孙延奎 小波分析及其应用

一般来说 , 在小波变换的应用中,选择小波基主要考虑以下几个方面:(1)如果小波基是正交的,分解后尺度间和尺度内的系数相关性很小 。常用的小波基函数主要有Daubechies正交小波系统,Meyer 小波 , Morlet 小波,Mexihat 小波等等,基于小波 packet变换的高光谱图像目标识别算法及实现5.2.1.1小波base采集算法小波 packet变换的基本思想在良好的时频局部化能力上优于小波 transform , 因此可以使用 。
1、基于 小波包变换的高光谱影像目标识别算法与实现5.2.1.1 小波基获取算法的基本思想小波包变换相对于小波的优势在于其良好的时频局部化能力,因此可以使用小波 。基于小波包变换的高光谱图像目标识别算法的基本思想是:选择一个合适的小波包生成函数,将像素光谱变换为小波包,得到树结构的小波包系数;选择信息代价函数 , 利用最佳基搜索算法选择最佳基 , 得到最佳基在树形结构中的位置(序号);选取低频部分的几个最佳基的序号构成特征向量作为分类参数 。
所以基本小波的选择直接影响分类效果 。常用的小波基函数主要有Daubechies正交小波系统,Meyer 小波,Morlet 小波,Mexihat 小波等等 。一般来说,在小波变换的应用中,选择小波基主要考虑以下几个方面:(1)如果小波基是正交的,分解后尺度间和尺度内的系数相关性很小 。
2、 小波神经网络模型[基于 小波神经网络的污水出水COD预测模型]【孙延奎 小波分析及其应用】由于污水指标和污水处理工艺的复杂性,污水出水中COD含量的变化具有很强的非线性,用一般方法难以建模;神经网络,尤其是小波神经网络 , 擅长处理复杂的模型 , 因此采用两种网络建立污水出水COD预测模型,并进行仿真比较分析 。另外,通过高邮市晁海污水处理厂的监测数据进行验证分析,表明所建立的模型收敛速度快,预测精度高 , 能够有效地预测和控制污水处理中的出水COD浓度,具有一定的理论价值和应用价值 。

    推荐阅读