简介：凌晨,北京城北,古老的钟鼓楼从晨雾里显现出它高耸的身影。沿中轴线北望,有一座乳白色的高层宿舍楼。每天清晨4点30分,9楼的一个窗口就飘出一缕柔和的灯光,融进朦胧的晨雾中。6时整,室内响起嘀嘀嗒嗒的清脆声音。一位白发老人端坐在计算机前,凝重得像一尊雕像。他的左测还有一台计算机,右边是一个简易

简介：摘要建立基于小波分析和神经网络现相结合的商业体电力负荷预测模型，通过修正网络权值和小波基函数系数，使网络模型的的输出无限逼近真实负荷，为商业体前期的方案设计和后期的运营管理提供了技术支持。最后通过Matlab仿真来验证了此法的可行性。

简介：城市交通流具有复杂性、随机性、模糊性和非线性的特点,城市交通流的准确预测对于解决城市交通问题具有现实意义。针对RBF网络存在的隐层节点中心难以求得的问题,通过构建的小波神经网络对扬州市文昌西路时代广场路口东西方向的交通流进行仿真预测。结果表明,小波神经网络可以准确地、实时地预测交通流,与RBF网络的预测结果对比,小波神经网络拥有相对较高的预测精度。

简介：采煤工作面的液压支架是承受顶板压力的主体结构,选择支架的主要根据是其将要承受的周期来压荷载。为预测周期来压,构建了基于小波和混沌优化的最小二乘支持向量机（LSSVM）方法。该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量,基于混沌理论对分量相空间进行重构。各重构分量分别使用LSSVM模型进行训练,其中LSSVM预测模型的参数由混沌粒子群算法进行优化。最后,将各LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形。通过在重构时的计算发现,在某周期下,荷载的时序序列有一定的混沌性。与其他3种模型进行比较,基于小波和混沌优化LSSVM的预测模型得到的最终荷载波的精度更高,收敛性也较好。

简介：短时交通量预测是智能交通系统提供交通信息、诱导交通与制定控制策略的重要基础.基于小波分析与支持向量回归机（SVR）预测,提出一种基于小波-SVR模型的高速公路短时交通量预测方法.该方法采用小波分解与重构算法,将交通量原始信号分解为逼近信号和细节合成信号,利用SVR对2种信号分别进行建模分析,最后合成预测结果.应用该方法可实现时间间隔为5min的交通量预测.实例分析表明：与直接应用SVR模型相比较,小波-SVR模型各项评价指标更优,其为交通量实时准确预测提供了更为科学的方法.

简介：捕获屏幕的关键技术是屏幕截取和图像压缩算法。一般捕获屏幕的方法有三种，分别是定时扫描、系统钩子和镜像显示驱动程序。

简介：以风电功率预测为背景,将小波理论与神经网络结合,在BP神经网络模型的结构基础上构造了小波神经网络,并提出了基于附加动量法改进的小波神经网络。利用附加动量的小波神经网络建立天气预报数据与发电功率的映射模型,并进行实际预测。利用MATLAB进行仿真,验证了设计预测模型的实际可行性,并且预测精度满足相关要求。

简介：

简介：根据约翰·霍兰德的职业兴趣理论建立了职业预测指标体系。影响职业预测的各个因素之间以及各因素与职业的因果关系表现出复杂的非线性关系，很难用确切的数学函数来描述。将小波神经网络引入对大学生的职业预测模型，既利用了小波变换的时一频局部化特性，又能发挥神经网络的自学习功能，还考虑了各种人为因素的综合影响，实现了职业指标的多因素非线性预测。

简介：摘要: 随着新型电力系统的发展，风电新能源在电力系统发电比例不断升高，大规模风电机组并入电网，因为风电机组的不稳定性对电力系统稳定性带来了新的挑战，因此风电功率预测 准确性在电网电力电量平衡和电网安全稳定方面扮演着重要的角色。基于小波优化的多模型结合 的不完备风电功率预测 ，采用多模型结合方式避免单一模型的局限性，同时采用小波优化 多模型结合方式保证预测结果唯一性，防止局部极小值点,有助于提高预测预测精度。

