知识引导的极大重叠离散小波变换的移动通信话务量预测方法.采用傅里叶谱分析作为小波分解子成分先验知识降低小波分解的盲目性.利用具有明确物理意义且更易提取子层的极大重叠离散小波变换对话务量序列进行分解.分解后仍以傅里叶谱先验知识为参考,合并相关子层形成趋势项和周期项两部分,并采用季节性求和自回归滑动平均(ARIMA)模型对二者分别建模和预测.采用真实数据测试的结果表明:本文方法可实现多步预测,且预测精度优于单纯的季节性ARIMA模型. 展开更多
关键词 移动通信 话务量预测 极大重叠离散小变换 先验知识
在线阅读 下载PDF
基于MODWT和LSTM网络的分布式电网故障诊断 被引量:1
7
作者 陈佳慧 靳一玮 《科技创新与应用》 2021年第3期23-26,共4页
近年来,针对分布式电网故障诊断的研究变得越来越重要,因为它能确保电网安全而稳定地运行。传统的故障诊断方法在故障分类的准确率上仍有待提高,对此,提出了一种基于极大重叠离散小波变换和长短期记忆网络的分布式电网故障诊断方法。首... 近年来,针对分布式电网故障诊断的研究变得越来越重要,因为它能确保电网安全而稳定地运行。传统的故障诊断方法在故障分类的准确率上仍有待提高,对此,提出了一种基于极大重叠离散小波变换和长短期记忆网络的分布式电网故障诊断方法。首先采集故障数据,再进行特征提取和网络训练,最后得到故障分类的结果。结果表明,该方法不但能准确地识别出故障类型,且不受故障发生时刻和过渡电阻等影响。另外,与其他几种智能诊断方法相比,所提出的方法可以提供更好的故障分类精度。为了评价该方法的性能,以修正的IEEE13总线标准系统为例进行了验证。 展开更多
关键词 故障诊断 IEEE13总线 极大重叠离散小变换 长短期记忆网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部