探索与分析高等数学中常见的一题多解

通过探讨高等数学中常见的一题多解,分析了各种求解方法之间的差别与联系,把不同的知识内容结合在一起,以期加深学生对高等数学课程的理解,激发学生学习高等数学的兴趣,提高学生分析问题、解决问题的能力,培养学生的数学素养。     

一种基于Gabor小波和LBP的服装图像检索方法

在网页中的服装图像难免会有褶皱,而褶皱所构成的纹理不是提取所需的纹理,因此提取的纹理特征并不能很好的对服装图像进行表述;同时基本的LBP算法提取的纹理特征太过于细微,款式的纹理与构造,都是一些比较低频的粗糙纹理,这两种现象的存在极大地影响了检索算法的准确性,为了提高纹理特征在服装图像检索中的准确性,文章提出了一种通过Gabor小波去除褶皱和改进的LBP纹理特征提取以提高服装图像检索精度的算法。实验表明,改进后的算法比已有的算法有更好的检索效果。     

感应电动机伺服驱动系统自适应控制系统研究

本文针对性的提出了基于递归型小波神经网络的自适应控制性能的方案,该算法计算量减少,简化了控制结构,它可随着伺服驱动系统的运行情况的改变控制系统的结构参数,提高了伺服驱动系统对参数变化的性能,同时,也较好地改善了伺服驱动控制系统的稳态性能。通过仿真的结果验证了该控制系统方案的有效性和可行性。     

运用分频段希尔伯特黄变换进行多分量信号的频散分析

将分频段希尔伯特黄变换应用于多分量信号的频散分析中。首先,利用带通滤波器和 经验模态分解相结合,成功实现了经验模态频率分解,并准确提取了经验频率模态函数;然 后,使用该方法准确地获取了多分量含噪信号的时频能量谱和时频相位谱;最后,基于同步 相差和异步相差算法,精确绘制了原信号的相速度频散分析曲线。数值试验表明,该算法拥 有较高的时频分辨能力和良好的抗噪性能,对于复杂且信噪比较低的信号,能获得比传统希 尔伯特黄变换更准确的频散分析结果。     

对雷电防护及等电位接地应用的探讨

本文结合笔者多年来对防雷理论及防雷工程的研究、实践经验，论述雷电防护等电位接地系统中迫切需要解决的有关问题。     

基于小波—神经网络的短期风速预测

采用小波变换和神经网络相结合的方法对风速进行短期预测.利用小波变换将信号分解成不同频段的子序列,各子序列单支重构后,利用神经网络分别建模预测,最后将各子序列的预测结果叠加得到最终的风速预测值.在神经网络学习过程中采用LM算法,有效提高了收敛速度,降低了陷入局部极小值的可能.通过实例分析,验证了该方法可以较为准确地预测风速.     

图像的薛定谔变换初探

介绍了图像的薛定谔变换的定义,并研究了图像的薛定谔变换性质在图像处理与分析的应用。在图像中多个目标的内部和外部区域,利用图像的薛定谔变换得到,实现多目标轮廓的自动提取,以及实现图像修描。最后用实验证明了该方法的有效性。     

小波分析及其在股市中的应用

小波分析由于具有良好的时空频率变换特性,适合于对非平稳数据的分析,因此被广泛应用于股票市场。本文旨在分别阐述小波分析在股指教据分析和股市趋势性分析两个方面的应用＇从而提高对股市的预测和分析能力,并为投资者决策提供科学的依据。     

我国生态工业园该如何走出困境?

理论是对事物本质的把握,生态工业园区的理论模型是对生态工业园区本真性反映,是对生态工业园区合理运行机制的根本性揭示.其本质性内容是工业园区内的企业完成物质资料的相互交换和循环,即一个企业排放的废弃物能够成为另一个企业的生产原料.该理论模型既做到节约成本,提高企业经济效益,又使废弃物得到最大化利用和充分循环,还减少了对自然环境的污染.就目前而言,我国的生态工业园区创建仍然处于初级阶段,潜在的环境经济效益仍需较长时间的努力和一定资金的投入才能显现.最重要的体现是生态工业园区内的经济发展和生态环境保护并未得到平衡的发展,仍然存在以环境污染为代价的现象.     

中国金融周期的时—频联合特征分析

准确把握金融周期的规律,对发现金融冲击、维护金融系统稳定、衡量金融风险累积、促进经济平稳发展具有重要意义。小波分析解决了传统金融时间序列分析中存在的时域和频域局部化矛盾问题,能够同步分析金融周期的时—频特征。通过对新增贷款、货币供应量(M1)、房地产价格、股票价格和GDP增速进行小波功率谱分析,得出了中国金融周期的基本特点,以及和经济周期的基本关系。尽管当前正处于经济和货币供应量新一轮周期起始的重叠期,但金融周期的频率远比经济周期低,且多项金融指标周期的功率谱幅度均未达到峰值,表明总体上中国仍处于第一个金融周期,金融市场的基本面仍是好的。小波相干性分析结果表明,宏观金融政策和货币政策对金融周期起到了良好的调控作用,调控操作具有周期性。