简介：摘要: 随着新型电力系统的发展，风电新能源在电力系统发电比例不断升高，大规模风电机组并入电网，因为风电机组的不稳定性对电力系统稳定性带来了新的挑战，因此风电功率预测 准确性在电网电力电量平衡和电网安全稳定方面扮演着重要的角色。基于小波优化的多模型结合 的不完备风电功率预测 ，采用多模型结合方式避免单一模型的局限性，同时采用小波优化 多模型结合方式保证预测结果唯一性，防止局部极小值点,有助于提高预测预测精度。

简介：张小波，男，1979年4月生，陕西咸阳市人，中共党员，咸阳师范学院数学与信息科学学院副教授，2001年毕业于延安大学，获学士学位；2007年毕业于西安电子科技大学，获理学硕士学位；2014年毕业于西安电子科技大学，获理学博士学位。

简介：小波洛听说比利时有一个与他一样叫“波洛”的人。不过那个波洛不是等闲之辈，而是与福尔摩斯齐名的大侦探。小波洛听说后喜不自禁，因为他旱就有当侦探的梦想，他想：何不拜他为师呢，）于是小波洛远涉重洋，找到了这个“大人物”，对他说：“波洛先生，谙收下我这个未来的大侦探为徒吧!”波洛先生笑着说：“真是个有志向的孩子，可是想做我的徒弟不是件容易的事喔!先考核一下再说吧!”接着他说了几个自己经历过的案例让小波洛试试，看小波洛能不能破案，找到正确答案。

简介：小波洛听说比利时也有一个与他一样叫＂波洛＂的人。不过那个波洛可不是等闲之辈,而是与福尔摩斯齐名的大侦探。小波洛听说后喜不自禁,因为他早就有当侦探的志向。小波洛心想：何不拜他为师呢？于是小波洛远涉重洋,找到了这个＂大人物＂。小波洛对波洛侦探说：＂波洛先生,请收下我这个未来的大侦探为徒吧!＂

简介：文章在介绍小波神经网络优点的基础上,提出了将小波神经网络优异的逼近能力应用于非线性系统预测控制的方案,并建立了预测控制系统的数学模型,通过仿真实验比较小波神经网络和同等规模BP神经网络的性能,对于非线性系统的预测控制具有一定的参考价值。

简介：针对VTS水域船舶交通流随机性大、影响因素多的特点,选择基于小波神经网络的时间序列预测方法,建立船舶交通流预测模型。该预测方法对海事部门提高VTS水域通航效率和服务水平具有一定的参考意义。

简介：摘 要：风能储量巨大，是可再生能源的重要组成部分，发展潜力无限。本文根据风的特性，提出了基于提升小波和人工神经网络的短期风电功率预测模型并通过运用我国某风电场的实际数据进行仿真分析，结果表明，本文提出的方法在短期风电功率预测上确实有效可行。

简介：摘 要：沉降变形监测中，研究如何对监测的沉降数据进行处理，预测沉降量，对可能出现的安全隐患做出预判有着很重要的实际意义。本文基于神经网络模型、小波分析和奇异谱分析（SSA，Singular spectrum analysis）的相关理论，构建起SSA-小波神经网络变形预测模型，并将模型应用于地铁工程沉降预测中。通过对地铁累计沉降量观测数据进行预测，结果表明相比于单独的小波神经网络模型，SSA-小波神经网络模型的预测效果更佳稳定，且随着训练样本的增加，预测结果与实际情况更加符合。

简介：目的　将小波变换应用于ECG信号QRS波检测，提高QRS波的正确检测率。方法　利用二进Marr小波对ECG信号按Mallat算法进行变换；从等效滤波器的角度分析了信号奇异点(R波峰值点)与其小波变换模极大值的关系；探讨二次微分小波与一次微分小波在奇异点分析时性能上的差异，在检测中还运用了一系列策略以增强算法的抗干扰能力。结果　经MIT/BIH标准心律失常数据库验证，QRS波的正确检测率高达99.8%。结论　小波技术在ECG信号消噪和精确定位显示良好的性能；不同的小波函数直接影响结果和后续的检测策略。

简介：实时交通流量预测是智能交通系统的核心内容，智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征，且与时间高度相关，可以看成是时间序列预测问题。根据交通流的这些特点，提出基于小波神经网络的道路交通流量实时预测模型，并以某条道路为例，通过Matlab编程实现模拟仿真。仿真结果表明，小波神经网络能够比较精确、快速地对实时交通流量进行预测，网络预测值接近期望值。