小波神经网络在过程控制中的应用
| 第一章 绪论 | 第1-17页 |
| ·论文选题的立论、目的和意义 | 第14页 |
| ·相关文献综述 | 第14-16页 |
| ·小波神经网络的历史、现状和前沿发展情况 | 第14-15页 |
| ·前人的研究成果 | 第15-16页 |
| ·论文的主要内容 | 第16-17页 |
| 第二章 小波分析的基本理论 | 第17-34页 |
| ·Fourier分析与小波分析 | 第17-19页 |
| ·短时傅里叶变换 | 第19-20页 |
| ·小波分析 | 第20-30页 |
| ·连续小波变换 | 第20-22页 |
| ·小波变换的反变换 | 第22-23页 |
| ·离散小波定义及其转换 | 第23-24页 |
| ·二进制小波变换 | 第24页 |
| ·多分辨率分析与小波变换 | 第24-26页 |
| ·Mallat算法 | 第26-28页 |
| ·常用小波函数介绍 | 第28-30页 |
| ·提升小波 | 第30-33页 |
| ·提升格式的介绍 | 第30-31页 |
| ·提升格式的步骤和算法 | 第31-33页 |
| ·本章小节 | 第33-34页 |
| 第三章 小波神经网络 | 第34-47页 |
| ·神经网络 | 第34-38页 |
| ·神经网络概述 | 第34-35页 |
| ·人工神经网络的学习 | 第35-36页 |
| ·人工神经网络的发展与现状 | 第36-38页 |
| ·小波神经网络简介 | 第38-43页 |
| ·小波网络基本模型 | 第39页 |
| ·小波网络的推广和改进 | 第39-40页 |
| ·小波网络的分类 | 第40-41页 |
| ·WNN与RBF和MLP的比较 | 第41页 |
| ·应用与展望 | 第41-43页 |
| ·RBF小波神经网络 | 第43-47页 |
| 第四章 小波分析在信号预处理中的应用 | 第47-61页 |
| ·小波降噪的基本原理 | 第47-48页 |
| ·基于阈值决策的小波降噪算法 | 第48-51页 |
| ·小波基的选择 | 第48-49页 |
| ·阈值的选择 | 第49页 |
| ·声标准差σ的估计 | 第49-50页 |
| ·小波系数硬阈值、软阈值处理 | 第50-51页 |
| ·几种常见的信号滤波方法 | 第51-52页 |
| ·小波滤波的在线实现 | 第52-56页 |
| ·在线多尺度滤波的特点 | 第53-54页 |
| ·OLMS算法的具体步骤与实例 | 第54-56页 |
| ·提升小波的滤波方法 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 仿真及讨论 | 第61-67页 |
| ·仿真实例 | 第61-65页 |
| ·结论 | 第65-66页 |
| ·本章小节 | 第66-67页 |
| 第六章 结论 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间的研究成果及发表的学术论文 | 第74-75页 |
| 作者简介 | 第75页 |
