小波神经网络模型的确定性预测及应用

针对神经网络模型预测结果的随机性,构建了一种紧致性小波神经网络工具箱。该方法将小波函数移植到BP网络隐层,并采用一种随机确定状态命令获得确定的预测结果。与编程实现的小波神经网络和BP网络比较,该方法适合于大批量数据训练,对数据样本的适应能力和鲁棒性强,尤其对高频随机时间序列有更好的适应能力,具有预测结果确定及实用性强等特点,可显著提高模型的训练速度、预测精度和预测效率。基于小波包变换和小波神经网络的瓦斯涌出量预测实验证明了所提方法的有效性。

太阳黑子数的小波包-小波网络混沌时序预测

太阳黑子是表征太阳活动的重要现象,影响地球、人体乃至生命环境。针对影响太阳黑子的因子难以确定的问题,引入小波包和混沌相空间重构子序列揭示太阳黑子时间序列的动力学及物理规律。该方法采用小波包分解原始时间序列,用混沌相空间重构恢复影响因子,并采用小波神经网络预测子序列,再经小波包重构获得太阳黑子的最终预测结果。其中小波神经网络采用自行开发的工具箱,其具有方便、收敛速度快、数据吞吐量大、预测精度高以及实用性强等特点,对推广小波神经网络应用具有重要作用,并为太阳黑子数的预测提供了一条新途径。

MATLAB小波工具箱在医学图像压缩中的应用

目的本文分析了数据压缩的必要性,说明了如何利用Matlab软件中小波工具箱对图像进行分解与重构,通过实现对医学图像的压缩,对不同阈值下采用不同的小波压缩的结果进行了比较和讨论。

一种基于小波变换的图像压缩技术研究与实现

采用MATLAB小波工具箱实现了对伪彩色图像和真彩色图像的分解与重构,给出了图像分解与重构的原理和MATLAB源程序,并进行了结果分析。实验证明使用该方法对图像进行压缩,压缩比高且压缩后图像质量较好。

基于MATLAB小波工具箱进行真彩图像的分解与重构

采用MATLAB的小波工具箱实现了对真彩图像的分解与重构,给出了真彩图象分解与重构的原理、MATLAB源程序,进行了结果分析,实验证明使用该方法对真彩图像的分解与重构,效果比较好。

基于Matlab的小波神经网络参考作物腾发量预测模型研究

参考作物腾发量是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水预报精度具有重要的意义。将小波神经网络引入到参考作物腾发量的预测中,利用Matlab工具,以大连地区为例,建立小波神经网络模型和灰色新陈代谢GM(1,1)预测模型,并对预测结果进行对比分析。结果表明:小波神经网络模型预测结果精度均在2级以上,与参考作物腾发量计算值绝对相对误差均值达到5.5%,准确性优于灰色新陈代谢GM(1,1)预测模型,达到较好的预测效果,为参考作物腾发量预测提供新方法。

MATLAB工具箱在测绘数据处理中的应用

本文主要介绍了MATLAB工具箱的特点和功用。根据其在测绘领域的作用,对两个实例进行了分析,取得了良好的效果。相比其它编程工具,使用MATLAB工具箱大大简化了编程工作,同时获取了较高的数据处理精度,值得在测绘领域广泛应用。

真彩图像去噪方法的研究与实现

在研究真彩图像的去噪问题的基础上,采用MATLAB的图像处理工具箱和小波工具箱分别实现了对真彩图像的去噪,并且给出了MATLAB源程序和仿真效果图,结果证明使用小波分析方法对真彩图像的去噪方法效果比较好,在要求实时传输时小波分析对压缩图像数据具有一定的应用价值.

一种基于MATLAB的信号采集和分解方法

提出了一种MATLAB环境下利用数据采集工具箱、信号处理工具箱和小波工具箱采集和分析信号的方法,给出了数据采集、信号分解过程和MATLAB程序,并对实验结果进行了分析.

高频随机时间序列分量的稳定预测方法

针对小波分解预测方法中高频随机序列预测精度低的问题,采用一种自行开发的小波神经网络工具箱进行预测,该方法既有小波函数信号特征提取能力,又有BP神经网络工具箱快速、方便、鲁棒性强等特点,同时给出了神经网络初始化方法。该方法的显著特点是简捷、快速、实用性强,可以克服非平稳信号预测及大批量数据的训练问题,对推广小波神经网络的应用具有重要意义。对短期电力负荷预测的仿真实验结果表明,该方法绝对平均精度达到1%以上,并具有较高的预测效率。

应用Visual C++开发小波变换应用程序

介绍了VisualC + +调用MATLAB引擎函数的方法 ,利用这种方法在应用软件开发过程中既能发挥VisualC ++强大的界面开发和图形绘制功能 ,又充分利用了MATLAB处理复杂运算的能力 ,并把这一技术应用于小波变换的程序设计之中 。

