计及小波设计和半监督机器学习的非侵入式负载识别

在非侵入式负载识别技术的基础上,为进一步提高电器设备的识别效率,克服传统智能算法对开关事件分类准确度的缺陷,提出了一种半监督机器学习的识别方法,小波设计和普鲁克分析用于提取家庭常用电器的开、关暂态特征信息,利用小波的能量系数作为特征值,采用最近邻算法和决策树算法2个分类器协同训练分类出负载样本,分类准确度的判断使用蒙特卡罗方法进行评估,通过对4种常用电器进行仿真实验,结果表明,相比监督机器学习的一对余算法77%的准确度,所提方法准确度达到了95.6%,运行测试时间由一对余(OAR)算法的10~12 ms降为6 ms,提高了对负荷特征相近电器的识别准确度和识别速度。

基于时空约束和小波设计的非侵入式负载数据协同挖掘算法

针对传统非侵入式负载数据协同挖掘算法的数据挖掘力度较小、挖掘深度较浅,且挖掘准确度较低的缺点,提出一种基于时空约束和小波设计的非侵入式负载数据协同挖掘算法。利用时空约束条件对收集的非侵入式负载数据进行筛选,初步整合需要挖掘的数据,并对整合后的负载数据进行集成学习计算,使所要挖掘的非侵入式负载数据具有相应的学习规则。设计恒模小波信号对计算后的数据进行协同挖掘CMA算法处理,完成负载数据挖掘。与传统算法进行对比实验测试,实验结果表明,所提数据协同挖掘算法的数据挖掘精度较高,挖掘深度明显增加,挖掘效果优于传统算法。

正交小波基的构造及算法设计

首先对小波分析的基本原理作了简要介绍，然后从图象信号完全重建的角度对几种小波基进行总结。着重指出：对于子带分解的小波基等价于在正则条件下，设计滤波器组；最后给出：Ｄａｕｂｅｃｈｉｅｓ基的小波生成算法及实验结果。

用于视觉传感器的有理系数小波滤波器的设计

有理系数小波滤波器的设计可以通过降低小波函数消失矩阶数来实现,但设计方程中出现的自由变量的取值需要在一定的范围之内,因为需要满足Daubechies紧支集条件。归纳总结了有理系数小波滤波器的设计过程,并以长度为4的有理系数小波滤波器设计为例,对如何确定设计方程中自由变量的取值范围进行了讨论,以得到适用于视觉传感器图像处理算法硬件实现的有理系数小波滤波器。

基于连续小波变换的非结构化畸变织物疵点自动检测

采用连续小波变换对非结构化畸变疵点进行自动检测.介绍了具有代表性的连续小波———墨西哥草帽小波基本原理及其对疵点的边缘增强效应;设计疵点自适应小波,确定最佳的小波参数,并将其应用于织物疵点的自动检测;通过对两种非结构化畸变织物疵点的实际检测来验证该方法的可行性.实验表明,该方法的检测速度最高可达6.5 m/min.

任意实小波函数的高阶开关电流滤波器通用实现方法

通过对实小波函数的模拟滤波器实现原理进行分析,将其实现过程分解为实小波函数逼近和小波滤波器设计2步,提出一种适合任意实小波函数的高阶开关电流滤波器通用综合方法,并设计具体的电路模型。首先,基于网络系统综合理论,构建实小波函数的通用优化逼近模型;然后,以开关电流双线性积分器和电流镜为基本单元设计出冲激响应为实小波逼近函数的通用多环反馈结构滤波器,通过调节开关电流滤波器的时钟频率获得不同尺度小波函数。以开关电流实Morlet小波滤波器设计为例验证该通用方法的正确性。

基于Lifting的小波变换通用硬件实现方法研究

文章提出了一套完整的基于Lifting算法小波通用硬件实现的流程。该方法系统分析了目前基于Lifting算法小波实现过程中的有限精度分析,基本一维、两维小波变换结构设计以及常用优化算法,提炼出了一套小波设计的通用方法。该文将以6/10小波变换为例介绍该方法的具体实现过程,为设计者提供了一整套设计一个高性能小波可遵循的流程,它可以应用于小波变换的硬件设计以及相关的基于小波变换的信号处理系统设计。