导读:本文包含了小波回归分析论文开题报告文献综述及选题提纲参考文献，主要关键词:近红外光谱,链式滤波,离散小波变换,偏最小二乘
小波回归分析论文文献综述
李四海,任真[1]（2018）在《基于小波系数特征和偏最小二乘回归的近红外光谱定量分析》一文中研究指出为进一步提高近红外光谱定量分析模型的预测能力和稳健性,提出了一种近红外光谱的链式滤波预处理方法。首先通过二阶导数结合正交信号校正进行光谱预处理,保留与含量有关的光谱信息,再以离散小波变换中频子带小波系数作为光谱特征进一步实现光谱压缩,根据抽取的小波系数建立近红外光谱的偏最小二乘回归定量分析模型。对甘肃不同产地当归中的阿魏酸含量进行预测,实验结果表明:模型的校正均方根误差(RMSEE)、交叉验证均方根误差(RMSECV)、决定系数(R2)分别为0.022、0.050和0.9909,预测均方根误差(RMSEP)和决定系数(R2)分别为0.042和0.9877。本文提出的链式滤波预处理方法能显着提高近红外光谱定量分析模型的预测能力和稳健性。(本文来源于《长春大学学报》期刊2018年04期）
刘飞[2]（2017）在《基于小波包和广义回归神经网络的高压直流故障信号分析与应用》一文中研究指出多馈入直流输电系统在我国的快速发展虽然扩大了输电容量,但也使得输电系统变得复杂化,交直流系统间电气量的互相影响更为复杂,交流和直流故障都可能影响整个系统的稳定运行。这就对高压直流输电的故障诊断系统提出了更高的要求,有必要对直流输电系统故障时故障信号分析及故障诊断方法进行研究。由于直流输电系统故障后的暂态信号包含着大量的故障信息,因此如何分析并提取故障信号的暂态特征并将其应用于故障诊断就显得尤为重要。本文采用小波包(Wavelet Packet Decomposition,WPD)分析故障信号,结合广义回归神经网络(General Regression Neural Network,GRNN)形成一种故障诊断方法,并将其应用到直流线路接地故障测距和换相失败故障辨识中,取得了较好的结果。主要研究内容如下:1)理论分析了发生不同故障的暂态信号存在着差异,据此提出区分这两种故障的判据;在PSCAD中建立HVDC输电系统仿真模型,仿真分析发生这两种故障后信号的暂态变化,验证了区分判据的有效性。2)为了对直流线路故障进行准确定位,研究了基于WPD和GRNN的直流线路故障测距新方法。由于不同故障距离下行波频谱暂态能量差异较大,首先利用WPD进行故障信号预处理,提取故障暂态能量特征;然后利用GRNN拟合能量与距离的非线性关系实现HVDC输电线路故障测距。采用相同样本建立BPNN线路故障测距模型,比较两种模型的测距结果。3)为了准确地辨识换相失败故障及引起换相失败的原因,研究了基于WPD和GRNN的换相失败故障辨识新方法。首先利用WPD量化不同的故障信号特征,然后利用两种GRNN输出结构来辨识各种引发换相失败的故障,比较不同输出结构下的准确率。同时比较了GRNN与BPNN辨识模型在不同训练样本量下的结果,验证两种模型对不同训练样本的适应性。(本文来源于《华南理工大学》期刊2017-06-01）
杨振兴,陈飞飞,马还援,李忠艳[3]（2017）在《基于回归分析和小波变换的边坡变形组合预测研究》一文中研究指出为有效地判断边坡变形的发展趋势,基于边坡变形的现场数据,首先利用回归分析和小波变换分解边坡变形数据的趋势项和误差项,并选取若干最优的分解数据进行组合确定边坡变形数据的趋势项和误差项,再利用BP和RBF神经网络对趋势项和误差项序列进行预测,得到单项预测的结果,最后研究分析了定权组合预测和非定权组合预测的效果。结果表明:在趋势项和误差项的分离过程中,不同分离方法的分离结果具有一定的差异,以6次多项式回归、5次及7次傅里叶回归和sym2小波变换的结果较好;同时,在单项预测中,分项预测的效果要优于传统的单项预测,验证了分项预测的有效性,并由组合预测的结果可知,2种组合预测的效果均较好,均很大程度上提高了预测精度,且非定权组合的预测精度要优于定权组合预测的精度。上述研究为边坡的变形预测提供一种新的思路。(本文来源于《长江科学院院报》期刊2017年04期）
