Biến đổi wavelet là gì? Các công bố khoa học về Biến đổi wavelet

Bài báo này đề xuất phương pháp để phát hiện nhiễu loạn điện áp (NLĐA) trên lưới điện phân phối (LĐPP). Giá trị năng lượng hệ số chi tiết của phương pháp biến đổi wavelet rời rạc (DWT) trên cửa sổ một nửa chu kỳ được sử dụng để phát hiện sự xuất hiện của nhiễu loạn trong tín hiệu điện áp. Sóng điện áp sẽ được ghi lại trong một khoảng thời gian 10 chu kỳ sau khi phát hiện và một khoảng 2 chu kỳ trước khi xuất hiện nhiễu loạn. Chương trình mô phỏng được xây dựng trên Matlab/Simulink và GUI để mô phỏng các dạng nhiễu loạn như lõm áp, tăng áp, quá độ dao động do đóng tụ,… Các kết quả mô phỏng cho thấy phương pháp đề xuất phát hiện chính xác các dạng NLĐA và bản ghi dạng sóng nhiễu loạn được lưu lại để làm cơ sở dữ liệu cho việc phân tích xa hơn.

Bài báo tập trung trình bày kỹ thuật giảm nhiễu nâng cao chất lượng cho tín hiệu tiếng nói sử dụng các phép biến đổi trong miền wavelet. Phương pháp xác định nhiễu sử dụng bộ lọc phần trăm (PF: Percentile Filter) được sử dụng để thực hiện tiền xử lý cho các kỹ thuật nén nhiễu bao gồm hàm nén nhiễu ngưỡng cứng, nén nhiễu ngưỡng mềm và nén nhiễu thích nghi sử dụng phương pháp lọc Wavelet thống kê có tính cảm quan (PSWF). Phần mô phỏng sẽ trình bày kết quả đánh giá hiệu quả giảm nhiễu của ba phương pháp trên trong các môi trường nhiễu khác nhau, đồng thời cũng sẽ thực hiện so sánh, đánh giá với các phương pháp giảm nhiễu trong miền tần số đã được nghiên cứu. Kết quả cho thấy các kỹ thuật trong miền wavelet cho hiệu giảm nhiễu khá tốt, đặc biệt đối với nhiễu màu.

Theo dõi đối tượng, đã được sử dụng rộng rãi trong nhiều lĩnh vực hình ảnh, là một trong những chủ đề nghiên cứu hoạt động nhất trong thị giác máy tính trong những năm gần đây. Tuy nhiên, vẫn còn nhiều thách thức trong việc theo dõi hình ảnh, chẳng hạn như thay đổi ánh sáng, sự che khuất đối tượng và biến dạng hình ảnh. Để vượt qua những khó khăn này, một thuật toán phân bổ điểm đáng tin cậy (RPA) dựa trên biến đổi wavelet được đề xuất. Các điểm đáng tin cậy được thu thập bằng cách tìm kiếm vị trí giữ các hệ số wavelet cực đại cục bộ. Vì các hệ số wavelet cực đại cục bộ chỉ ra sự biến thiên cao trong hình ảnh, nên các điểm đáng tin cậy có độ bền cao trước nhiễu hình ảnh, thay đổi ánh sáng và biến dạng hình ảnh. Hơn nữa, một bộ lọc Kalman được áp dụng trong bước phát hiện nhằm tăng tốc độ xử lý phát hiện và giảm thiểu phát hiện sai. Cuối cùng, RPA được đề xuất được tích hợp vào khung theo dõi-học-phát hiện (TLD) với bộ lọc Kalman, không chỉ cải thiện độ chính xác theo dõi mà còn giảm thiểu các phát hiện sai. Kết quả thực nghiệm cho thấy khung mới vượt trội hơn TLD và các bộ lọc tương quan kernelized về độ chính xác, đo lường f và độ chồng lấp trung bình theo phần trăm.

