小波包神经网络在卸船机电机故障模式识别中的应用

针对卸船机中异步电机故障率高的问题,本文采用小波包分解和神经网络技术相结合的方式,将采集到的电机振动信号进行小波包分解,通过分析观测信号在小波包某一分解层次上不同时频分辨空间中的能量分布,进行电机运行状态的特征提取,对提取的特征用RBF神经网络技术进行故障诊断,为卸船机的电机故障诊断提供了一种新的思路和方法。     

样本复杂性估计算法优化神经网络结构

在神经网络结构寻优中,样本复杂性估计算法是期望在寻优之前先对问题的规模有所估计,进而根据规模给出一个结构,使之不用从最小结构开始一一尝试。频域分析及仿真实验结果均证明了此算法的有效性。     

高速公路非接触式交通检测技术的应用研究

非接触式交通检测技术具有检测范围大,安装维护方便等优点,在高速公路动态交通数据采集中不断得到应用。本丈在分析各种非接触式检测技术特性和精度的基础上,通过现场实验,研究了非接触式检测技术的应用功能、基于微波一线圈的组合应用及其数据融合。实验结果表明,非接触式交通检测技术在高速公路动态数据检测中可以使用,但由于受检测精度、数据类型、范围与安装使用条件的影响,不宜单独使用;通过非接触式与接触式检测技术的组合应用,克服了接触式检测器难以维护的缺陷,并且多检测技术数据融合的检测精度比单一检测技术提高10％～15％。     

基于小波变换自适应数字图像水印算法

阐述了图像数字水印和小波变换的基本原理,通过对小波基、分解级数、小波系数选择及人类视觉掩蔽特性等的分析,提出了一种基于小波变换自适应图像数字水印算法.通过剪切、加噪、滤波、锐化、模糊等几种常用攻击技术对算法进行了测试,实验结果表明该算法具有较强的鲁棒性.     

基于BP神经网络的隧道渗漏水等级评定模型研究

由于隧道渗漏水的普遍性和严重危害性,隧道渗漏水已成为隧道工程建设和维护的一大关键课题。针对我国隧道渗漏水的现状,通过综合分析影响隧道渗漏水的各种因素,找出影响隧道渗漏水的主要因素,提出包括隧道设计施工因素、防排水工程措施、围岩及地下水情况、自然地理情况4个一级指标共10个因素的评价指标集,构建基于BP神经网络的评价模型,并验证该模型的可靠性。该方法为进一步提高隧道渗漏水等级评价的精确度提供新的思路。     

施工监控中桥墩位移变形量的小波去噪提取法研究

在桥梁施工监控中,桥墩的位移变形信号相对于其他信号来说,强度是很弱的,位移变形量很容易淹没在噪声中.如何从桥墩位移观测数据中提取所需要的位移变形量,是对桥墩位移变形分析的首要步骤.由于小波分析具有时频局部化和多分辨分析的能力,利用变形信号低频性和噪声信号的高频性的特点.借助于小波分析和Matlab语言.对不同频率成分进行分离,消除观测噪声,最终达到了提取桥墩位移变形量的目的.     

利用小波方差逼近数据波动率的改进BS模型（MBS）

利用小波分析的多尺度方法,描述了小波方差在金融数据中所反映的实际意义和在金融分析中的尺度选择条件,分析了数据发生过程中分解出的不同波动段对于整体波动性的贡献量,然后通过加权重构不同尺度段产生的小波方差来体现数据的波动情况,从而得到了一种新的计算BlackScholes模型中波动率的方法,最后利用MATLAB的模拟实证分析证明了其有效性．     

网络控制系统的模糊动态调度算法研究

针对多回路的网络控制系统,本文同时考虑系统误差和误差变化率,设计了一种基于神经网络的模糊动态调度算法.该算法根据系统中各回路的误差和误差变化率,利用神经网络模糊控制的方法实时调整各回路的优先级,从而实现对网络控制系统的调度.最后,利用TrueTime工具箱建立了包含模糊动态调度器的网络控制系统仿真模型,并将其与RM和EDF调度算法进行对比.仿真结果表明,在相同的网络带宽占用条件下,本文所设计的模糊动态调度算法相比于RM和EDF调度算法,产生的网络诱导时延更小,且具有较好的控制性能.     

基于仿真数据的异类交通传感器信息融合研究

通过系统模拟中的相关原理,以实际传感器的性能参数为背景,可生成供交通信息融合算法使用的训练集和测试集仿真数据。结合这些数据,相关神经网络训练和仿真结果表明：交通信息融合方法对于提高异类传感器的速度检测是有效的．同时信息融合技术在智能交通系统中的应用能够提高信息获得的准确性。     

小波分析在桥梁健康监测中的应用研究

基于钢筋混凝土梁信号采集试验,选用恰当的小波基函数,利用小波分析技术在信号处理和数据分析领域的优势,通过小渡分析对信号进行分解和重构,分析桥梁结构在振动时振动信号的奇异性,最终可实现桥梁健康监测中的损伤预警和对结构工程损伤的早期诊断,从而为结构的维修加固提供可靠的依据。