导读:本文包含了小波近似论文开题报告文献综述及选题提纲参考文献，主要关键词:Db4最优提升小波,T-K能量谱,近似熵,滚动轴承
小波近似论文文献综述
张园[1]（2019）在《基于Db4最优提升小波和T-K能量近似熵的轴承故障诊断》一文中研究指出将Db4提升小波和Teager-Keiser能量算子结合分别对仿真信号和滚动轴承信号进行分析,用Db4提升小波根据小波系数最小熵原则获得最优细节信号,求其T-K能量谱提取特征信息,计算T-K算子的近似熵对轴承故障分类。结果表明:仿真和真实轴承信号经提升小波提取的细节信号,其T-K能量谱都可以提取故障特征,且T-K能量近似熵基本能对实验故障信号分类,效果较好。(本文来源于《机床与液压》期刊2019年13期）
程银波,司菁菁[2]（2017）在《基于近似消息传递的小波域图像压缩感知》一文中研究指出针对现有的基于近似消息传递的图像压缩感知算法需要构建大尺寸观测矩阵的问题,研究基于近似消息传递的小波域图像压缩感知算法。为了克服逐列观测、逐列重构的传统变换域压缩感知方案隔断图像列与列之间相关性的缺点,提出了一种基于图像行列相关性的小波域压缩观测方案。进而,基于近似消息传递设计了一种适用于在稀疏度未知的情况下重建小波系数的压缩感知重构算法,结合图像小波系数的结构化稀疏特性与近似消息传递,实现了小波域图像压缩感知重构。实验结果表明,与现有算法相比,本文提出的基于图像行列相关性与近似消息传递的小波域图像压缩感知算法具有更高的重建图像质量与更快的图像重建速度。(本文来源于《燕山大学学报》期刊2017年06期）
相敏,施袁锋,熊峰[3]（2017）在《框架结构时变参数的小波多尺度近似识别》一文中研究指出在强激励作用下或服役过程中结构性能退化的影响下,工程结构通常表现出非线性和时变特征,且结构参数的这种变化是影响结构性能的重要指标。因此,对工程结构时变性能的合理描述和及时追踪,有助于结构的安全性评估和全寿命管理。小波多尺度近似凭借其高效的局部时频近似功能,在参数识别领域得到了广泛的应用。本文基于小波多尺度近似理论,研究框架结构在强震作用下的结构杆件刚度和阻尼出现时间变化特性时的结构时变参数估计问题。考虑到框架梁和柱的时变损伤程度通常是不同的,本文通过建立同时包含平动和转角自由度的时变动力模型,来分别估计梁和柱的时变刚度。因此,本文提出的方法可应用于识别梁或柱子的时变损伤情况。通过数值模拟,考虑结构参数渐变和突变的不同情况以及不同测量噪音程度影响下,来验证所提出的框架结构时变参数识别方法的有效性。(本文来源于《第十二届全国振动理论及应用学术会议论文集》期刊2017-10-20）
袁瑞[4]（2017）在《基于小波包分解与近似熵的特征提取方法研究及在脑机接口中的应用》一文中研究指出脑机接口(brain-computer interface,BCI)技术是在大脑与外部软硬件设备之间建立的一种沟通和控制通道,该通道可使用户使用脑信号与外界进行交流沟通或控制外部设备,不需要借助语言或肢体活动,为患者开辟了一条与外界交流的通道,是一种新兴的人机交互方式,也是未来人工智能发展的基础。在脑机接口系统中,特征提取是最重要的环节,影响着整个系统的分类性能。传统特征提取方法有从时域,频域,时频联合,空域等对脑电信号分析。由于脑电信号(EEG)是一种产生机理相当复杂且非常微弱的随机信号,还容易被肌电信号(EMG)、眼电信号(EOG)等外界因素的干扰,都会影响系统的分类正确率。为提高运动想象脑机接口的分类正确率,本文用结合小波包分解与近似熵的方法对脑电信号进行特征提取。该方法利用小波包对脑电信号全频段进行分解,用近似熵函数对分解后的结点提取分类特征,然后用稀疏表示对特征向量进行降维,最后使用功率差方法进行分类。实验中选择不同的通道数是为了寻找有效信道,使这些信道可以准确的反映各种运动想象任务或肢体运动特征,并可减少噪声及不相关信道的干扰,以减少算法复杂度并减轻通信系统负担,提高脑机接口系统运行效率。实验结果表明,在使用1秒数据进行分类的条件下,该方法在使用两种不同通道集合时都取得了很好的分类效果。该方法与小波包分解与空域滤波方法和传统的共空域模式方法相比在不同的信道数时分类正确率都有所提高。另外,使用的数据长度越短,分类识别率越高,表明该方法更适用于较短的数据,有利于提高脑机接口的信息传输速度(本文来源于《南昌大学》期刊2017-05-27）
