小波阈值去噪在手持心电图机ECG信号中的应用

针对传统硬件滤波的缺点采用了小波去噪的方法和步骤,利用软阈值小波去噪算法对ECG信号进行消噪处理。利用Matlab仿真分析得出小波去噪的效果明显优于传统的滤波效果。     

基于小波变换的图像去噪方法探讨

本文将就基于小波变换的图像去噪方法逐一的进行详细论述,为读者提供最全面的图像去噪信息及去噪方法.     

小波分析对金融时序数据的处理

小波分析于20世纪30年代由法国科学家Gsossman和Morlet提出,快速发展起来的数学工具,因其在时域与频域具有良好的局部性,宜于信号的局部与细节的研究,被称为＂数学显微镜＂。起初主要应用于工程、地质勘探、医学成像诊断,近年来才逐渐被引进经济金融领域,尤其对时间序列数据的去噪功能受到研究者的重视。本文先对小波分析作简单介绍,然后专注小波分析的分解功能,对比处理后的信号与原信号。由此得出,在趋势方面,处理后的信号的较原信号清晰。     

编造虚假新闻 王小波被拘留

今年2月18日,江苏省大丰县新团乡糖果厂王小波杜撰了一条因老鼠咬断电线而引起火灾,损失2.3万余元的“新闻报道”。此稿被一家新闻单位采用后,引起公安部门的关注。经盐城市公安局消     

样条二进小波在人脸识别中的应用研究

样条二进小波具有时间连续性和平移不变性等许多优良特性,在边缘检测等领域中已取得了成功的应用。本文重点研究了样条二进小波在人脸识别中的应用情况。首先,介绍了样条函数及其构造的样条二进小波,介绍了五类常见的样条二进小波;然后对现有的基于小波变换的人脸识别方法进行了分析,并提出了一类基于样条二进小波的人脸识别方法。最后对基于各类样条二进小波的人脸识别进行了实验比较。在JAFFE和Yale人脸库上的实验结果显示:应用正交样条二进小波和零反对称样条二进小波分解得到的边缘细节子图具有最好的效果。进一步的实验验证:基于样条二进小波的人脸识别算法取得了比基于离散小波和基于Gabor小波的算法更好的性能。     

跨语言信息检索查询翻译消歧方法

查询翻译歧义性问题是影响跨语言信息检索结果的关键,因此针对查询翻译的消歧研究已成为信息检索领域的研究热点。在对现有研究与应用调研的基础上,详细分析四类自动消歧方法,分别是：对查询进行结构化处理、通过语言分析帮助消歧、借助机读化语言资源进行消歧以及通过人机交互消歧,以期为跨语言信息检索查询翻译提供较好的消歧方法。     

宽尾墩消能工的研究进展

宽尾墩是一种广泛应用的收缩式消能工,不同工程需要不同体型的宽尾墩消能工。墩型的选择直接影响水流流态、坝面、宽尾墩的墩体压力,以及消能效果等。该文对宽尾墩消能工的种类,以及各种宽尾墩消能工的消能效果进行介绍。     

基于时序模型的农产品价格数据挖掘研究

对农产品价格时序挖掘实践证明,其依据时间序列是一组有序的随着时间改变的序列值。文中给出一个同类别多条金融时间序列的数据挖掘模型,针对长时间序列,利用一种能快速发现序列中时序模式的检索方法,通过该时序模型利用挖掘出来的知识对时间序列的趋势进行分析。有效地利用模型找出价格随时间、空间的分布规律,从而提供给用户对价格趋势的判断,具有现实指导意义。     

基于多维特征的引文扩散模式预测研究

[目的/意义]基于科学论文发表后的早期特征,准确预测论文未来的引文扩散演变模式,对科学产出评估、科学突破早期发现等都具有潜在的价值。[方法/过程]归纳总结9种不同的引文扩散演变模式,并基于论文自发表后的早期时序、结构和文献特征,建模预测未来一定引文窗口内的演变模式。选择美国物理学会的引文数据集进行实证研究,探究不同特征组合下引文扩散演变模式的预测效果。[结果/结论]结果显示,时序特征对预测模型的贡献程度最大,同时结构特征和文献特征也起到重要的作用,当融合3个特征时所有预测模型的准确率均超过了80%,证明了本文所选特征的有效性。     

小波分析在电子商务中的应用研究

随着电子商务的迅速发展，其存在的问题也日显突出；而由于小波分析广泛和成功的应用，就出现了将用小波分析来解决电子商务中存在的问题的现象。文章对小波分析在电子商务中的应用进行了初步的分析．介绍了小波分析在电子商务中应用的具体情况，得出小波分析主要被用来解决电子商务中的安全及数据收集的问题。     

基于向量空间模型的古汉语词义自动消歧研究

借鉴现代汉语词义消歧的研究成果,提出一种改进的向量空间模型词义消歧方法,即在古汉语义项词语知识库的支持下,将待消歧多义词上下文与多义词的义项映射到向量空间模型中,完成语义消歧任务。以中国农业古籍全文数据库为统计语料,对10个典型古汉语多义词,共29个义项、1 836条待消歧上下文进行义项标注的实验,消歧平均正确率达到79.5%。     

