导读:本文包含了小波多尺度分解论文开题报告文献综述及选题提纲参考文献，主要关键词:智能交通系统,小波分析,粒子群算法,深度置信网络
小波多尺度分解论文文献综述
杨松柳[1]（2019）在《基于多尺度小波分解融合深度学习的短时交通流预测研究》一文中研究指出在城市化发展水平不断提高的背景下,人们出行需求增加促使城市机动车保有量逐年攀升,进而给城市交通系统带来交通拥堵等一系列问题。智能交通系统作为缓解这些问题的关键已经得到了广泛的应用。近年来,随着交通信息技术的发展,智能交通也迫切需要改善其相关技术推进交通智能化。交通流预测作为智能交通系统中的基础技术可以提供实时、动态的诱导信息用于制定交通管理与诱导措施。因此,对城市道路进行短时交通流预测在缓解交通拥堵、提高城市路网通行能力上具有重要的意义。本研究以实际数据为基础,结合交通流特性,提出了一种多尺度下粒子群优化深度置信网络的短时交通流预测模型,提高了短时交通流预测的准确度。首先,确定选题背景与意义,简要概述了有关短时交通流的基本知识,分析了深度学习的研究现状,进而给出本文的主要研究内容及技术路线。介绍了包括小波分析、深度置信网络和粒子群算法在内的相关基本知识和理论基础。详述了上述模型和算法的模型原理,并对相关参数做了分析工作。其次,在理论知识的基础上建立基于深度置信网络的短时交通流预测模型,给出模型的建立框架和预测流程,并分析了该模型的相关参数;在分析深度置信网络相关参数的条件下,提出用粒子群算法优化其参数的短时交通流预测模型;根据深度置信网络的可塑性,结合多尺度小波分析建立预测模型。最后,利用真实历史数据对模型进行实例验证。在分析基础数据和确定评价性能指标的前提下,通过分析隐含层神经元数量和学习率对模型的影响,对比分析不同模型的预测精度,最终选定本文提出的基于多尺度小波分解融合深度学习的短时交通流预测模型。在此基础上,又分析了工作日、非工作日和高峰小时时段模型的精确度。通过模型仿真,对比不同模型实验结果,结果表明,本文提出的基于多尺度小波分解融合深度学习的短时交通流预测模型具有良好的性能,该模型对一周交通流预测的平均绝对百分误差为7.21%;工作日的预测误差约为7.97%;非工作日模型误差约为10.39%;高峰小时的预测精度位于95%～96%之间。(本文来源于《北京交通大学》期刊2019-06-01）
田哲,姜素华,张慧璇,龚明平[2]（2018）在《二维离散小波多尺度分解法分离信号的研究》一文中研究指出1.引言在一般情况下,尺度是为了对事物进行比较而制定的一些度量标准,在地球物理学中,尺度是指可以区分场源体的最小度量(即分辨率)。20世纪80年代末, Meyer第一次提出了一个使小波变换跳跃式发展的光滑函数,它以二进制形式平移与伸缩变换可以组成有限空间规范正交基,具有规律衰减性质。小波多分辨率分解从空间出发解释了小波变化的多尺度特征。利用Mallat算法可以对小波变换进行多尺度分析,从而分离重力异常。2.基本原理(本文来源于《2018年中国地球科学联合学术年会论文集（二十九）——专题59：计算地球物理方法和应用、专题60：地热资源成因新理论与综合探测新技术》期刊2018-10-21）
任玮蒙,张卫川,何松辉[3]（2018）在《基于多尺度小波分解的家用负荷分类计量》一文中研究指出智能电表负荷识别功能是智能电网中重要的电能分类计量方法,是节能减排的重要方式之一。负荷稳态特征是识别负荷的常用方法,但该方法存在不足,本文以暂态特征来构建数据库,以多尺度小波分解对负荷分类实施计量,并以实例验证该方法的准确性和可靠性。(本文来源于《电气技术与经济》期刊2018年01期）
邓文彬,尚海滨,许闯[4]（2018）在《小波基选取对重力异常多尺度分解的影响》一文中研究指出针对重力异常分离的有力工具——小波分析最优小波基获取的研究较少的现状,该文试图通过理论模型实验分析方法,深入探讨小波分解阶数、不同小波基、场源深度变化对重力异常分解的影响。实验结果表明,重力异常多尺度分离的最优小波基为Dmey小波,最佳分解阶数为7阶;当场源深度发生变化时,最优小波基和分解阶数保持不变。(本文来源于《测绘科学》期刊2018年04期）
沈鸿雁,严月英,雷宇航,谢生杰[5]（2017）在《小波多尺度分解构建拟3D重力场》一文中研究指出1.序言地下一定范围内物质的密度变化均会引起重力场的变化,因此重力方法能提供有关地壳和地慢中质量分布的信息,并能推断地球内部的构成和成分(Hinze et al.,2013)。由于重力场是地下不同规模、不同形态和不同埋藏深度的不均匀地质体的重力作用及迭加的结果,因此野外观测获得的重力数据缺乏深度域信息,致使重力异常的解释远不如地震剖面解释那样直观,从而增大了重力资料解释(本文来源于《2017中国地球科学联合学术年会论文集（四十二）——专题81：应用地球物理学前沿、专题82：工程结构性态化设计与地震韧性、专题83：地球重力场及其地学应用》期刊2017-10-15）
