论文研究基于小波神经网络的水文时间序列预测 .pdf

提出通过小波分解对各负荷子序列进行特性分析初选影响因素后,采用信息熵法从初选变量中自动筛选出对负荷较重要的因素,然后采用改进的主成分分析法消除重要影响因素间的相关性,采用动态聚类法对各分解序列的样本归

一种基于小波神经网络的交通流量预测算法。该算法利用小波变换对原始交通数据进行预处理，并将处理后的数据输入到神经网络中进行学习和预测。通过对历史交通流量数据的分析和建模，该算法可以准确预测未来交通流量的

一种基于matlab神经网络的小波分析方法，用于预测短时交通流量。该方法结合了BP神经网络和遗传算法的优势，通过对交通流量数据进行小波变换和特征提取，得出了有效的预测结果。实验结果表明，该模型具有较高

【更多关于《大数据》资料，加qq群:931257845领取！】 详细的LSTM代码， 附带数据。 RNN全称循环神经网络（Recurrent Neural Networks），是用来处理序列数据的。在

基于小波与BP神经网络的掌纹识别方法，周作梅，王力，近年来，掌纹识别由于其独特性得到了许多研究者的重视。在本文中，采用小波多尺度分析得到掌纹的高频部分，用它们的小波能量作为

研究论文-基于小波变换和混合神经网络的图像压缩算法

为了提高语音端点检测效果，将小波分析和神经网络相融合，提出一种基于小波神经网络的语音端点检测算法（WA-PCA-RBF）。利用小波分析提取语音信号的特征向量，采用主成分分析法选择语音信号特征，消除冗余

随着射频功放非线性对射频前端的影响日益增大，使得功放建模变得越来越重要。提出了一种自适应模糊小波神经网络模型结构，并利用改进的粒子群优化算法，建立有记忆的功放模型。将小波函数融入到自适应模糊推理系统的

提出了一种新颖的基于小波神经网络构架的FLIR图像分割技术，旨在将小波变换的时—频局域特性与神经网络的自学习能力相结合，从而使FLIR图像的分割算法具有较强的逼近和容错能力。该算法在FLIR―ATR系

利用果蝇算法优化构造小波神经网络，建立FOA-构造小波神经网络模型，并将模型应用于模拟电路故障分析当中，通过仿真试验可发现该方法在故障诊断中有较高的准确性。