相敏,施袁锋,熊峰[5]（2016）在《基于小波多尺度近似识别框架结构》一文中研究指出服役期内的工程结构在受自然灾害作用下,由于损伤累积和老化,其结构性能具有时变特性。对工程结构时变性能的及时追踪和合理描述,有利于结构的安全性评估和全寿命管理。本文研究框架结构在强震作用下结构杆件刚度出现时变特性的追踪问题,通过对结构时变参数以小波多尺度近似,把结构时变参数估计问题转化为时不变参数估计问题。运用小波多尺度近似具有高效局部时频近似功能并结合线性回归问题中的重要项选取方法,用少量的小波函数就能有效地近似每个结构时变参数。考虑到结构在强震作用下框架梁柱的时变损伤程度是不同的,本文通过建立包含转角自由度的时变动力模型,来估计梁和柱刚度的时间变化趋势。文中通过数值模拟,分别考虑梁柱刚度在突变和渐变的情况,来验证所提出时变识别方法的有效性。(本文来源于《工程防震减灾新技术、新进展和新应用（下）》期刊2016-10-27）
齐晓轩,徐长源[6]（2016）在《小波包近似熵特征的车型识别方法》一文中研究指出在复杂的背景噪声环境下,基于近似熵理论,利用机动车行驶中辐射的声信号对车辆类型进行识别研究。近似熵具有抗干扰能力强的特点,可用于提取动态背景噪声下机动车声信号的车型特征信息。首先,对声信号进行3层小波包分解;然后利用近似熵量化各子频带信号的不规则性,描述其不同的变化趋势以区别车辆类型。最后,将分解后的8个子频带信号的近似熵相邻比值作为信号的特征向量,输入到支持向量机进行车型分类,实验结果证实了所提方法的可行性和有效性。(本文来源于《第27届中国过程控制会议（CPCC2016）摘要集》期刊2016-07-31）
郭建华[7]（2016）在《股价异常波动及波动集聚性——基于近似熵-小波变换的实证研究》一文中研究指出以2001年1月1日至2015年7月31日上证综指日收盘价为样本,运用近似熵-小波变换方法,对上证综指时间序列进行了多尺度复杂性分析。通过计算样本数据序列的近似熵值发现,股票市场的波动性与股指时间序列的近似熵值密切相关:近似熵值越大,股市波动性越大。通过引入小波变换对近似熵序列进行分解和重构,发现股价波动具有阶段聚集性,而且股价变化过程中的异常波动伴随着重大经济事件或突发事件而发生。(本文来源于《金融理论探索》期刊2016年03期）
李学军,何能胜,何宽芳,何雷[8]（2015）在《基于小波包近似熵和SVM的圆柱滚子轴承诊断》一文中研究指出为了解决特种车辆变速箱圆柱滚子轴承由于振动信号的非线性、非平稳特征较为微弱,提取的特征量数值不明显且现实中难以获得大量含丰富特征的典型故障样本而难以对其进行准确诊断的问题,应用小波包近似熵和支持向量机对特种车辆变速箱圆柱滚子轴承进行诊断。首先,在自行搭建的模拟实验台上采集某型特种车辆变速箱圆柱滚子轴承正常、外圈磨损、滚动体故障、点蚀和压痕4种典型状态的振动信号;然后,分别提取4种典型状态振动信号的小波包近似熵值作为支持向量机的输入,根据支持向量机的输出结果来确定圆柱滚子轴承是否发生故障和故障类型。结果表明,该方法能有效对某型特种车辆变速箱圆柱滚子轴承的典型状态进行诊断,为其他相似变速箱圆柱滚子轴承的故障诊断提供一种参考途径,具有一定的工程实用价值。(本文来源于《振动.测试与诊断》期刊2015年06期）
