“最优小波基函数”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2292305个，建议您升级VIP下载更多相关专利

[发明专利]可调品质因子双树复小波变换的旋转机械故障检测方法-CN201310413778.0有效
发明人：何正嘉;张春林;曹宏瑞;李兵;訾艳阳;陈雪峰;张周锁;陈彬强 -专利权人：西安交通大学
申请日： 2013-09-11 - 公布日： 2014-01-08 - 主分类号： G01M13/00 文献下载
摘要：本发明公开了一种可调品质因子双树复小波变换的旋转机械故障检测方法，包括：1)构造合理的采样参数集合，构造具有不同品质因子的双树复小波基函数；2)分别用构造的每个双树复小波基函数对旋转机械振动响应信号进行时间-尺度分析，计算该小波基函数参与下各层小波系数的峭度信息熵，选择最大特征峭度信息熵对应的小波基函数为与振动信号冲击成分最优匹配的双树复小波基函数；3)以最优双树复小波基函数对振动信号进行分析，并进行故障诊断本发明能构造任意频带聚焦性及时域振荡性的双树复小波基函数，并自适应地选择具有最优匹配性能的基函数，实现旋转机械设备周期性冲击型故障特征及其冲击周期信息的准确检测。
可调品质因子双树复小波变换旋转机械故障检测方法

[发明专利]叠前地震数据小波阈值去噪最优小波基选取方法-CN202111248968.2在审
发明人：孟祥宁;贾慧;刘萍;罗明月;王俊杰 -专利权人：西安石油大学
申请日： 2021-10-26 - 公布日： 2022-02-11 - 主分类号： G01V1/50 文献下载
摘要：本发明公开了一种叠前地震数据小波阈值去噪最优小波基选取方法，通过比较叠前地震数据与小波基函数的局部相似性来选取最优小波基，包括提取井旁道地震子波，借助测井资料获取波阻抗曲线；由波阻抗曲线获取反射系数序列，反射系数序列与井旁道地震子波褶积合成井旁道地震记录，再计算合成的井旁道地震记录与小波基函数的相关系数来选择最优小波基。本发明方法通过比较合成地震记录和小波基函数的局部相似性来选择最优小波基，排除了阈值函数和分解尺度的影响，只有一个单一变量。
地震数据阈值最优小波基选取方法

[发明专利]一种基于最优小波包分解的模拟电路故障特征提取方法-CN201610023686.5有效
发明人：袁莉芬;孙业胜;何怡刚;张朝龙;吴磊;陈鹏;罗帅;程珍;袁志杰;赵德勤 -专利权人：合肥工业大学
申请日： 2016-01-13 - 公布日： 2019-02-15 - 主分类号： G06K9/00 文献下载
摘要：一种基于最优小波包分解的模拟电路故障特征提取方法，包括如下实施步骤：（1）获取无故障模式下的样本向量数据集；（2）计算无故障模式下的电压样本向量的统计平均值；（3）建立小波基函数库；（4）利用所建库中的小波基对电压样本统计平均值向量进行小波包分解；（5）计算各小波基函数进行层小波包分解后的频带能量及其总能量；（6）计算各小波包分解后的频带能量概率密度；（7）计算各小波基函数进行层小波包分解后的频带能量熵；（8）比较能量熵值大小，选取最优小波基；（9）待测电路信号采集；（10）利用最优小波基对提取的故障信号进行故障特征特取。本发明通过选取最优小波基函数，利用优选出的小波基函数进行小波包分解，有利于发掘故障的深层特征。
一种基于最优波包分解模拟电路故障特征提取方法

[发明专利]一种基于水下目标磁异常信号的最优小波基函数选取方法-CN202111090757.0在审
发明人：于振涛;张宝强;迟铖;王丹;李婷婷;陈标;陶荣华;许素芹;陈捷;程普;余路 -专利权人：中国人民解放军海军潜艇学院
申请日： 2021-09-17 - 公布日： 2021-12-14 - 主分类号： G01V3/38 文献下载
摘要：本发明公开了一种基于水下目标磁异常信号的最优小波基函数选取方法，包括以下步骤，采集水下目标磁异常信号，获取水下目标磁异常信号的第一增强信号；根据水下目标磁异常信号和第一增强信号的相对关系指标，构建水下目标磁异常信号的水下目标磁场航空探测模型，水下目标磁场航空探测模型用于获取水下目标磁异常信号的最优小波基函数；本发明基于传统信号处理评估指标提出了一种小波基选取综合评估指标，利用综合评估指标对水下目标典型磁异常信号的不同小波基处理结果进行评估分析，得到最优小波基，利用该方法得到的小波基对航空磁异常信号进行小波增强有很好的效果，优于大部分小波基函数。
一种基于水下目标异常信号最优小波基函数选取方法

