首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 250 毫秒
1.
研究了小波神经网络对于预测短时交通流的适应性,提出了利用小波神经网络的特性建立短时交通流预测模型;并利用苏州市某交叉口实测交通流量,运用小波神经网络建立了非线性回归预测模型,结果证明预测是可靠的,有助于城市交通流动态参数的预测,可为 ITS 的构建提供数据支持  相似文献   

2.
利用dmey小波变换、db4小波变换将柳江年径流总量及年最大径流量时间序列分别分解为不同尺度的频率信号,再使用传统时间序列分析方法对径流分解的频率信号分别设置参数并进行预测,最后利用小波逆变换对预测结果进行重构,以此建立年径流总量、年最大径流量预测模型.与只采用传统的时间序列预测模型对比,联合了小波变换的方法均获得更精确的预报结果.计算结果表明将小波变换运用于径流时间序列的预测能有效提高径流变化趋势预测的准确率,预报的稳定性以及精确度均能明显改善.  相似文献   

3.
针对叠前偏移成像原始资料频率成分复杂,不利于数据分析和截面成像的问题,探索了小波滤波方法在工程结构叠前偏移成像无损检测方法中的应用。利用小波分解和重构方法处理在混凝土试件检测面采集到的某超声波,并将该方法应用到叠前偏移成像技术中,分别给出了利用在不同尺度下所重构信号进行偏移成像处理获得的无损检测结果。研究表明,选取与实际应力波信号主频基本一致的尺度的小波对超声波信号群进行重构,能够在一定程度上改变偏移成像处理剖面。  相似文献   

4.
语音信号是非平稳的短时瞬态信号,有用信号与所含噪声处于同一频率段,采用滤波器形式的传统去噪方法,不能将噪声有效分离。小波变换具有时频局部分析的特点,通过将含噪信号进行分解,分离噪声信号,将有用信号进行重构,可有效地去除噪声。白噪声为平稳随机信号,在不同尺度上的小波变换是不相关的。本文根据白噪声和语音信号在不同尺度下的相关性表现,结合小波去噪的基本思想,提出一种基于相关函数的小波变换进行语音去噪的方法。经MATLAB仿真,相关函数确定的去噪方法,能有效去除语音信号的白噪声。  相似文献   

5.
考虑太阳能吸收能量的混沌特性和递归小波网络学习能力强、动态适应性强的优点,提出采用相空间重构与递归小波网络结合的预测模型。分别用该模型与未进行相空间重构、普通递归网络等模型分析实测数据比较,发现采用相空间重构后数据进行模型训练与预测对各种天气、环境的适应性强;而且预测间隔越短,计算量降低的效果越明显;当预测间隔为1.25 min时,计算量降低25%以上。此外,该模型具有相对简单、需要历史数据少、存储空间少的优点,而且预测精度高。  相似文献   

6.
传统的BP神经网络在预测短时交通流问题上存在很多不足。针对这些不足,提出将小波分析与BP神经网络结合,组成小波神经网络来预测短时交通流的方法。以自贡市某十字路口数据来实测交通流量,Matlab2010b仿真结果表明,小波神经网络在交通流预测精度和收敛速度上都有很大提高。  相似文献   

7.
引入双正交双向加细函数及m尺度双正交双向小波.研究m尺度双正交双向小波的分解与重构算法,得到了双正交双向小波的分解重构公式,讨论了信号完全重构的条件.算法对能量有限信号的分解与重构有一定的实用价值.  相似文献   

8.
小波变换对信号的分时分频的精细表达和多分辨率的全面把握,使我们能更深入地认识信号和噪声的特性,便于基于小波域进行更有效的高分辩率的处理工作;而谱均衡处理技术是提高信号纵向分辨率的有效方法,所以本文提出了将两种方法结合起来共同进行提高二维非平稳信号分辨率.其基本思想是先将二维非平稳信号进行小波分频处理,得到不同尺度的信号;然后将各尺度上的信号分别进行谱均衡处理,再将经谱均衡处理的不同尺度信号进行重建,从而得到高分辨率信号,我们将上述方法称之为小波谱均衡处理.利用提出的新方法进行实际信号处理,处理结果表明该方法的处理效果要好于常规的谱均衡方法,它既能提高二维非平稳信号的纵向分辨率,同时又能保持原信号的固有特征.  相似文献   

9.
为改进小波神经网络模型对短时交通流的预测效果,提出一种基于改进混合蛙跳算法的短时交通流预测模型用以优化小波神经网络。该算法使用交叉分组法对子群进行划分,再利用具有自适应因子的局部搜索策略平衡混合蛙跳算法局部与全局搜索能力,最后把得到的最优解用于优化小波神经网络模型初始值,并对短时交通流进行预测。实验结果表明,该方法对短时交通流预测精确度达到97.43%,比传统方法提高1.016 1%,均方根误差比传统方法降低了5.587 9%,具有较高的应用价值。  相似文献   