刘盈曦,彭贵芬,陈先刚,杨宇明[4]（2016）在《香格里拉未来50a主要气候环境要素变化预估——基于小波分析和多元VAR回归预估模型》一文中研究指出采用云南省香格里拉气象站55a(1958-2012)的逐年气温、降水量、绝对湿度、相对湿度和霜日数资料,引入多元最小二乘估计模型(多元OLS)、多元向量自回归模型(多元VAR)和结构方程模型,基于Morlet连续复小波(Cmor)变换的主周期数据,探索未来50a香格里拉气温等气候环境要素的定量预估模型、变化趋势及5个主要气候环境要素的相互关系。结果表明:未来50a内香格里拉的气温以0.44℃/10a的速率升高,50a后气温将升高2℃左右;降水以围绕平均值做周期振荡为主,并以14.7mm/10a的速率增多;绝对湿度以0.06 mg/L/10a的速率增大,并有明显的周期振荡;相对湿度以-0.96%/10a的速率减小,并有周期振荡;年霜日数以-2.8d/10a的速率减少,并有周期振荡。绝对湿度、相对湿度和霜日数的变化与气温和降水的变化显着相关,气温变化对湿度和霜日数的影响大于降水量的影响,气温的持续升高是除降水外其他气候要素变化的主要原因。(本文来源于《资源科学》期刊2016年09期）
乔舰,范淑芬[5]（2016）在《小波非参数回归分析方法的实现及比较研究》一文中研究指出旨在利用小波进行非参数回归分析.比较了基于小波核、小波基展开与小波阈值理论的叁种非参数回归分析实现方法.分析了叁种方法的理论基础、相互关系、优缺点,通过对实现过程中未知参数的选择标准进行定义,进行了相应的数值模拟.结果表明:文中给出的模型适用条件、参数选择标准、自变量适用条件不满足时修正算法的合理性.(本文来源于《西安工业大学学报》期刊2016年05期）
胡燚斌,王冠,邢俊,张攀,王平[6]（2016）在《小波变换-回归分析模型在轨道不平顺检测中的应用》一文中研究指出基于车辆-轨道耦合动力学理论,以CRH2动车组为例建立车辆-轨道一体化模型。根据实测高铁轨向不平顺数据计算出车体横向加速度,并结合小波变换法和回归分析法分析了轨向不平顺与车体响应的关系,找出引起车体横向振动的不利波段并确定其产生位置,为高铁养护维修提供理论支撑。研究结果表明:小波变换-回归分析模型既能确定敏感波段又能给出其里程,是一种有效的时频分析方法;轨向不平顺与车体横向加速度存在较明显的线性关系;CRH2动车组速度250 km/h时,轨向不平顺8~16 m,16~32 m波长为引起车体横向振动的最不利波段,通过小波变换法可以给出其对应的里程。(本文来源于《铁道建筑》期刊2016年05期）
刘海振[7]（2016）在《基于多频回归和小波分析的水资源中长期调度研究及应用》一文中研究指出水是生命之源、生产之要、生态之基,是基础性自然资源和战略性社会资源,关乎人类生存、经济发展和社会进步。从供给侧看,受气候变化和人类活动影响,近五十年来我国水资源总量减少趋势明显,加之水资源时空分布不均,使得水资源调度工作的复杂程度和难度有所提高；从需求侧看,随着经济社会发展,用水结构显着变化,用水竞争时有发生,供需矛盾日益突出。如何在水资源供给受限情况下,满足行业用水需求,实现“叁化”协调发展,是当下水资源中长期调度需要研究的课题。