张祥,张达永,张刘辉,潘栋[6]（2016）在《数字图像二维多尺度分解与重构小波分析》一文中研究指出小波分析能有效地从信号中提取信息,具有多尺度特性。利用Matlab小波工具箱,对数字图像进行分解,再分别由低频分量和高频分量在水平方向、垂直方向和对角方向进行多尺度重构。最后对采用不同小波基函数的重构图像进行了比较分析,并得出了对比结论。(本文来源于《气象水文海洋仪器》期刊2016年04期）
冯建林,檀玉娟,秦建增,黄邦武,张瑞敏[7]（2016）在《2000～2004年山西重力场变化及小波多尺度分解》一文中研究指出利用山西流动重力测网资料和《GDPAS-MRG》软件,得到了2002年太原、2003年洪洞2次M_L5.0地震前后不同时空尺度的重力场动态变化图像,并利用小波变换方法将2000~2004年的山西重力场动态变化进行了多尺度分解,对不同时空小波尺度下的重力场变化进行了分析。结果表明:①这2次地震均发生在重力变化梯度带的"0"等值线附近;②通过小波变换可获得不同尺度下的重力场变化,且随着阶次的增加,深部构造活动信息更加突出。(本文来源于《中国地震》期刊2016年01期）
栾凯[8]（2016）在《基于小波尺度分解的网络攻击稳健检测方法》一文中研究指出采用信号检测方法对网络攻击信息进行检测,提高网络安全防御能力。提出一种基于小波尺度分解的网络攻击稳健检测方法。在进行网络攻击信号模型构建的基础上,构建网络攻击特征的母小波基函数,采用小波尺度分解方法进行网络攻击的阈值判决,实现优化检测。仿真结果表明,该检测方法的稳健性较好,准确度较高。(本文来源于《电子技术与软件工程》期刊2016年04期）
关文政,张义爽,别康,郑佳佳,张杰[9]（2015）在《离散小波多尺度快速分解算法Java实现》一文中研究指出文章重点说明了采用JAVA语言进行小波多尺度快速分解实现过程时的思想和方法,并结合面向对象的思想对程序设计中存在的数据的动态存储和信号的分解问题进行探讨,给出了JAVA实现的相关程序代码,为面向对象的Java小波变换提供参考。(本文来源于《无线互联科技》期刊2015年18期）
高云,杨洪耕[10]（2015）在《基于多尺度小波分解的家用负荷分类计量》一文中研究指出家用负荷分类计量可使用户了解自己的用电习惯,优化用电模式,响应需求侧管理。依据家用负荷暂态特征的差异性,提出了以暂态波形为特征量通过多尺度小波分解识别家用负荷开闭来计量各负荷电量的方法。首先建立家用负荷模板库作为识别的标准;然后将采集的波形进行分段线性化,按其趋势选择搜索子库;再将其进行多尺度小波分解,与对应尺度下小波分解的模板进行比较,以相似度最大为原则,各尺度投票得到负荷开闭时间;最后,依据其开闭时间计量各负荷用电量。定义了可靠度度量识别结果的可信程度,实测数据的结果证明了该方法的可行性。(本文来源于《电力系统及其自动化学报》期刊2015年07期）
小波多尺度分解论文开题报告
（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：
1.引言在一般情况下,尺度是为了对事物进行比较而制定的一些度量标准,在地球物理学中,尺度是指可以区分场源体的最小度量(即分辨率)。20世纪80年代末, Meyer第一次提出了一个使小波变换跳跃式发展的光滑函数,它以二进制形式平移与伸缩变换可以组成有限空间规范正交基,具有规律衰减性质。小波多分辨率分解从空间出发解释了小波变化的多尺度特征。利用Mallat算法可以对小波变换进行多尺度分析,从而分离重力异常。2.基本原理
（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。
小波多尺度分解论文参考文献
[1].杨松柳.基于多尺度小波分解融合深度学习的短时交通流预测研究[D].北京交通大学.2019
[2].田哲,姜素华,张慧璇,龚明平.二维离散小波多尺度分解法分离信号的研究[C].2018年中国地球科学联合学术年会论文集（二十九）——专题59：计算地球物理方法和应用、专题60：地热资源成因新理论与综合探测新技术.2018
[3].任玮蒙,张卫川,何松辉.基于多尺度小波分解的家用负荷分类计量[J].电气技术与经济.2018
[4].邓文彬,尚海滨,许闯.小波基选取对重力异常多尺度分解的影响[J].测绘科学.2018
[5].沈鸿雁,严月英,雷宇航,谢生杰.小波多尺度分解构建拟3D重力场[C].2017中国地球科学联合学术年会论文集（四十二）——专题81：应用地球物理学前沿、专题82：工程结构性态化设计与地震韧性、专题83：地球重力场及其地学应用.2017
[6].张祥,张达永,张刘辉,潘栋.数字图像二维多尺度分解与重构小波分析[J].气象水文海洋仪器.2016
[7].冯建林,檀玉娟,秦建增,黄邦武,张瑞敏.2000～2004年山西重力场变化及小波多尺度分解[J].中国地震.2016
[8].栾凯.基于小波尺度分解的网络攻击稳健检测方法[J].电子技术与软件工程.2016
[9].关文政,张义爽,别康,郑佳佳,张杰.离散小波多尺度快速分解算法Java实现[J].无线互联科技.2015
[10].高云,杨洪耕.基于多尺度小波分解的家用负荷分类计量[J].电力系统及其自动化学报.2015