您现在的位置:首页 >> 技术文章 >> 人工智能 >> 内容

matlab编程代做highspeedlogic★基于小波神经网络的短时能量分析

时间:2015-9-26 22:50:38 点击:

  核心提示:matlab代做,FPGA代做,淘宝,专业代做MATLAB、FPGA博士/硕士/本科毕业设计、项目仿真、Coursework、Assignment...

matlab代做FPGA代做淘宝专业代做MATLABFPGA博士/硕士/本科毕业设计项目仿真CourseworkAssignment

第二章 基于小波神经网络的流量预测理论介绍

2.1小波理论基础

小波分析是近期发展起来的一个数学分支,目前对很多应用学科的发展都产生了深远的影响,己经成为众多学科共同关注的热点。从数学的角度讲,小波分析是泛函分析、傅里叶分析、样条分析、数值分析的完美结晶;从信号和信息处理的角度讲,小波分析是时间—尺度分析和多分辨分析的一种新技术。

小波变换属于时频分析的一种,它可以像傅里叶变换一样,将数据分解成不同的频率分量,剔除数据中干扰因素的影响。在继承快速傅里叶变换局部化思想的同时,小波分析还具有多分辨率的特点,这就克服了傅里叶变换中窗口大小不随频率变化,缺乏离散正交基的缺点。它在时、频域都具有表征信号局部特征的能力,能够在保证时间和频率窗口大小(窗口的面积)固定不变的情况下,改变窗口的形状。也就是说,它在低频部分具有较高的频率分辨率和较低的时间分辨率,在高频部分具有较高的时间分辨率和较低的频率分辨率。因此,小波变换能够有效的从信号中提取信息,并通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析,从而被称为“数学显微镜”。

由于小波分析可以揭示其他信号分析方法所丢失的数据信息,如趋势、断点等,所以它具有对信号的自适应能力,在分析短时交通流数据时可以探测到信号中夹带的瞬态反常现象,并展示其成分。总之,小波变换理论为分解交通流数据,将各种影响短时交通流数据的因素分类考虑提供了一种有效的方法。小波分析在时域与频域同时具有良好的局部化性能,有一个灵活的时间-频率窗,这在理论和实用中都具有重要意义。已经成功应用于计算机视觉,人工智能,非线性科学等方面。

小波变换是近十几年信信号处理领域研究的一个热点,许多学者将小波在理论上的研究成果应用到诸如图像压缩、特征提取、信号滤波和数据融合等方面,而且小波变换的领域还在不断地发展当中。小波之所以在信号处理领域具有很大的优势,在于小波变换可以获得信号的多分辨率描述,这种描述符合人类观察世界的一般规律,同时,小波变换具有丰富的小波基以适应具有不同特性的信号。

附件下载:2015092682281753.doc

 

作者:highspeedlogic 来源:highspeedlogic
  • 您是如何找到本站的?
  • 百度搜索
  • Google搜索
  • 查阅资料过程中
  • 论坛发现
  • 百度贴吧发现
  • 朋友介绍
本站最新成功开发工程项目案例
相关评论
发表我的评论
  • 大名:
  • 内容:
  • matlab代做|matlab专业代做|matlab淘宝代做(www.hslogic.com) © 2018 版权所有 All Rights Reserved.
  • Email:highspeed_logic@163.com 站长QQ: 1224848052

    专业代做/代写/承接、MATLAB、SIMULINK、FPGA项目、博士/硕士/本科毕业设计、课题设计、论文,毕业论文,Coursework、Eassy、Assignment