水资源中长期调度是应对气候变化条件下水资源时空分布不均、协调用水结构变化下行业用水竞争的重要方法。传统的规划调度多以调度准则为依据,以水库调度图为指南,是一种半经验、半理论的水资源调度方法。然而,规划调度只在典型年基础上进行径流调节计算,没有考虑预见期内的径流来水情况,因此难以获得最佳方案。本文提出一种基于遗传算法的水资源中长期预报调度方法,以期获得符合真实情景的最优方案,调度内容涉及兴利调度中的供水调度和灌溉调度。作为水资源调度的基础性前期工作,水文预报是否精准对调度结果影响很大,随着预见期延长,中长期预报精度往往随之下降。本文从该点出发,提出一种基于多频回归和小波分析的中长期径流预报方法,以提高预报的准确性和稳定性,在趋势分析和周期分析的基础上,建立水文预报多频回归模型,将预见期径流预报结果输入调度模型进行调算,最后根据水库调度结果给出区域供需平衡结果并绘制重要水库的调度过程线。基于多频回归和小波分析的水资源中长期调度方法在云南省曲靖市曲陆坝区得到应用。曲陆坝区水资源调度涉及4个片区、15个计算单元、43座水库以及地下水、再生水、雨水等多个水源。在水库径流模拟阶段,将传统回归模型的拟合结果和多频回归拟合结果分别与实测值进行对比,发现后者相关系数均在0.8以上,纳什系数均在0.7以上,可见相较于传统回归模型,基于小波分析的多频预报模型在模拟精度上有显着提高。将预报结果作为调度模型的输入进行径流调节计算,最终给出区域供需平衡结果和绘制出重点水库在中长期径流预报下的兴利调度过程线。结果表明,区域和行业的缺水率均较为合理,水库的来水过程、需水过程和供水过程具有良好的匹配性,基于多频回归和小波分析的水资源中长期调度模型在模拟精度上具有一定优越性。(本文来源于《中国水利水电科学研究院》期刊2016-05-01）
孙浩军,张崇锐,张磊,李惊涛[8]（2016）在《基于小波分析和Gaussian回归的急性低血压预测》一文中研究指出急性低血压是危害病人健康的并发症之一,对急性低血压发生的提早预测,能够帮助医生对重症病人找到更好的医疗处理方案。提出了一个基于趋势分量的Gaussian函数拟合预测模型,即用小波多尺度分析提取出信号的趋势分量;再根据Gaussian回归模型对趋势分量进行函数拟合,得到的函数参数作为特征值,用支持向量机SVM对数据分类。Gaussian回归模型使用的是数据驱动,用系数来描述数据之间的关系。通过在较大病人数据集上实验得到了较好的效果。(本文来源于《计算机工程与科学》期刊2016年01期）
夏巍巍,万佳威,丁妍,罗林[9]（2014）在《基于小波去噪和回归分析的滑坡深部位移预测研究》一文中研究指出为准确预测滑坡深部位移,以福利院滑坡为例,选择小波去噪处理变形监测数据,并探讨了小波函数、小波分解层数、阈值选择标准和阈值选取方法对小波去噪效果的影响,发现采用sym7小波函数、5层小波分解、启发式阈值和软阈值选取阈值时去噪效果最好,进而对去噪后的数据进行回归分析,对比分析了不同回归函数的效果。结果表明,傅里叶回归函数的回归效果最优,因而利用傅里叶回归函数预测了滑坡深部位移的变形趋势,为判断滑坡的稳定性及治理提供了依据。(本文来源于《水电能源科学》期刊2014年10期）
杨光,吴静怡[10]（2014）在《基于小波变换和多元回归的航天器热循环试验系统温度均匀性分析》一文中研究指出为了解决航天器热循环试验系统的温度均匀性问题,提出了一种基于试验研究、小波变换和多元回归分析相结合的预测模型.利用小波变换对试验所测湍流压力信号进行滤波处理,并用多元回归统计方法分析了系统中各变量之间的关系,同时,通过试验数据验证了预测模型的准确性.结果表明:所提出的模型可用于预测系统在不同试验条件下的温度均匀性;通过小波变换能够提高预测精度.(本文来源于《上海交通大学学报》期刊2014年09期）