曾求洪,宾光富,李学军,罗军[9]（2015）在《基于小波包近似熵与LMS加权特征融合异步电机故障诊断》一文中研究指出针对大多数情况下异步电机故障在不同传感器和转频等工况参数下的近似熵集合存在差异,难以有效提取表征不同故障状态的信号特征,进行故障状态识别的问题,提出一种基于小波近似熵与加权最小均方误差LMS的特征融合异步电机故障诊断方法。首先,通过小波包分解电机正常、转子不平衡、转子弯曲以及基座松动等故障信号,得到不同频带的信号特性,然后选取最优尺度提取不同频带上近似熵构成集合。然后,结合同种故障不同运行状态下的近似熵集合,通过采用自适应LMS算法进行加权融合提取电机不同故障状态的最优特征,将其作为SVM的输入进行故障分类,从而实现不同工况下故障状态的精确识别。最后,针对异步电机正常运行、转子不平衡、转子弯曲、基座松动四种运行状态,分别采用所提出的SVM分类法和BP神经网络法,结果表明SVM分类法比BP神经网络法的分类识别率更高,诊断效果更好。(本文来源于《噪声与振动控制》期刊2015年05期）
韩波,章荣丽,鱼先锋[10]（2015）在《基于关键点的小波提取时间序列近似表示方法》一文中研究指出为了克服常见的时间序列近似表示方法参数精确控制不准确而带来的源序列数据表示减损问题,提出一种基于关键点技术的小波变换分解近似表示方法。来自于不同时间序列的仿真实验表明:相比已有的近似表示方法,它保留了原有表示方法的尺度近似系数,摆脱了用户对参数的精确操作控制,在保留住了时序数据的主要特征的同时还极大地实现了时序数据维度的有效约简。(本文来源于《商洛学院学报》期刊2015年04期）
小波近似论文开题报告
（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：
针对现有的基于近似消息传递的图像压缩感知算法需要构建大尺寸观测矩阵的问题,研究基于近似消息传递的小波域图像压缩感知算法。为了克服逐列观测、逐列重构的传统变换域压缩感知方案隔断图像列与列之间相关性的缺点,提出了一种基于图像行列相关性的小波域压缩观测方案。进而,基于近似消息传递设计了一种适用于在稀疏度未知的情况下重建小波系数的压缩感知重构算法,结合图像小波系数的结构化稀疏特性与近似消息传递,实现了小波域图像压缩感知重构。实验结果表明,与现有算法相比,本文提出的基于图像行列相关性与近似消息传递的小波域图像压缩感知算法具有更高的重建图像质量与更快的图像重建速度。
（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。
小波近似论文参考文献
[1].张园.基于Db4最优提升小波和T-K能量近似熵的轴承故障诊断[J].机床与液压.2019
[2].程银波,司菁菁.基于近似消息传递的小波域图像压缩感知[J].燕山大学学报.2017
[3].相敏,施袁锋,熊峰.框架结构时变参数的小波多尺度近似识别[C].第十二届全国振动理论及应用学术会议论文集.2017
[4].袁瑞.基于小波包分解与近似熵的特征提取方法研究及在脑机接口中的应用[D].南昌大学.2017
[5].相敏,施袁锋,熊峰.基于小波多尺度近似识别框架结构[C].工程防震减灾新技术、新进展和新应用（下）.2016
[6].齐晓轩,徐长源.小波包近似熵特征的车型识别方法[C].第27届中国过程控制会议（CPCC2016）摘要集.2016
[7].郭建华.股价异常波动及波动集聚性——基于近似熵-小波变换的实证研究[J].金融理论探索.2016
[8].李学军,何能胜,何宽芳,何雷.基于小波包近似熵和SVM的圆柱滚子轴承诊断[J].振动.测试与诊断.2015
[9].曾求洪,宾光富,李学军,罗军.基于小波包近似熵与LMS加权特征融合异步电机故障诊断[J].噪声与振动控制.2015
[10].韩波,章荣丽,鱼先锋.基于关键点的小波提取时间序列近似表示方法[J].商洛学院学报.2015