10.
小波变换对信号的分时分频的精细表达和多分辨率的全面把握,使我们能更深入地认识信号和噪声的特性,便于基于小波域进行更有效的高分辨率的处理工作;而谱均衡处理技术是提高信号纵向分辨率的有效方法,所以本文提出了将两种方法结合起来共同进行提高二维非平稳信号分辨率.其基本思想是先将二维非平稳信号进行小波分频处理,得到不同尺度的信号;然后将各尺度上的信号分别进行谱均衡处理,再将经谱均衡处理的不同尺度信号进行重建,从而得到高分辨率信号,我们将上述方法称之为小波谱均衡处理.利用提出的新方法进行实际信号处理,处理结果表明该方法的处理效果要好于常规的谱均衡方法,它既能提高二维非平稳信号的纵向分辨率,同时又能保持原信号的固有特征.  相似文献   

11.
A new method of short-term forecasting for water consumption in municipal supply water networks based on wavelet transformation is introduced. By wavelet decomposing commonly used in the signal field, water consumption per hour is decomposed into many series. Trend item, cycle item and random item are separated from the original time series in this way. Then by analyzing, building a model, forecasting every series and composing the results, the forecasting value of the original consumption is received. Simulation results show that this forecasting method is faster and more accurate, of which the error is less than 2%, indicating that the wavelet analytical method is practicable.  相似文献   

12.
针对交通事故发生的特点,探讨了灰色系统和时间序列模型在道路交通事故预测中的具体应用,在介绍分析道路交通事故灰色性的基础上,建立了基于灰色预测理论的交通事故预测模型,并用其分别对道路交通事故的死亡人数、交通事故量进行了预测,其结果是可信的.  相似文献   

13.
Shear probe works under a tough environment where the turbulence signals to be measured are very weak.The measured turbulence signals often contain a large amount of noise.Due to wide frequency band,no...  相似文献   

14.
为了提高行程时间预测的可靠性,构建了自回归综合移动平均与广义自回归条件异方差性(ARIMAGARCH)模型进行城市主干道行程时间动态置信区间预测,其中ARIMA模型作为GARCH模型的均值方程用于捕获行程时间均值,GARCH模型用于捕获行程时间条件方差.运用昆山市交通监测系统中采集的实际交通流数据进行验证和评估.结果表明,相较于传统的ARIMA模型,提出的方法虽然不能显著提升行程时间均值的预测性能,但是在行程时间波动性预测方面具有较大的优势.该方法可捕获行程时间异方差,从而能够预测出比ARIMA模型预测的固定置信区间更能反映行程时间观测值波动性的动态置信区间.  相似文献   

15.
基于小波分析的红外弱小目标检测算法   总被引:1,自引:0,他引:1  
针对红外弱小目标检测需求,根据红外弱小目标图像特性及其小波分析特性,提出了一种基于小波分析的红外弱小目标检测算法。算法首先对红外弱小目标图像进行小波分解;然后置低频小波系数为零去除背景,阈值化高频小波系数滤除噪声,自适应子带增强加强目标能量;最后进行小波逆变换并进行自适应阈值分割。实验结果表明,提出的算法速度快、抑制噪声的能力强。  相似文献   

16.
提出一种基于小波变换技术的两重图像数字水印方案:在小波变换域的高频部分和低频部分分别采用线形叠加技术和图像融合技术嵌入不同的水印信号,实验表明,水印具有较强的抗攻击能力.  相似文献   

17.
为了得到高信噪比、低失真度的涡流无损检测信号,以Matlab为仿真工具,对滑动窗口滤波法、频域滤波法、小波滤波法进行模拟仿真,对比滤波效果,确定小波阈值滤波为最终滤波方法,滤波参数为:Coif 3小波基、3层小波分解、启发式阈值,滤波后信号信噪比高、局部特征保留完整。  相似文献   

18.
In this paper, more efficient, low-complexity and reliable region of interest (ROI) image codec for compressing smooth low texture remote sensing images is proposed. We explore the efficiency of the modified ROI codec with respect to the selected set of convenient wavelet filters, which is a novel method. Such ROI coding experiment analysis representing low bit rate lossy to high quality lossless reconstruction with timing analysis is useful for improving remote sensing ground truth sur- veillance efficiency in terms of time and quality. The subjective [i.e. fair, five observer (HVS) evaluations using enhanced 3D picture view Hyper memory display technology] and the objective results revealed that for faster ground truth ROI coding applications, the Symlet-4 adaptation performs better than Biorthogonal 4.4 and Biorthogonal 6.8. However, the discrete Meyer wavelet adaptation is the best solution for delayed ROI image reconstructions.  相似文献   

19.
It has been shown that much dynamic information is hidden in the pressure fluctuation signals of a gas-solid fluidized bed. Unfortunately, due to the random and capricious nature of this signal, it is hard to realize reliable analysis using traditional signal processing methods such as statistical analysis or spectral analysis, which is done in Fourier domain. Information in different frequency band can be extracted by using wavelet analysis. On the evidence of the composition of the pressure fluctuation signals, energy of low frequency (ELF) is proposed to show the transition of fluidized regimes from bubbling fluidization to turbulent fluidization. Plots are presented to describe the fluidized bed's evolution to help identify the state of different flow regimes and provide a characteristic curve to identify the fluidized status effectively and reliably. Project (No. 60075003) supported by the National Natural Science Foundation of China.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号