[发明专利]一种基于DE优化小波参数的信号去噪方法及装置-CN202111682957.5在审
发明人：缪钟灵;张广洲;姚隽雯;吴念;刘平原;柯贤彬;李梦齐;龚浩;别士光;刘锋;陈程;朱劲松;白波;潘晓敏;李强;施源;汪小武 -专利权人：广东电网有限责任公司
申请日： 2021-12-31 - 公布日： 2022-04-29 - 主分类号： G06K9/00 文献下载
摘要：本发明公开基于DE优化小波参数的信号去噪方法及装置。该方法包括：选取初始小波基函数，根据初始分解层数和各分解尺度下的初始分层阈值，对含噪信号进行小波分解，得到各分解尺度下的细节系数和最大分解尺度下的近似系数；将初始小波基函数、初始分解层数和各分解尺度下的初始分层阈值作为DE算法中初始种群的位置参数，基于DE算法获取最优小波基函数、最优分解层数和各分解尺度下的最优分层阈值；根据最优小波基函数、最优分解层数和各分解尺度下的最优分层阈值，对各细节系数进行去噪处理，得到目标细节系数
一种基于 de 优化参数信号方法装置

[发明专利]基于最优小波基和改进小波阈值函数的电能数据降噪方法-CN202211299583.3在审
发明人：南余荣;徐勇;王满意;潘聪;南方瑶;赵士超 -专利权人：浙江工业大学
申请日： 2022-10-21 - 公布日： 2023-01-17 - 主分类号： G06F18/10 文献下载
摘要：本发明提出一种基于最优小波基和改进小波阈值函数的直流电能数据降噪方法。首先依据噪声功率和噪声功率差确定采样信号在不同小波基下的最佳分解层数，在此基础上利用信噪比、均方根误差、互相关性作为评判指标，确定最优小波基。然后，选择最优小波基对采样信号进行最佳层数分解，获得一组小波系数。利用本发明中的改进阈值函数和阈值选取准则对各层细节系数和最后一层近似系数进行阈值量化处理。最后将剩余系数进行逆小波变换，获得降噪信号。实验证明，最优小波基和分解层数选取方法具有可行性，并且本发明相较于传统阈值函数降噪效果更佳，更有利于保留信号特征，可以较好的滤除直流电能信号中的噪声分量，提高电能计量精确度。
基于最优小波基改进阈值函数电能数据方法

[发明专利]最优小波去噪组合的选取方法及THz光谱去噪方法-CN202110455426.6在审
发明人：葛宏义;蒋玉英;吕明;李广明;李丽;王飞;王倩;韩中泽;张元 -专利权人：河南工业大学
申请日： 2021-04-26 - 公布日： 2021-07-13 - 主分类号： G01N21/3586 文献下载
摘要：本发明公开了最优小波去噪组合的选取方法，包括：S10、确定备选参数，包括小波基函数、分解层次、阈值准则和阈值处理方式；S20、利用所述备选参数对原始含噪信号进行小波分解和重构，得重构信号；S30、计算基于不同小波基函数和分解层次下获得的所述重构信号与所述原始含噪信号的平滑度r和均方根误差RMSE，并将其进行归一化处理和加权处理，获得复合评价指标T；S40、获取T值最小时所对应的小波基函数和分解层次，得最优小波去噪组合。本发明有效解决了最优小波选取困难的问题，为小波去噪在太赫兹技术领域的应用提供了算法基础。
最优小波去噪组合选取方法 thz 光谱

