小波变换的离群时序数据挖掘分析

针对时序数据进行离群数据挖掘方法的研究。通过对时序数据进行离散小波变换,将其从时域空间变换到频域空间,使时序数据映射为多维空间的点。该方法具有多尺度、时移不变性等特点,经离群时间序列进行离散小波变换后,不仅具有良好的保距性又达到降低维数目的。然后提出一种基于距离的离群时序数据挖掘算法。仿真试验表明了该方法的有效性。     

改进的FastICA算法在地震数据去噪中的研究

为了有效去除地震数据的干扰噪声,采用FastICA算法进行降噪处理。地震数据的有效信号和噪声是非线性混合的,不满足FastICA算法使用的线性混合条件,提出了一种改进的FastICA算法进行地震数据降噪。该方法首先利用小波变换将地震数据分解到不同尺度空间上,然后设计了一种新的阈值降噪函数,并将FastICA和小波变换进行有效结合,对不同尺度空间上的噪声进行消除,通过小波重构恢复有效信号,利用仿真实验确定了新算法的分解层数为3。将改进的方法进行实际地震数据降噪处理,结果证明改进的方法能有效去除地震数据的各类干扰噪声,通过信噪比得出改进的FastICA较原始FastICA降噪效果更理想。     

一种实现任意基FFT的快速整序算法

提出了一种数据整序快速算法,能对任意基ＦＦＴ变换的数据进行快速整序。该算法对数据进行循环嵌套分组,简化了数据交换的判断条件,并减少了求解数据序号位倒序值的运算量。计算结果表明,当数据规模越大,该算法的数据整序时间较其他算法越少,并使基２－ＦＦＴ的运算时间较用其他整序算法时减少１．３％～４％。较用直接整序方法时减少７％～１９％。     

SAR原始数据时频域幅相压缩算法

采用时频分析的方法,结合SAR原始数据非平稳的时频振荡特性,提出了一种基于Gabor变换的SAR原始数据时频域幅相压缩算法.该算法首先对分块原始数据进行幅度-相位转换、2D-RDGT变换以及在时频域内对各频率平面根据方差进行比特分配,然后采用分块自适应量化算法量化各频率平面.实验结果表明,该算法与传统的BAQ算法和已有的幅相算法相比无论在数据域还是在图像域的压缩性能都取得了明显的改善.     

基于双树紧支剪切波变换的遥感图像融合

提出一种基于双树紧支剪切波的遥感图像融合算法。紧支剪切波变换是剪切波理论的空域实现,因其步骤中包含了传统的离散小波变换(DWT),引入了移变性。分析移变性对图像融合的影响,采用双树复数小波抑制紧支剪切波的移变性,与主分量分析变换(PCA)或IHS变换相结合,提出遥感图像融合算法。通过Quick Bird和IKONOS的三组数据的进行实验,结果表明提出的融合方法性能优于基于DWT、àtrous小波、Curvelet以及基于频域实现剪切波(àtrous shearlet)方法。     

基于改进EMD 的地震信号去噪

压制随机噪声是地震数据处理过程中的一个重要环节,目前大多数去噪技术都不同程度存在去噪效果差、易损伤有效信号等问题。利用经验模态分解可将信号自适应地分解为不同特征尺度固有模态函数的优点,及小波变换模极大值滤波方法对噪声的依赖性较小且适合于低信噪比信号去噪的优势,构造了一种经验模态分解与小波变换模极大值相结合的新的去噪算法,该算法很好地实现了地震有效信号与随机噪声的分离,有效提高了地震数据信噪比。将该算法应用于仿真实验和实际地震数据处理,结果都表明该方法明显优于常规经验模态分解去噪效果。     

一种基于小波变换特征提取的集成学习算法

将不同训练数据子集和不同特征子集相结合,提出了一种基于小波变换特征提取的集成学习算法Wavelet-Forests.先随机划分特征集,用小波变换提取特征子集的特征,再用小波系数重构特征集训练基分类器.使用公认的WEKA平台验证了Wavelet-Forests算法的性能,与经典算法Bagging,AdaBoost和Random Forest相比,本文所提算法具有良好的泛化能力.     

一种改进的SPIHT算法

一种新的嵌入零树小波ECG信号压缩编码算法(简称为改进的SPIHT算法),通过合理分配比特、改进零树集合、完善分类策略等措施能够进一步提高SPIHT算法的工作效率.该算法首先将ECG数据进行离散小波变换,然后对离散小波变换后的系数进行均匀量化,最后用基于上下文的自适应算术编码对量化后的系数进行编码.仿真结果显示,该算法压缩比大,信息损失小,能够较好地恢复原有的信号.     

OFDM系统中基于DCT的RLS信道估计

提出了一种适用于正交频分复用系统信道估计的基于离散余弦变换的RLS方法,并给出了相应的算法.该方法用离散余弦变换代替传统的RLS算法中的DFT变换,能有效降低信道冲激响应泄漏引起的混叠误差.仿真结果表明该方法的性能比传统的RLS算法好,系统误符号率和均方误差都有明显的改善.     

