系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类

本章讨论连续小波变换。在第一节将引入小波的概念,小波变换与重构公式。第二节将介绍对尺度进行离散化后的二进小波变换。第三节将用小波变换刻划函数的正则性

第一节 导数的概念 第二节 函数的和、差、积、商的求导法则 一、和、差、积、商的求导法则 二、例题分析 三、小结 第三节 反函数与复合函数的求导法则 一、反函数的导数 二、复合函数的求导法则 三、小结 第四节 初等函数的求导问题 双曲函数与反双曲函数的导数 一、初等函数的求导问题 二、双曲函数与反双曲函数的导数 三、小结 第五节 高阶导数 一、高阶导数的定义 二、 高阶导数求法举例 三、小结 第六节 隐函数的导数由参数方程所确定的函数的导数相关变化率 一、隐函数的导数 二、对数求导法 三、由参数方程所确定的函数的导数 四、相关变化率 五、小结 第七节 函数的微分 一、问题的提出 二、微分的定义 三、可微的条件 四、微分的几何意义 五、微分的求法 六、微分形式的不变性 七、小结 第八节 微分在近似计算中的应用 一、计算函数增量的近似值 二、计算函数的近似值 三、误差估计 四、小结

第一节小组形成期的小组动力 1、小组规范的出现 小组规范是指语言与非语言的沟通规则与影响他人行为的方式。 具体而言,小组规范包含守密、责任、参与、开放、诚恳、非评判地接纳对方、高度地自我揭露、自我了解、不满行为的表达,以及勇于接受改变等

小间距顶管过程中，由于管?管相互作用的影响，使得管周土压力分布与单管顶进土压力分布模式产生差异，从而造成小间距顶管荷载确定、结构计算及顶力估算与控制等设计施工难题。结合数值模拟反分析，基于太沙基土压力理论和极限平衡理论，假设了土体松动线和上部既有顶管的支挡作用线，进一步构建了小间距平行顶管管道拱顶垂直土压力的计算方法。基于构建的土压力计算方法，分析了土体抗剪强度、管径、管间距等对新建顶管拱顶土压力的影响，并与不考虑既有顶管影响的土柱理论和太沙基理论计算值进行了对比。计算结果表明：土体抗剪强度越大，新建顶管拱顶垂直土压力越大，而其侧面的土压力越小；抗剪强度较大时，新构建方法计算拱顶土压力小于太沙基理论计算结果，抗剪强度较小时，新构建方法计算拱顶土压力大于太沙基理论计算结果；顶管埋深增加时，新建顶管拱顶土压力增加，相较于土柱理论和太沙基理论，新构建方法计算的新建顶管拱顶土压力增量最小；随着管间距增加，新建顶管拱顶土压力越来越大

掌握小脑的形态、分叶。小脑核的概念与组成；小脑的功能。熟悉小脑体的分部；小脑的纤维联系和功能。了解小脑扁桃体的临床意义

通过有限元仿真楔横轧凸轮轴时在轧件上取跟踪点,跟踪这些点的位置变化情况来揭示轧件内金属的详细流动规律.因凸轮体小圆端部分在轧制过程中所受模具挤压较小,其金属轴向流动和径向流动较其他变形区小,这种金属流动的不均匀性会影响轧件成形质量;轧制过程中因凸轮体小圆端与模具上凸轮凹槽产生啮合作用,这一作用降低了模具对凸轮体小圆端部分的周向扭转力,因此凸轮体小圆端部分的周向扭转相对较小.轧件凸轮体部分为非圆截面,此部分各向金属流动不均匀,造成凸轮体部分心部金属偏移量比其他部分大

针对非线性、非平稳信号的数据压缩问题,提出了一种基于自适应形态小波的轧机电气信号压缩方法.结合电气信号的形态特征,采用中值算子作为形态小波的更新算子对信号进行分解,从而实现根据信号的局部形态特征,自适应地调整形态小波分解的更新算子.工业现场实际轧机电气信号的数据压缩实验证明:利用这种形态小波信号压缩方法,可以获得高压缩比的信号,并能保留信号的形态特征;同时,这种形态小波信号压缩方法运算量小,可以应用到实时性要求较高的在线监测系统中

提出一种互为Hilbert变换对的小波代数构造方法.这种互为Hilbert变换对的小波基的构造是从构造小波的充要条件入手,利用延迟滤波器的思想,把问题化为代数方程组求解.该方法可以避免进行谱分解.经实验证实:由基于本文构造的小波对的对偶树复小波变换可以得到比离散小波变换更好的特征提取效果

6．1 引言 6．2 从短时傅里叶变换到小波变换 6．3 小波变换的定义和性质 6．4 实现一维小波变换的光学系统 6．5 用多通道匹配滤波实现二维小波变换 6．6 光学小波变换匹配滤波器在图像识别中的应用 6．7 光学 Haar 小波变换和图形边缘探测