有线电视系统的载噪比

一、引言: 有线电视(COMMUNITY ANTENNA TELEVI-SION或CABLE TELEVISION)系统的主要参数包括电平值、载噪比、非线性失真、线性失真、回波值等。其中载噪比指标的好坏直接影响传输信号质量和用户收看效果。本文阐述了载噪比和图象质量的关系、系统载噪比及改善措施和载噪比测量等方面问题,旨在对有线电视系统的载噪比作些系统的讨论。     

一种矛盾需求信息的建模方法

针对需求分析过程中的矛盾信息,将多值逻辑和时序逻辑相结合,建立了多值时序逻辑作为需求建模的工具。通过对多值时序逻辑的语法规则、语意解释的讨论不仅展示了对系统行为、活性、安全性等属性的描述能力,同时保证了对矛盾信息的建模能力。     

利用优化的DBSCAN算法进行文献著者人名消歧

通过对文本聚类算法DBSCAN算法优化对文献著者人名进行消歧,结果表明,相对标准文本聚类算法来说,优化后的算法能取得更好的人名消歧效果。     

时序共词网络构建及其动态可视化研究

共词分析是图情领域的基本分析方法之一,探索构建时序共词网络并实现其动态可视化,对于改进、丰富经典共词分析方法具有一定的意义。本文提出时序共词网络构建及其动态可视化方法,首先抽取关键词时间标签,利用关键词的时间标签及其共现关系构建时序共词网络邻接表单数据;然后,基于可视化方法构建时间分层的共词网络图谱,并结合交互式可视化技术实现时序共词网络的动态可视化,从而有效揭示共词网络的动态演变过程。通过对我国图书馆学、情报学领域的数据挖掘相关研究进行实证,验证了本文提出方法的可行性和有效性。     

姓名消歧方法研究进展

为应对日益严重的姓名歧义现象给提高搜索引擎查全率和查准率带来的挑战,同时给姓名消歧方法研究提供参考建议,对研究现状和主要成果进行总结.首先,介绍研究姓名消歧的目的和意义.其次,对国内外现有姓名消歧方法研究进展进行梳理,主要方法包括基于特征的、基于机器学习的、基于社会网络的、基于网络知识资源的姓名消歧等多种方法来解决姓名歧义问题.最后,文章分析各种方法的特征和不足,总结姓名消歧待解决的问题以及未来的研究方向.     

基于小波神经网络的城市燃气用气量预测模型的研究

小波神经网络是基于小波分析理论所构成的一种新的神经网络模型,通过使用小波分析,可以在任意水平上分析燃气负荷,并能有效地提取分解。本文利用小波神经网络构造了城市燃气用气量的数学模型,并对模型参数的确定,影响负荷预测的各种因素进行了深入的分析和探讨。     

自举在词义消歧中的应用及其关键问题

基于标注语料库的有指导学习方法是词义消歧取得性能最好的方法,优于无指导学习方法和基于词典的方法.它的准确率极大地依赖于标注语料库的规模,而目前人工标注语料库数量极少,缺乏标注语料就成为制约词义消歧发展的瓶颈,如何生成大规模标注语料成为词义消歧研究热点.自举是解决上述问题的重要方法,它以小规模标注语料作为种子,运用机器学习算法生成大规模标注语料.本文对自举在词义消歧中的应用和关键问题进行介绍.首先对自举进行算法描述,然后分别从中英文词义消歧领域介绍自举的应用情况,最后对自举应用涉及的初始种子、自举参数、未标注语料集的选择和互联网应用等几个关键问题进行总结.     

利用引文时序可视化挖掘专业学科发展规律

文献计量学中的引文时序研究可以用来展示某个研究主题的论文源流、最初著者以及该研究主题发展的来龙去脉,并从中探讨科学技术的发展规律.本文对中国25年来关于杂交水稻研究的文献的引文数据进行整理,利用引文时序可视化软件构建引文编年图,鉴别出代表杂交水稻研究学科发展关键事件的文献,并就它们的关系和引用序列进行分析,梳理出杂交水稻研究在这段时间内的发展规律,最后把结果与从事杂交水稻研究的专家的观点进行对比,发现二者具有高度的重合性,证明了利用引文时序网络挖掘专业学科发展规律的可靠性和准确性.     

明清唐诗选本中的时序错位现象

明清著名唐诗选本中普遍存在时序错位现象,即错误地排列了诗人的时间顺序。这种现象无形中反映了明清诗学家对唐代诗人的印象。地位较高的诗人更容易被前置。通过时序错位现象可明显看出,明清诗学家有着清晰的"四唐"意识,甚至因此形成一定刻板印象;尊崇古体诗,尊崇岑参、杜甫、李商隐等人,轻视与齐梁诗风、词和小说有关的诗人;以出身时间为判断诗人时序的主要依据。因此,探讨明清唐诗选本时序错位现象,有助于我们消除其带来的误导。