离散Fourier变换的算法分析研究

点序列离散Fourier变换(DFT)算法需要次复数乘法和次复数加法,计算量与N2成正比。而点序列基2时分与基2频分的快速Fourier变换(FFT算法)运算次数相当,需要次复数乘法和次复数加法,但运算次数远远低于DFT算法,因而效率高,常被用于信号分析与处理。     

基于小波能量差和BP神经网络的网络性能分析?

文章将小波变换与人工神经网络结合,建立一种网络性能分析模型.首先对流量时间序列进行小波分解,得到多个尺度的小波系数序列,计算能量差,作为BP神经网络模型的输入,得出网络性能评价.用实际网络流量对该模型进行验证,结果表明,该模型具有较高的可行性.     

基于噪声辨识系统状态的符号混沌特征

动力系统含噪原因甚多,由于人类认识自然的能力有限,系统含噪几乎不可避免．当系统存在随机谐振或阈上随机谐振,或者系统具有非线性属性时,噪声常常有助于信号的传输或处理．故可考虑利用系统含噪程度的差异对系统进行状态辨识．由时间序列获得符号序列并得到其符号时间序列直方图后,可分别对直方图幅值计算混沌参数和符号参数,是为时间序列的符号混沌特征．有鉴于此,将复杂系统输出的时间序列变换为符号序列后进行符号分析和混沌分析,可形成一种带噪辨识复杂系统状态的新方法．     

基于哈夫变换的集装箱号码识别检测方法

提出了在集装箱号码识别中,采用由下至上的字符定位分割识别思路,在具体的课题中对哈夫变换的直线方程和参数数组结构提出了一种优化思路,引进模糊数学中的“接近”概念来找到集装箱序列号码所在的直线方程,排除多余候选字符块,减少了计算量,缩小了所需的运算存储空间,在实际应用中取得很好的效果。     

基于小波DGM(2,1)模型的我国进出口贸易额预测

我国进出口贸易数据序列呈波浪上升趋势,传统预测方法难以获得理想预测效果.小波变换可去除原始信号中的噪声,灰色DGM(2,1)模型适合波动时间序列的预测.运用小波变换和灰色DGM(2,1)模型相结合的方法预测我国进出口贸易总额,取得了理想效果,2017年的预测误差仅为3.4041％,比灰色GM(1,1)模型的10.8493％减小22.4853％,比普通灰色DGM(2,1)模型的15.8011％减小46.7771％.由模型预测得到2018年我国进出口贸易总额为4.378288万亿美元.     

关于积分变换教材上的一点见解

本文计算了幂函数t~m的拉氏变换:■南京工学院编的《工程数学——积分变换》(第一版)中,计算L[t~m]时,没有取复变函数中的闭路,这显然是有问题的。在该书中的第二版中以及[日]河田龙夫所著的《富里哀变换与拉普拉斯变换》中,虽然取了三角形闭路,但由于被积函数e ~uu~a当α<0时,在u=0为奇点,故不能应用柯西积分定理。因此,计算方法亦有缺陷。笔者在本文中选取了适当的闭路,较完满地解决了L[t~m]的计算问题。     

关于P波到时的小波分析方法

本文就P波的到时进行研究,采用了小波分析的方法,由于小波分析所固有的优于博氏变换的性质：即小波分析能对波的频域特性和时域特性有比较好的反映,这相对于博氏变换的只能够反映单独的频域特性或者单独的时域特性而言,采用小波分析更加能够保证波型的不失真,采用经过小波分析后得到的数据更加能够精确的满足计算所需．本文运用Daubechies的紧密支集的正交小波基对实际的地震数据进行处理,以期能够对P波的到时进行自动识别．计算结果显示：对地震数据进行不同阶次的小波变换得到不同的结果,很明显可以看出不同阶次的小波变换所产生的结果有不同的时频特性,并且变换阶次越高,信号变换后得到的结果所反映的频率越低;对地震数据进行线性极化计算,可以得到明确的P波利时．     

2-D实值离散Gabor变换的快速算法实现

Gabor变换是揭示图象或信号进行时频分析的重要方法之一,因此在信号检测,信号识别,信号分析和处理等诸多领域应用广泛.但Gabor变换系数的求解较为复杂,计算量大,这就阻碍了Gabor变换在线应用领域作用的发挥.寻求Gabor变换的快速实现算法是当前这一领域研究较多的一个问题.本文从2-D实值离散Gabor变换(RDGT)自身特点出发,讨论了快速算法实现的一些方法.     

