小波分析20xx第14講：小波應(yīng)用中幾個(gè)常見(jiàn)問(wèn)題-資料下載頁(yè)
2025-04-29 06:12本頁(yè)面
【正文】 ? 緊致型結(jié)合： 小波分析和神經(jīng)網(wǎng)絡(luò)直接融合 ， 用小波函數(shù)或尺度函數(shù)直接作為神經(jīng)元的激勵(lì)函數(shù) 。 我們通常所說(shuō)的 小波神經(jīng)網(wǎng)絡(luò) （ Wavelet neural work） 指 的 是 后 一 種 形 式 ， 簡(jiǎn) 稱(chēng) 小 波 網(wǎng) 絡(luò)（ Wavelet work） 。 多小波和神經(jīng)網(wǎng)絡(luò)的結(jié)合與小波類(lèi)似 ， 稱(chēng) 之 為 多 小 波 網(wǎng) 絡(luò) （ Multiwavelet work） 。 西南交通大學(xué)電氣工程學(xué)院 與神經(jīng)網(wǎng)絡(luò)結(jié)合 F i g .7 w a v e l e t n e u ra l n e tw o rk b a s e d p o w e r s y s te m d a ta m i n i n g m o d e l P re P ro c e s s i ng Fea t ur e Li br a ry Fea t ur e S e l e c t i on Fea t ur e E x t rac t or Nonl i nea r Di s c ri m i nat or De c i s i on Lo gi c raw s i gn a l s i gn a l bas e f e a t ur e bas e s i gn a l res ul t 西南交通大學(xué)電氣工程學(xué)院 與神經(jīng)網(wǎng)絡(luò)結(jié)合 西南交通大學(xué)電氣工程學(xué)院 （ 4）小波變換系數(shù)的統(tǒng)計(jì)處理或聚類(lèi)分析 西南交通大學(xué)電氣工程學(xué)院 （ 5）小波熵 0 2 4 6 8 10 12 14 16 18 20 2 0020i/kA t / m s 原始信號(hào) 連續(xù)小波變換 離散小波變換 0 2 4 6 8 10 12 14 16 18 2000 . 0 50 . 1WEEt / m s 小波熵的應(yīng)用示意圖 小波熵 存在的問(wèn)題 （ 1）數(shù)據(jù)量沒(méi)有減少 ,甚至增加了； （ 2） 小波變換結(jié)果的離散性相當(dāng)大， 從而導(dǎo)致檢測(cè)、分類(lèi)能力不足 解決的問(wèn)題： （ 1）從統(tǒng)計(jì)的角度提取特征，數(shù)據(jù)量大大減少 （ 2）同時(shí)考慮了時(shí)頻域分布，更能表征信號(hào)區(qū)別 （ 3）具有較好的去噪能力 西南交通大學(xué)電氣工程學(xué)院 作業(yè) 3 ，并求出 Lipschitz 指數(shù)值（選做） ，通過(guò)不同的閥值設(shè)置，觀察其消噪能力，請(qǐng)給出文檔說(shuō)明結(jié)果。 發(fā)送郵箱 :
電大資料相關(guān)推薦
鄂ICP備17016276號(hào)-1