[发明专利]基于小波基函数和最优变异策略的差分进化算法及应用-CN201910614940.2在审
发明人：邓武;赵慧敏;徐俊洁 -专利权人：中国民航大学
申请日： 2019-07-09 - 公布日： 2019-11-29 - 主分类号： G06N3/00 文献下载
摘要：本发明涉及差分进化算法技术领域，尤其涉及基于小波基函数和最优变异策略的差分进化算法及应用，在基于小波基函数和最优变异策略的差分进化算法中，采用小波基函数来控制参数F以及正态分布来控制CR，以保证解的多样性、加速算法收敛和提高算法性能；在选择变异策略时，基于五种变异策略优势互补，提出一种最优变异策略方法，用作差分进化算法的变异策略，用于提高算法局部搜索能力，保证算法的全局搜索特性，同时，该方法能够高效的完成测试函数和机场停机位分配问题的有效求解
差分进化算法小波基函数算法正态分布局部搜索能力测试函数加速算法控制参数全局搜索求解停机收敛多样性保证分配机场应用

[发明专利]一种自适应阈值选取的低场核磁共振信号去噪方法-CN201811081317.7在审
发明人：常晓;聂生东;苏冠群;侯学文;柴青焕 -专利权人：上海理工大学
申请日： 2018-09-17 - 公布日： 2019-03-22 - 主分类号： G01R33/56 文献下载
摘要：本发明提出了一种自适应阈值选取的去噪方法，通过计算每一层小波细节系数的“峰总比”来确定最优小波分解层数；通过引入相关系数作为评价参数来进行最优小波基的选取，之后以最优小波分解层数和最优小波基对含噪信号进行分解，保留产生的小波近似系数，同时对小波细节系数进行阈值处理，得到新的小波系数，最后通过小波重构函数在新的小波系数的基础上重构出去噪后的信号。
低场核磁共振小波细节系数最优小波基小波分解小波系数阈值选取自适应反演去噪含噪信号近似系数滤波效果评价参数小波重构信号去噪阈值处理信噪比小波重构分解引入保留

[发明专利]基于小波变换的分布式风电系统的多目标最优控制方法-CN201410105787.8在审
发明人：高桂革;曾宪文 -专利权人：上海电机学院
申请日： 2014-03-20 - 公布日： 2014-06-04 - 主分类号： G05B13/04 文献下载
摘要：本发明提供了一种基于小波变换的分布式风电系统的多目标最优控制方法。对偏微分方程描述的系统模型，进行积分运算以获取系统方程；利用Haar小波作为正交函数基，将系统方程中的状态变量、控制变量、初始条件、边界条件、优化目标中各种因子、加权矩阵进行小波变换；在小波变换之后推导出Haar小波的各种运算矩阵；利用运算矩阵对多目标函数进行加权处理，寻找最优解。
基于变换分布式系统多目标最优控制方法

[发明专利]一种基于振动加速的轨道交通钢轨病害检测时频分析方法-CN202211143587.2在审
发明人：王金海;杨建伟;许贵阳;王小慧;姚德臣;白堂博;刘佩珊 -专利权人：北京建筑大学
申请日： 2022-09-20 - 公布日： 2023-01-03 - 主分类号： G01H1/00 文献下载
摘要：本发明公开了一种基于振动加速的轨道交通钢轨病害检测时频分析方法，包括以下步骤：采集振动加速度数据；对数据进行清洗，进行等速幅值转换，获得处理后的振动加速度数据；确定参数的备选值，计算不同备选值参数下的连续小波变换数值；计算每个备选值下时频分析结果的小波嫡和基尼系数，获得联合评价函数值；选择最小联合评价函数值对应的备选值作为最优参数，达到时频分析最优分辨率，进行钢轨病害检测。本发明方法提出了小波熵与基尼系数联合评价函数，最小化小波熵的同时最大化基尼系数，充分考虑了信号不确定性和稀疏性对时频分析精度的影响；采用联合评价函数对连续小波变换进行优化，实现钢轨健康状态的精细化时频分析
一种基于振动加速轨道交通钢轨病害检测分析方法

