【摘 要】
：
本文基于时序数据特征提取与神经网络分类,改进了射线拟合算法并提出了一种基于小波理论的特征提取与知识向量积特点的时序数据分类方法:首先,改进时序数据分析中的射线拟合
论文部分内容阅读
本文基于时序数据特征提取与神经网络分类,改进了射线拟合算法并提出了一种基于小波理论的特征提取与知识向量积特点的时序数据分类方法:首先,改进时序数据分析中的射线拟合方法,避免了一般快速拟合法由于其确定的线段终点不能落在曲线上,容易出现逼近线段锯齿状摆动情况,提高了拟合的质量。得到时序数据特征值后,利用径向基函数网络对特征进行识别和分类。其次,采用一个特殊的小波变换方法检测时序数据的特征点。根据时序数据处在不同的频率范围的特点,采用db3小波处理时序数据,克服了一般的小波变换特征点对应模极值对的过零点,需检测模极值对和过零点的困难,提高了特征点检测的准确率,并利用特征提取结果通过径向基函数网络进行识别和分类。经分类试验证明,通过小波变换方法对时序数据提取到的特征相比射线法对时序数据提取到的特征进行学习、分类时具有较好的分类准确率。
其他文献
基于B/S(浏览器/服务器)的开发模式已经成为现阶段应用系统开发的主流,在应用系统中,最常见的功能就是表单操作。在传统C/S(客户端/服务器)模式中,表单操作十分方便、简洁,但
在当今信息化社会迅速发展的时代，企业信息化极快地进入社会各个阶层，得到了大范围地应用，与此同时产生的信息安全问题也受到越来越广泛地重视。其中访问控制技术在企业信息化中
由于lPv4的局限性及IPv6呈现的巨大优势,1Pv6已被认为是下一代互联网络协议核心标准之一,各主要国家都在积极推进下一代互联网建设。我国于2008年8月,正式启动了CNGI二期的工
自动人脸识别技术是机器视觉、模式识别领域一个非常活跃的研究课题。相对于指纹、虹膜等其它生物特征识别方法，人脸识别具有采集方便、侵扰性强等特殊优势，因而被广泛的应用在
随着Web2.0时代的到来,企业应用的规模越来越大、需求越来越复杂、开发周期越来越长、维护成本越来越高,传统的软件开发方法已经难以满足开发成本和开发效率的要求。框架在软
随着门户网站业务的扩展和规模的增加，网站Web服务器的服务压力逐渐增大，安全性也在经受严峻的挑战，迫切需要实现一个中间服务器将内部网络和外部网络隔离，提高系统的吞吐量，保证
基于我国航天技术的发展，迫切需要能够自适应太空复杂环境的硬件，包括天线。然而，传统的天线设计方法，需要丰富的设计经验、繁杂的验证方法和多种辅助测试工具，才能解决天线匹配、
计算几何是计算机算法研究领域中一个重要部分，而凸壳是计算几何中最普遍、最基本的一种结构，它被广泛地应用在模式识别、图象处理、图形学和人工智能等方面，在实际应用过程中，许
计算机图形学的核心目的之一就是利用计算机产生赏心悦目的真实感图形。因此,真实感图形学作为计算机图形学的重要分支,长期活跃在科学研究和图形学应用的舞台上。
光线