改进的大斜视角SAR阶梯变换算法

针对大斜视角下合成孔径雷达信号时域距离校正后的特点,提出了改进的阶梯变换算法,在各个子孔径分别采用不同调频斜率的参考信号进行去斜处理,解决了信号多普勒调频斜率随方位时间变化的问题;通过频域插值准确挑选粗分辨傅里叶输出数据,克服了原有阶梯变换算法对参数匹配的严格限制。实验结果表明:该算法在大斜视情况下是有效的。     

利用销售数据的商品影响关系挖掘研究

数据挖掘技术作为一种有效的决策工具正为企业做出科学决策提供依据。该文针对关联规则挖掘商品间相关性的不足,提出了一种新的计算方法利用销售商的商品销售数据挖掘商品之间的相关性及影响关系。该方法根据商品销售数据的变化得到所有商品销售数据的时间序列,然后计算测量序列的相似度,从而确定商品间影响关系。实验证明了该方法的有效性,同时得到了一些有价值的结果,可用于指导具体商业实践。     

基于谐波特征矩阵的负载识别

给出一种基于电流谐波特性矩阵的负载识别方法，并利用二进制数独立不重复的特性，给出了求多个数据随机组合计算值的算法。此方法首先采样计算各单一负载的谐波特性，利用随机组合计算算法得到各种负载组合后的谐波特性矩阵。之后实时地计算当前电网中的电流谐波值，并将此值与谐波特性矩阵中的数据进行比对，与吻合数据对应的负载即为当前工作在电网中的负载。此方法在试验中取得了很好的效果。     

试析抵押权的性质

自从德国民法典区分物权与债权并抵押权归入物权后,学者们不断质疑争论。文章认为各家争议的实质在于反思传统法学概念。从法律价值角度看,抵押权虽不具有物权的典型特征,但把抵押权归入物权并无不妥。     

影响生态足迹模型计算结果的因素分析——以云南省为例

分析对生态足迹模型计算结果会产生影响的各类因素对计算结果的稳定与可靠有重要意义。文章将各类影响因素分为两个大类四个小类,并测算了这些因素对最终计算结果的影响程度。以云南省加09年的生态足迹为例,结果表明：统计数据中土地面积数值的突然变化,均衡因子、产量因子的选择对计算结果影响最大,分别达到19．3％和16．46％;计算中缺失项目对计算结果的影响约为3．2％;除水产品产量数值外,其它计算参数变化对计算结果造成的影响不大。因此,建立生态足迹研究合作机构,从而统一数据收集整理过程、规范计算参数、计算方法,这是确保生态足迹计算结果有效的最佳措施。     

随钻声波测井数据压缩的小波神经网络法

针对当前石油工程声波随钻测井中大量测井数据需要在井下实时压缩存储的迫切要求,结合声波测井数据的特点,提出了一种基于小波神经网络的数据压缩算法,并利用共轭梯度法优化网络参数。实验结果表明,该算法具有参数收敛速度快、数据压缩比高的特点,能够满足随钻声波数据高速实时处理的需要。     

PLS算法的顾客满意度指数模型

通过对国内外顾客满意度指数模型的对比及对我国的现状分析,提出顾客满意度测评的常规模型。在此基础上对常规模型的模型设定、模型估计和模型评价进行研究;利用PLS算法估计模型中的各个参数,将外部估计分为无缺失值和有缺失值两种情况,针对后者提出局部权重新定的缺失值处理方法;以某食品公司为研究对象,对构建的顾客满意度测评常规模型进行实证分析和评价。结果表明:常规模型的显变量符合单一纬度条件、具有一定的解释能力和良好的内敛效度,拟合效果可以接受,测评结果是满意和有效的,为PLS路径模型研究及缺失值处理提供了实用方法。     

一种DOA估计的T差分平滑快速算法

针对未知非平稳噪声背景下相干信源的波达方向估计问题,提出了一种T差分平滑快速(TDSF)算法,算法根据非平稳噪声对角占优的特性,通过构造一个T矩阵,对协方差矩阵进行T变差分平滑运算,可同时分辨相干和非相干信源.算法采用幂迭代法直接获得噪声子空间,无需特征值分解,运算量较小,可有效地消除非平稳复噪声的影响,且不存在伪峰问题,适用于广泛的未知非平稳噪声和低信噪比环境.计算机仿真实验证实了算法的有效性.     

用微粒群算法求解含交易费用的组合投资模型

针对国内证券交易的具体情况，提出了含交易费用的投资组合优化模型。利用微粒群算法对问题进行了求解，并结合实际数据进行仿真。结果表明，利用微粒群算法可以较高的效率求解该模型，且从结果上表明模型的合理性。     

供应商参与下的产品方案多目标优化规划方法

针对现有供应商参与下的产品设计方法在零部件优化方面所存在的缺陷，提出了基于多目标优化的方法。以零部件的质量、成本和交货期为输入数据，构建了产品方案的多目标优化模型。基于Epsilon策略改进第二代非支配排序遗传算法后对优化模型进行求解，并获得了产品方案的Pareto前沿。以供应商参与下的数控机床研发问题为实例，进行仿真计算，结果表明所提出方法是可行的。     

空洞探测的数学模型与算法

为了解决最优空洞探测计算复杂度较高的问题,利用贪心算法对空洞探测问题的数据进行分析后设定了合理的误差,以理论时间与实际时间的误差作为贪心选择标准,最终确定空洞所处的区域以及空洞的个数.这种算法复杂度为多项式级.