短期电力负荷的小波—混沌时序预测

提出了一种基于2层小波分解的混沌时序相空间重构预测模型。该模型利用小波分解原始负荷时间序列为周期项、趋势项和随机项,采用不同的混沌相空间重构高低频信号,再分别用相应的小波神经网络工具箱拟合混沌吸引子,将其输出进行信号重构得到最终预测结果。该方法兼有频率特征提取和相空间重构的优点,使短期电力负荷时序列的动力学系统得到更加细致的恢复。通过对欧洲电力负荷竞赛数据的实验证明了所提方法的有效性,仿真结果表明方法预测精度优于常规混沌时序预测方法。针对神经网络预测不稳定的问题给出了一种解决措施,并提出了一种小波神经网络工具箱,该方法比编程实现的小波网络可以大幅度提高训练速度,尤其适合于大批量数据的训练,对小波神经网络的推广应用和混沌时序预测具有重要意义。

改进的SVM用于主变流器故障诊断

针对机车主变流器故障,借助Matlab中的Simulink工具箱,仿真得到了主变流器发生不同故障时相应的电路输出电压;采用小波分析对输出电压进行信号处理,提取故障特征,构造特征向量,获得蕴涵电路故障信息的样本;利用SVM工具箱构建多故障分类器,并对故障样本进行诊断。由于SVM在无限空间建立分类超平面,容易导致误分类,针对此问题,提出了改进方法,使SVM在确定的有限空间进行分类。最后用仿真样本进行了训练和测试。实验结果表明诊断效果良好,实现了预期目标。

小波神经网络训练研究及在织物预测中的应用

针对小波神经网络训练不便的问题,构造了一种基于MATLAB神经网络工具箱的训练方法。首先通过公式推导简化了小波神经网络的学习参数,将伸缩因子和平移因子变换到了权重和阈值中。然后根据神经网络工具箱对激活函数的要求,采用MATLAB编制了适用于神经网络工具箱的小波基激活函数,简单描述了编写自定义激活函数的方法。最后将该小波神经网络应用于织物的热阻和湿阻预测中,采用贝叶斯正则化训练算法,取得了较好的效果。

MATLAB在小波理论学习中的应用

在信号分析领域,与一些经典技术相比,小波变换提供了关于信号数据的更加准确的信息。小波工具箱是在MATLAB技术计算环境基础上建立的一个与小波有关的函数的集合,它提供了在MATALB框架内使用小波和小波包进行信号和图像的分析与综合的工具。为了有助于充分利用该工具箱,也为了介绍商业科学软件的开发理念,在深入分析其目录结构和源代码的基础上,研究该工具箱的体系结构和实现技术。

基于MATLAB小波工具箱的放射性勘探数据的处理

本文阐述了在进行放射性勘探数据处理时会受到各种各样的干扰形成噪声,对数据资料解释造成误判。而MATLAB中的小波工具箱将给研究者提供了非常方便易学的去噪工具,解决上述问题。

钢索检测信号降噪处理的小波分析

介绍了小波分析的理论基础以及用于含噪信号降噪的基本方法,给出了常用的三种小波函数和尺度函数。作为工程实际应用,我们对某在役斜拉桥拉索的检测数据进行降噪处理,分别用Haar小波、db小波和sym小波进行信号分解,采取默认阈值的方法进行降噪处理,然后重构降噪后的信号。最后指出了小波属性对降噪结果的影响。

基于MATLAB与小波进行沉降数据处理与分析

结合小波分析的基本原理和MATLAB强大的数据处理能力与图形拟合能力,采用了小波时间序列预测模型与MATLAB中自带的拟合工具箱来进行沉降数据的拟合,并将该方法应用于黄冈市某大桥软土路基沉降监测的预测工作中。然后,对两种拟合方法进行了预测效果对比。从所得的结果表明:小波处理后的模型具有抗差干扰和粗差探测、剔除的优点,同时使用曲线拟合工具箱的拟合模型比常规模型更方便快捷且预测的效果也很高,两种模型结合使用会较大地增加其应用价值。

MATLAB中9/7小波变换所得系数冗余问题研究

对MATLAB中直接采用正交小波计算模型处理双正交小波,导致小波分解系数冗余的问题进行了研究。针对该问题,提出采用9/7小波原型处理非周期信号的改进算法,与MATLAB所给算法相比,对于奇起点的偶数长信号和偶起点的奇数长信号,分解时可少计算2个近似系数和1个细节系数;对于奇起点的奇数长信号和偶起点的偶数长信号,可少计算1个近似系数。当用改进算法分解512×512点图像至第4级时,便可少计算4 256个系数,且重构图像的峰值信噪比要高于MATLAB中恢复图像。所以,改进算法既降低了计算量和数据存储量,又提高了恢复图像的质量。