学位论文 > 优秀研究生学位论文题录展示

基于贝叶斯小波包降噪方法的数据校正

作　者: 郑玉鑫
导　师: 吴胜昔
学　校: 华东理工大学
专　业: 控制科学与工程
关键词: 数据校正贝叶斯小波包变换离散小波分解
分类号: TP274
类　型: 硕士论文
年　份: 2012年
下　载: 108次
引　用: 0次
阅　读: 论文下载

内容摘要

由于测量中不可避免地会存在误差,测量值不能正确的反映实际的化工生产过程,这种现象称为测量数据的不平衡性,解决这个问题的方法就是采用数据校正技术。目前研究的数据校正技术主要是基于稳态的线性系统模型。本论文针对实际生产数据不稳定的情况,提出了一种结合了贝叶斯、离散小波变换以及小波包变换的化工过程数据降噪方法,对化工过程数据进行预处理,以多种统计方法相结合进行数据降噪,尽可能地减少测量数据中的误差,以获得数据校正的稳态数据。本篇论文的重点在于利用贝叶斯思想来提高计算速度和效率,结合贝叶斯强大的判断能力,充分利用数据库中大量的历史数据获得先验知识,并以此作为判断的依据。论文以某焦化厂的生产数据为研究对象,从工程实践角度出发研究小波包降噪技术在化工过程现场中的应用。论文主要内容如下：对小波变换,离散小波变换分别作了文献综述,回顾了小波降噪的发展现状、研究概况及其工业应用情况。讨论了傅里叶变换的优缺点以及小波变换的意义及优势,详细分析了离散小波变换的原理。提出了一种结合了贝叶斯思想的小波包过程数据降噪方法。利用贝叶斯分类方法,提高了小波包数据降噪的方法以及效率。以某焦化厂生产流程为对象,研究部分有代表性的过程的数据校正问题,对降噪后的数据进行协调,获得了较为理想的效果。最后,总结了全文内容,并对小波包数据降噪技术的进一步研究提出了自己的看法。

全文目录

摘要  5-6
ABSTRACT  6-9
第1章绪论  9-15
  1.1 课题背景  9-10
  1.2 数据校正概述  10-12
    1.2.1 数据校正的概念  10
    1.2.2 数据校正的发展现状  10-12
  1.3 工业应用情况  12-13
  1.4 本论文研究的主要内容  13-15
第2章小波变换的基本原理  15-31
  2.1 傅里叶变换和小波的对比  15-19
  2.2 小波变换的原理  19-25
    2.2.1 小波的分解  20-23
    2.2.2 小波的合成  23-25
  2.3 离散小波变换的概念  25-29
  2.4 小波包分解与小波分解的对比  29-30
  2.5 本章小结  30-31
第3章贝叶斯分类理论与方法  31-36
  3.1 贝叶斯思想的基本概念  31-32
  3.2 从似然性到贝叶斯  32-33
  3.3 先验概率的选择  33-35
    3.3.1 先验概率的分类  33-34
    3.3.2 先验概率的选择  34-35
  3.4 本章小结  35-36
第4章基于贝叶斯的小波包降噪方法  36-49
  4.1 小波包降噪的原理  36
  4.2 小波包降噪的流程  36-46
    4.2.1 用于小波包分解的小波基的选取  36-39
    4.2.2 信号降噪分解水平的选取  39-41
    4.2.3 基于贝叶斯的最优树选取  41-45
    4.2.4 阈值参数的选择  45-46
  4.3 过程测量信号的降噪  46-47
    4.3.1 信号分解以及系数阈值  46
    4.3.2 小波包重构  46-47
  4.4 结果和结论  47-48
  4.5 本章小结  48-49
第5章基于贝叶斯的小波包化工过程数据校正应用  49-65
  5.1 数据校正  49-52
    5.1.1 测量数据的分类  49-50
    5.1.2 测量数据的基本原理  50-52
  5.2 某焦化厂生产流程及数据校正的作用  52-54
  5.3 数据协调模型的建立  54-58
    5.2.1 化工厂常用的数据校正模型  54-56
    5.2.2 某焦化厂协调模型提炼  56-58
  5.4 数据校正算法分析  58-60
  5.5 应用实例  60-64
  5.6 本章小结  64-65
第6章结论与展望  65-67
  6.1 结论  65
  6.2 展望  65-67
参考文献  67-72
致谢  72-73
附录  73-79

基于贝叶斯小波包降噪方法的数据校正

内容摘要

全文目录

相似论文