matlab编程代做highspeedlogic★基于小波神经网络的短时能量技术方案.docVIP

第二章 基于小波神经网络的流量预测理论介绍 2.1小波理论基础 小波分析是近期发展起来的一个数学分支，目前对很多应用学科的发展都产生了深远的影响，己经成为众多学科共同关注的热点。从数学的角度讲，小波分析是泛函分析、傅里叶分析、样条分析、数值分析的完美结晶；从信号和信息处理的角度讲，小波分析是时间—尺度分析和多分辨分析的一种新技术。 小波变换属于时频分析的一种，它可以像傅里叶变换一样，将数据分解成不同的频率分量，剔除数据中干扰因素的影响。在继承快速傅里叶变换局部化思想的同时，小波分析还具有多分辨率的特点，这就克服了傅里叶变换中窗口大小不随频率变化，缺乏离散正交基的缺点。它在时、频域都具有表征信号局部特征的能力，能够在保证时间和频率窗口大小(窗口的面积)固定不变的情况下，改变窗口的形状。也就是说，它在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率。因此，小波变换能够有效的从信号中提取信息，并通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析，从而被称为“数学显微镜”。 由于小波分析可以揭示其他信号分析方法所丢失的数据信息，如趋势、断点等，所以它具有对信号的自适应能力，在分析短时交通流数据时可以探测到信号中夹带的瞬态反常现象，并展示其成分。总之，小波变换理论为分解交通流数据，将各种影响短时交通流数据的因素分类考虑提供了一种有效的方法。