基于PSR-WSVM模型的边坡位移预测

为建立高精度的边坡位移预测模型，采用相空间重构（PSR）将边坡位移时间序列数据转换为多维数据，同时构造小波核函数改进的支持向量机模型，建立PSR-WSVM模型并应用于边坡位移预测。将PSR-WSVM模型预测结果与传统支持向量机（SVM）模型、小波支持向量机（WSVM）模型和基于相空间重构的支持向量机（PSR-SVM）模型预测结果进行对比，通过平均绝对误差（MAE）、平均绝对误差百分比（MAPE）和均方根误差（RMSE）3个精度评价指标验证PSR-WSVM模型的可行性。工程实例结果表明，PSR-WSVM模型预测结果的3个精度评价指标都优于另外3种模型，边坡位移预测的精度明显提升。     

小波分析理论在GPS技术中的应用

在GPS数据处理中 ,存在着误差影响、影响波的干扰、周跳和数据量大等问题。误差影响和影响波的干扰实质是在接收卫星信号时受到其它因素的影响 ;周跳是由于卫星信号的失锁而造成信号的不连续 ;数据量大是因为GPS观测需要采样间隔小又连续观测所致。由于小波理论具有时频分析、波形分解、特征提取和快速小波变换等特性 ,应用小波变换和波形分解可以解决误差影响和影响波的干扰的问题 ;应用特征提取可以解决周跳检测问题 ;应用快速小波变换可进行数据压缩     

Wavelet Analysis of Space Solar Telescope Images

The scientific satellite SST (Space Solar Telescope) is an important research project strongly supported by the Chinese Academy of Sciences. Every day, SST acquires 50 GB of data (after processing) but only 10GB can be transmitted to the ground because of limited time of satellite passage and limited channel volume. Therefore, the data must be compressed before transmission. Wavelets analysis is a new technique developed over the last 10 years, with great potential of application. We start with a brief introduction to the essential principles of wavelet analysis, and then describe the main idea of embedded zerotree wavelet coding, used for compressing the SST images. The results show that this coding is adequate for the job.     

小波分析理论在GPS技术中的应用

在GPS数据处理中，存在着误差影响、影响波的干扰、周跳和数据量大等问题。误差影响和影响波的干扰实质是在接收卫星信号时受到其它因素的影响；周跳是由于卫星信号的失锁而造成信号的不连续；数据量大是因为GPS观测需要采样间隔小又连续观测所致。由于小波理论具有时频分析、波形分解、特征提取和快速小波变换等特性，应用小波变换和波形分解可以解决误差影响和影响波的干扰的问题；应用特征提取可以解决周跳检测问题；应用快速小波变换可进行数据压缩。     

The Effect of Solar Activity on the Annual Precipitation in the Beijing Area

Using continuous wavelet transform, we examine the relationship between solar activity and the annual precipitation in the Beijing area. The results indicate that the annual precipitation is closely related to the variation of sunspot numbers, and that solar activity probably plays an important role in influencing the precipitation on land.     

小波分析在天然伽玛测井地质解释中的应用

在分析天然伽玛测井数据的信息特点和小波多分辨率分析原理的基础上,用小波多分辨率分析天然伽玛测井数据,消除其中的统计涨落等噪声干扰及提取天然伽玛放射性强度在不同沉积岩地层中分界标志特征和不同岩性中的变化特征,以提高应用天然伽玛测井资料进行地层划分及岩性识别的准确性和有效性.     

小波气候突变的检测--应用范围及应注意的问题

气候突变及其检测是气候变化研究的一个重要方面。气候突变的表现多种多样,目前也有许多检测气候突变的方法,但这些方法能否准确地检测出气候突变现象,他们的适用范围如何,是一个值得注意的问题。研究表明,尽管小波分析方法在检测序列突变方面具有严格的数学意义,但因为其检测到的是序列的均值突变,因此,在应用于气候突变的检测方面应该特别注意,数学上的严格并不等同于气候意义上的严格。因为某些情况下有些突变点并没有一定的气候意义。     

一种基于BP算法学习的小波神经网络

为发展 Szu的基于信号表示的小波神经网络 ,提出一种多输入多输出的小波网络模型 ,网络隐层采用框架小波函数、输出层采用 Sigmoid激励函数 ,并选用“熵误差函数”以加速网络的学习速度。奇偶判别和混沌时间序列预测例子的实验结果表明了它具有良好的函数逼近能力和推广能力 ,收敛速度和均方误差均优于相同结构的多层感知器模型。     

季风低频振荡与厄尔尼诺的发生发展

基于NCEP／NCAR逐日再分析资料，应用小波分析方法研究讨论了西太平洋、南海、阿拉伯海等近赤道季风区850hPa纬向风场低频振荡与ElNino发生发展的相关特征。研究发现，在El Nino发生前期，30－50d低频振荡会出现显著的增强，El Nino发生后，30－50d低频振荡明显减小，120－150d准定常波动加强。分析表明，近赤道季风区显著低频振荡是El Nino发生发展的一个重要前兆，低频振荡能量向甚低频段的转移和输送可能是El Nino发生的重要机理。     

斑鳢(Channa maculata)微囊藻毒素去毒相关基因sGST的克隆与序列分析

采用RT-PCR技术和RACE技术成功克隆淡水鱼类斑鳢sGST基因cDNA全序列,推测得到氨基酸序列,初步分析其结构功能域及系统进化关系。结果表明,斑鳢sGST基因cDNA序列全长为898bp,编码225个氨基酸。斑鳢sGST与真鲷、金头鲷、鲽、黑头鲦、川鲽、大口黑鲈等最新定名为ρ型的sGST氨基酸同源性较高,ρ型sGST为水生生物所特有并共同占据进化树上独立的分枝;与大鼠、小鼠、人等哺乳动物sGST现有所有类型同源性均很低,并且在进化树上距离也较远,表明本研究成功克隆的sGST基因应属于ρ型,可能在鱼类等水生生物对水栖环境的适应上有重要作用。