用于计算离散分数阶傅立叶变换的MA-CDFRFT算法改进

基于中心类型DFT矩阵特征分解的MA-CDFRFT(Multiangle Centered Discrete Fractional Fourier Transform)算法在计算一组离散分数阶傅立叶变换DFRFT(Discrete Fractional Fourier Transform)时充分利用FFT运算来减小运算量。结合偶数点离散傅立叶变换DFT(Discrete Fourier Transform)运算的对称性原理,通过数学推导将MA-CDFRFT算法中的一维对称性扩展到频率和变换阶数的二维平面上。利用这个二维对称性原理,改进算法将原算法的主要计算量减小了一半左右。仿真测试结果证明了改进算法的正确性。     

复杂线性含源二端网络等效电路的一次计算方法

在线性含源二端网络等效电路的计算时,通常采用电源等效变换、戴维南定理、诺顿定理等方法,但在较复杂的电路中计算量比较大,提出加源法,可一次计算出等效电路,同时给出应用实例.     

两个符号替换下Fq上周期序列线性复杂度的计算

给出了两个符号替换下F_q上周期序列线性复杂度的计算方法和代数表达式,并确定了m-序列在两个符号替换下线性复杂度的下确界.     

基于机器学习的点集匹配算法

点集匹配是计算机视觉和模式识别中的重要问题,在目标识别、医学图像配准、姿态估计等方面都得到广泛应用。提出基于机器学习的端对端模型——multi-pointer network（MPN）来解决点集匹配问题。该网络模型利用多标签分类的思想,改进pointer network。以前的模型只输出输入序列的一个元素,而MPN模型选择输入序列中的一组元素作为输出。首先,把点集匹配问题转换为序列问题。这样,网络的输入为顶点的坐标序列,输出为点对之间的对应关系。利用这种方式,可以解决相对于整个空间的平移变换和其他大幅度的刚性变换。实验结果表明,模型也可以被推广解决其他带结构的组合优化问题,如三角剖分等。     

一种有效的超分辨率重建计算方法

本文对于获取模型进行理论分析,导出一种有效的可以直接计算的方法,计算过程中主要采用快速傅立叶变换及小矩阵求逆,计算效率高,并将该结果扩展应用到GCV法求相应的规整化参数,并在文中给出仿真结果。     

信号的分维分析

本文介绍了分形和分维的概念及计算分维的几种方法,并用离散时间序列计算分维的方法计算了天气温度和振动信号的分维数,为信号分析提供了一种有应用前景的新的分析方法。     

用矩阵的初等列变换求解多元线性不定方程

利用矩阵的初等列变换,给出了求解多元线性不定方程的一种方法,该方法改进了传统方法计算量大、步骤多的缺点．     

基于分形理论的水上交通事故预测

为进行水上交通事故的预测与预警,分析将分形理论运用于水上交通事故预测计算的可行性.通过使用分形插值方法对离散的时间序列数据集进行处理,求取IFS迭代函数系及其吸引子,构建对于给定时间序列的预测模型.以我国水上交通事故近年来的统计数据为计算对象,预测未来几年内水上交通事故的发展趋势,验证该理论方法具有良好的宏观与微观预测性.     

机床挂轮选配算法探究

本文介绍了一种在机床备有的挂轮中快速进行挂轮计算的新方法.该方法在综合计算法和查表法的基础上,通过变换挂轮的换置公式,设计简易挂轮表来进行.应用这种方法计算挂轮时计算速度快,挂轮精度高,可在生产实际中推广使用.     

计算机图形学在万能回转铣头角度计算中的应用

对万能回转铣头结构进行抽象,应用计算机图形学中三维图形变换方法使用MATLAB软件计算出了万能回转铣头在立卧转换过程中主轴与水平面之间的角度。     

自由式滑雪空中技巧赛道风速风向超短期预测与分析

旨在实现对赛道上风速风向的超短期预测,为自由式滑雪空中技巧提供实用有效的风速风向预报信息,为运动员稳定性控制与技术训练提供辅助支持。针对赛道风具有非平稳、波动剧烈的特点,采用离散小波变换提取风速风向序列的特征分量,对低频近似分量建立非线性自回归(NAR)神经网络模型,高频细节分量建立差分自回归移动平均(ARIMA)模型,再将各分量结果组合相加得到最终预测结果。误差分析表明组合模型能有效改善单一模型的预测滞后性,预测精度高同时具备预测风速风向突变的能力。对预测结果进一步分析,将其转换为表征赛道风稳定性的指标,来为运动员提供更直观的预报信息。最后对模型计算用时分析表明该方法能够满足实际应用的需求。     

光波场的相干性

本文给出了描述光场相干性的基本物理量,从迈克尔逊干涉实验出发,讨论了时间相干性;以矩形谱线的光源为例,计算了时间相干度,简要介绍了傅里叶变换光谱学原理。