导读:本文包含了超完备变换论文开题报告文献综述及选题提纲参考文献，主要关键词:特征提取,自适应有理小波变换,有理双树复小波变换,支持向量机
超完备变换论文文献综述
孙珊珊[1]（2015）在《超完备有理小波变换的研究及其在滚动轴承故障诊断中的应用》一文中研究指出作为模式识别和滚动轴承故障诊断的核心技术,特征提取一直以来都是人们广泛关注的课题。因为滚动轴承早期故障信号具有非平稳性,强噪声性,难提取特征的特点,所以如何有效的提取早期故障特征,已经成为具有挑战性的难题。本文对超完备有理小波变换进行了研究,提出了两种故障特征提取方法—基于自适应有理小波变换的故障特征提取方法和基于有理双树复小波变换方法的故障特征提取方法,主要研究成果如下:①研究了基于自适应有理小波变换的滚动轴承故障特征提取方法。首先根据故障信号的结构特征,构造出适应故障信号的超完备有理小波,然后利用该有理小波对故障信号进行分解,得到J层高频小波分量,最后选取峭度较大的高频小波分量进行Hilbert瞬时频率谱分析,以此实现了故障特征信息的提取。将该方法应用到多组滚动轴承内圈和外圈的故障振动信号中,实验结果表明了该方法能有效地提取出滚动轴承的早期故障特征。②研究了基于有理双树复小波和支持向量机(SVM)的滚动轴承故障诊断方法。首先通过有理双树复小波变换将非平稳的振动信号分解,由此得到不同频带的分量,然后对每个频带分量求其能量并进行归一化处理,最后将从各个频带分量中计算得到的归一化能量特征参数作为SVM的输入,以此来对滚动轴承的故障类型进行识别。研究结果表明该方法可以有效、准确地识别轴承的故障模式。(本文来源于《重庆大学》期刊2015-04-01）
唐江波,郭威[2]（2011）在《结合小波变换的超完备独立分量分析》一文中研究指出利用离散小波变换提出了一种结合小波变换和独立分量分析的超完备独立分量分析方法。对比现有的Overcomplete ICA算法,该算法利用了全局的观测信息,且实验子过程的有效长度仅为原来的一半。实验表明该算法能有效分离超完备情况下的混合语音。(本文来源于《电声技术》期刊2011年04期）
超完备变换论文开题报告
（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：
利用离散小波变换提出了一种结合小波变换和独立分量分析的超完备独立分量分析方法。对比现有的Overcomplete ICA算法,该算法利用了全局的观测信息,且实验子过程的有效长度仅为原来的一半。实验表明该算法能有效分离超完备情况下的混合语音。
（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。
超完备变换论文参考文献
[1].孙珊珊.超完备有理小波变换的研究及其在滚动轴承故障诊断中的应用[D].重庆大学.2015
[2].唐江波,郭威.结合小波变换的超完备独立分量分析[J].电声技术.2011