[发明专利]基于优选小波基函数的模拟电路故障特征提取方法及系统-CN202010134689.2有效
发明人：何怡刚;张朝龙;杨婷;时国龙;何鎏璐;熊元新;杜博伦;安宝冉 -专利权人：武汉大学
申请日： 2020-03-02 - 公布日： 2021-02-19 - 主分类号： G01R31/316 文献下载
摘要：本发明公开了一种基于优选小波基函数的模拟电路故障特征提取方法及系统，属于电子电路工程及计算机视觉领域，其中，方法的实现包括：获取模拟电路在不同故障时的输出信号；依次应用基于不同小波基函数的小波变换方法提取输出信号的特征；对于每一种特征，计算各个故障的中心位置、各个故障数据点到中心位置的距离，故障数据点最远位置和故障数据点平均位置；依据得分判别法，确定用于模拟电路故障特征提取的最优小波基函数。本发明可克服应用小波变换进行特征提取时小波基无法直接确定，需要依靠经验法设定的问题，可有效地提高模拟电路故障诊断的效率和正确率。
基于优选小波基函数模拟电路故障特征提取方法系统

[发明专利]一种基于主成分分析的小波基选择方法-CN201910910056.3有效
发明人：肖友洪;冯明芳;原野 -专利权人：哈尔滨工程大学
申请日： 2019-09-25 - 公布日： 2022-08-02 - 主分类号： G06K9/00 文献下载
摘要：本发明的目的在于提供一种基于主成分分析的小波基选择方法，包括以下步骤：第一步，对需进行小波分析的信号作连续小波变换，得到表示信号信息的时频矩阵；第二步，由于时频信息矩阵的冗余性，对其进行主成分分析来达到降维目的；第三步，提取信号主要独立成分以及其对应的特征值；第四步，根据特征值的大小即可选取合适的小波基函数。本发明将主成分分析法引入小波基函数的选取中，不仅能找到适合信号分析的小波基函数，还能将特征值作为信号分析中的一种特征，可以简单方便的选取最优小波基，为信号的下一步分析提供了精准保障。
一种基于成分分析小波基选择方法

[发明专利]分布参数系统最优点式控制的小波分析法-CN201010137229.1无效
发明人：高桂革;曾宪文 -专利权人：上海电机学院
申请日： 2010-03-31 - 公布日： 2010-09-01 - 主分类号： G05B13/04 文献下载
摘要：本发明提出一种分布参数系统最优点式控制的小波分析法，借助于正交函数逼近方法，将Haar小波作为正交基函数，推出了Haar小波对应的微分运算矩阵、乘积积分运算以及元素乘积运算矩阵，并将其应用到分布参数系统的最优点式控制问题的研究中，将分布参数系统最优点式控制问题转化为集总参数问题，再经过反变换得到原来分布参数系统最优点式控制的逼近解，使得原本难以解决的问题变得容易，获得了性能较好的小波逼近算法。提出的Haar小波逼近方法是一种控制效果较好的方法，该方法为解决分布参数系统的最优点式控制问题提供了一种新的途径。
分布参数系统优点控制分析

[发明专利]基于特征量优选和小波核函数LSSVM的故障预测方法-CN201910063046.0在审
发明人：刘捷丰;张镱议;郑含博;张恒;房加珂;任广为;廖昌义;徐凯;杭颖 -专利权人：广西大学
申请日： 2019-01-23 - 公布日： 2019-06-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于特征量优选和小波核函数LSSVM的故障预测方法，涉及电力变压器的故障预测技术领域。首先，获取DGA特征量的比值，其次，建立支持向量机模型，选取径向基函数为分类模型的核函数。然后，将候选特征量和SVM分类模型的惩罚因子c核参数σ编码到同一条染色体上，采用遗传算法对该染色体进行优化，最优特征量为在遗传算法中选取的最优染色体。并将最优特征组合作为下一步的故障预测和诊断函数的输入。接着，建立小波核函数‑最小二乘支持向量机预测模型，利用帝国主义竞争算法对该预测模型的惩罚因子和小波核函数的核参数进行优化，得到最优参数组合并基于该参数组合构建最优预测模型。
故障预测核函数特征量小波预测模型染色体惩罚因子遗传算法核参数优选最小二乘支持向量机支持向量机模型运行状态分析电力变压器径向基函数参数组合分类模型候选特征竞争算法特征组合未来时刻最优参数构建变压器优化诊断

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条