小波回归分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
多馈入直流输电系统在我国的快速发展虽然扩大了输电容量,但也使得输电系统变得复杂化,交直流系统间电气量的互相影响更为复杂,交流和直流故障都可能影响整个系统的稳定运行。这就对高压直流输电的故障诊断系统提出了更高的要求,有必要对直流输电系统故障时故障信号分析及故障诊断方法进行研究。由于直流输电系统故障后的暂态信号包含着大量的故障信息,因此如何分析并提取故障信号的暂态特征并将其应用于故障诊断就显得尤为重要。本文采用小波包(Wavelet Packet Decomposition,WPD)分析故障信号,结合广义回归神经网络(General Regression Neural Network,GRNN)形成一种故障诊断方法,并将其应用到直流线路接地故障测距和换相失败故障辨识中,取得了较好的结果。主要研究内容如下:1)理论分析了发生不同故障的暂态信号存在着差异,据此提出区分这两种故障的判据;在PSCAD中建立HVDC输电系统仿真模型,仿真分析发生这两种故障后信号的暂态变化,验证了区分判据的有效性。2)为了对直流线路故障进行准确定位,研究了基于WPD和GRNN的直流线路故障测距新方法。由于不同故障距离下行波频谱暂态能量差异较大,首先利用WPD进行故障信号预处理,提取故障暂态能量特征;然后利用GRNN拟合能量与距离的非线性关系实现HVDC输电线路故障测距。采用相同样本建立BPNN线路故障测距模型,比较两种模型的测距结果。3)为了准确地辨识换相失败故障及引起换相失败的原因,研究了基于WPD和GRNN的换相失败故障辨识新方法。首先利用WPD量化不同的故障信号特征,然后利用两种GRNN输出结构来辨识各种引发换相失败的故障,比较不同输出结构下的准确率。同时比较了GRNN与BPNN辨识模型在不同训练样本量下的结果,验证两种模型对不同训练样本的适应性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
小波回归分析论文参考文献
[1].李四海,任真.基于小波系数特征和偏最小二乘回归的近红外光谱定量分析[J].长春大学学报.2018
[2].刘飞.基于小波包和广义回归神经网络的高压直流故障信号分析与应用[D].华南理工大学.2017
[3].杨振兴,陈飞飞,马还援,李忠艳.基于回归分析和小波变换的边坡变形组合预测研究[J].长江科学院院报.2017
[4].刘盈曦,彭贵芬,陈先刚,杨宇明.香格里拉未来50a主要气候环境要素变化预估——基于小波分析和多元VAR回归预估模型[J].资源科学.2016
[5].乔舰,范淑芬.小波非参数回归分析方法的实现及比较研究[J].西安工业大学学报.2016
[6].胡燚斌,王冠,邢俊,张攀,王平.小波变换-回归分析模型在轨道不平顺检测中的应用[J].铁道建筑.2016
[7].刘海振.基于多频回归和小波分析的水资源中长期调度研究及应用[D].中国水利水电科学研究院.2016
[8].孙浩军,张崇锐,张磊,李惊涛.基于小波分析和Gaussian回归的急性低血压预测[J].计算机工程与科学.2016
[9].夏巍巍,万佳威,丁妍,罗林.基于小波去噪和回归分析的滑坡深部位移预测研究[J].水电能源科学.2014
[10].杨光,吴静怡.基于小波变换和多元回归的航天器热循环试验系统温度均匀性分析[J].上海交通大学学报.2014