一种新的电力系统暂态波形检测方法

正确检测和识别电力系统波形暂态现象对电能质量问题的综合治理具有重要意义。文中利用小波变换的奇异性检测对暂态信号的初始突变点进行精确的时域定位，然后在暂态信号邻近无干扰时段（至少2个周期）中确定该突变点的同相位点，将突变点后暂态波形与相应的正常波形进行点对点比较以判断暂态干扰的类型。这样既克服了传统时域方法在检测周期性暂态现象上的困难，又避免了当前基于小波变换检测方法中引入的复杂性问题。仿真结果证实了该方法的有效性。     

图像的多尺度几何分析概述*

以函数的稀疏表示为主线,详细介绍了各种多尺度几何分析产生的背景、发展历程和逼近性能,并分析了它们各自存在的优缺点,最后指出了其发展方向.     

小波分析与漏磁检测信号处理

详细介绍了小波分析的基本理论,并将其引入到钢管漏磁探伤信号的分析中,可以去除噪声、压缩数据和检测奇异性,而且为缺陷的定性和定量分析提供了新的判定方法.     

Mammogram Enhancement Using Lifting Dyadic Wavelet Transform and Normalized Tsallis Entropy

In this paper, we present a new technique for mammogram enhancement using fast dyadic wavelet transform （FDyWT） based on lifted spline dyadic wavelets and normalized Tsallis entropy. First, a mammogram image is decom- posed into a multiscale hierarchy of low-subband and high-subband images using FDyWT. Then noise is suppressed using normalized Tsallis entropy of the local variance of the modulus of oriented high-subband images. After that, the wavelet coefficients of high-subbands are modified using a non-linear operator and finally the low-subband image at the first scale is modified with power law transformation to suppress background. Though FDyWT is shift-invariant and has better poten- tial for detecting singularities like edges, its performance depends on the choice of dyadic wavclcts. On the other hand, the nulnber of vanishing moments is an important characteristic of dyadic wavelets for singularity analysis because it provides an upper bound measurement for singularity characterization. Using lifting dyadic schemes, we construct lifted spline dyadic wavelets of different degrees with increased number of vanishing moments. We also examine the effect of these wavelets on mammogram enhancement. The method is tested on mammogram images, taken from MIAS （Mammographic Image Analysis Society） database, having various background tissue types and containing different abnormalities. The comparison with tile state-of-the-art contrast enhancement methods reveals that the proposed method performs better and the difference is statistically significant.     

国际油价预测之新思想——分时间段类型研究

站在全新的角度——在不同类型的时段分别研究油价预测模型的优劣.通过小波变换对油价序列进行奇异性分析,将油价序列所处的时间段分为两类：含奇异点时段,不含奇异点时段.并在不同类型的时段分类比较多元回归模型、延迟因变量回归模型、神经网络模型的拟合预测效果,最终得出无论何时进行油价预测,在上述模型中效果最为理想的是神经网络模型.     

基于小波奇异性的电主轴振动信号处理

将小波奇异性理论运用到高速电主轴振动信号处理中,分析了如何进行小波奇异性信号重构的方法,提出了电主轴振动信号奇异性检测算法。构建了电主轴信号测试与处理系统。根据小波变换后信号与噪声在各尺度空间呈现的不同特性,对小波逆变换信号重构,提取了高速电主轴振动信号特征。仿真实验表明,利用小波奇异性对电主轴振动信号进行处理,能够去除噪声对加工过程监控系统的影响,同时还可以对机械故障信号进行预测,达到了提高电主轴使用寿命的目的。     

二维弹性问题线性单元边界元法奇异积分问题的处理

采用线性单元的二维弹性问题边界元法具有计算精度高的优点。但当点力所在结点与单元的端结点重合时,出现了奇异积分问题。本工作提出了解决奇异积分问题的一个方法,编制了二维弹性问题线性单元边界元法程序,并给出了两个算例。算例中讨论了角结点附近面力的处理问题。结果表明,本工作编制的边界元法程序是可靠的。     

小波变换在管道弱超声回波奇异性检测中的应用

研究了小波变换在细尺度下检测信号奇异性的原理。通过对样管中标准缺陷的超声回波分析试验,证明6层db5小波变换可以有效地分离出湮没在噪声中的微弱缺陷信号,并可以有效地分离出信号的孤立奇异点,准确定位缺陷出现时刻。     

螺旋锥齿轮并联加工的奇异分析

简要叙述了大直径、大模数螺旋锥齿轮的并联加工方法;讨论了齿轮加工过程中,机床运动与杆长的关系;以两个典型齿轮为例,以雅可比矩阵为判别公式,考察了加工过程中的奇异,并且编写了仿真程序;最终给出了杆长变化范围.     

基于概率断裂力学的管道疲劳寿命分析

采用奇异单元模拟裂纹尖端应力场的奇异性,计算裂纹尖端的应力强度因子和张开应力.以概率论为基础,结合确定性疲劳断裂力学估算方法,考虑参数的不确定性和随机性,应用蒙特卡洛模拟法分析管道的疲劳寿命.结果表明：通过J积分计算得到的裂纹尖端张开应力与计算得到的管道工作应力基本相等.采用蒙特卡洛模拟法进行的一定可靠度和置信度下的疲劳寿命预测能反映评定参数的不确定性,较传统的断裂力学计算结果更安全.