Tăng trưởng kinh tế và sự mở cửa thương mại có mối liên hệ chặt chẽ với tiêu thụ năng lượng và do đó có những hệ quả về môi trường. Nhiều nghiên cứu đã xem xét mối quan hệ giữa các biến này. Hai điểm yếu trong tài liệu thực nghiệm về mối liên hệ giữa năng lượng và tăng trưởng nổi bật. Đầu tiên, phần lớn các nghiên cứu được thực hiện trên các nhóm quốc gia khác nhau; tuy nhiên, không có nghiên cứu nào tập trung vào các quốc gia tiêu thụ năng lượng hàng đầu mặc dù chúng rất quan trọng trong bối cảnh mối liên hệ giữa năng lượng và tăng trưởng. Thứ hai, tài liệu này không thể đồng thời nắm bắt miền thời gian và miền tần số, sự phụ thuộc ngắn hạn và dài hạn, cũng như các hiệu ứng trễ và dẫn trước giữa các biến. Hơn nữa, tác động môi trường của mức tiêu thụ năng lượng tăng lên phát sinh từ tăng trưởng kinh tế dựa trên thương mại thì ít được nghiên cứu hơn. Nghiên cứu này sử dụng phương pháp độ nhất quán đã biến đổi wavelet để xem xét các đối tác phụ thuộc của tiêu thụ năng lượng với sự mở rộng kinh tế và thương mại ở 10 quốc gia tiêu thụ năng lượng hàng đầu. Phương pháp này tránh giả định không thực tế về tính dừng của các biến nhờ công cụ phân cấp thuận lợi và tiết lộ sự phụ thuộc về tần số thời gian giữa các biến với độ tin cậy cao hơn khi nó tính đến tính theo mùa, chu kỳ hoặc xu hướng được trích xuất từ sự thay đổi biến đổi theo thời gian. Hơn nữa, kỹ thuật này có tính mới lạ để xử lý dữ liệu khi sự biến đổi từ dạng một chiều sang không gian tần số hai chiều được cho phép. Các phát hiện chỉ ra ảnh hưởng tích cực của tăng trưởng kinh tế và thương mại đối với tiêu thụ năng lượng ở nhiều quốc gia. Độ nhất quán đã biến đổi wavelet chỉ ra sự nhất quán ngắn hạn giữa tiêu thụ năng lượng và tăng trưởng kinh tế của tất cả 10 quốc gia tiêu thụ năng lượng hàng đầu. Sự phụ thuộc dài hạn giữa tiêu thụ năng lượng và tăng trưởng kinh tế tồn tại ở Trung Quốc, Ấn Độ, Brazil và Hàn Quốc, với vai trò chủ yếu dẫn trước của tiêu thụ năng lượng so với tăng trưởng kinh tế. Các phát hiện của nghiên cứu nhấn mạnh tầm quan trọng của tiêu thụ năng lượng trong sự phát triển của những nền kinh tế này và cho thấy rằng các chính sách năng lượng nhằm cải thiện hiệu quả trong sản xuất và tiêu thụ năng lượng sẽ không làm tổn hại đến tăng trưởng kinh tế.

Để quản lý và lập kế hoạch tài nguyên nước hiệu quả, dự đoán chính xác dòng chảy vào hồ chứa là rất cần thiết không chỉ trong các giai đoạn đào tạo và thử nghiệm mà còn trong các khoảng thời gian tương lai cụ thể. Mục tiêu của nghiên cứu này là phát triển một mô hình dự đoán dòng chảy vào hồ chứa tích hợp, dựa vào mạng nơ-ron hồi quy phi tuyến với đầu vào ngoại sinh (NARX) và biến đổi sóng tĩnh (SWT), được gọi là SWT-NARX. Nhờ vào việc loại bỏ thao tác giảm mẫu, SWT cung cấp sự tăng cường có ảnh hưởng để trích xuất hiệu quả các đặc điểm tạm thời đáng kể ẩn chứa trong chuỗi thời gian dòng chảy vào không ổn định mà không mất thông tin. Các chuỗi thời gian con SWT đã được phân tách được xác định làm đầu vào-đầu ra cho dự đoán của NARX, trong khi một mô hình tổng hợp trung bình toàn cầu đa mô hình (MMEGM) của lượng mưa đã điều chỉnh dựa trên chín mô hình khí hậu toàn cầu (GCMs) hoạt động như một đầu vào ngoại sinh về biến đổi khí hậu. Hai hồ chứa lớn ở Thái Lan, hồ Bhumibol và hồ Sirikit, được tập trung nghiên cứu. Hệ số tương quan Pearson (r) và sai số trung bình bình phương (RMSE) được sử dụng để đánh giá hiệu suất. Kết quả đạt được chỉ ra rằng SWT-NARX vượt trội hơn rõ ràng so với các phương pháp dự đoán so sánh về một giai đoạn cơ sở lịch sử (1980–1999). Do đó, SWT-NARX được áp dụng để dự đoán dòng chảy vào hồ chứa trong các khoảng thời gian tương lai gần (2010–2039), trung bình (2040–2069) và xa (2070–2099) so với dòng chảy vào của giai đoạn cơ sở.

Không có bất kỳ phương pháp dự đoán cơn động kinh nào hiện tại có thể được chấp nhận rộng rãi, do hiệu suất của chúng không nhất quán. Trong nghiên cứu này, chúng tôi đã phát triển một phương pháp mới để phân tích dữ liệu EEG nội sọ. Năng lượng của dải tần số 4–12 Hz được thu được thông qua biến đổi wavelet. Một mô hình động được giới thiệu để mô tả quá trình và một biến ẩn được đưa vào. Biến ẩn có thể được coi như là một chỉ số của hoạt động cơn động kinh. Phương pháp lọc hạt kết hợp với mạng nơ-ron được sử dụng để tính toán biến ẩn. Dữ liệu EEG nội sọ của sáu bệnh nhân được sử dụng để kiểm nghiệm thuật toán của chúng tôi, bao gồm 39 giờ EEG co giật với 22 cơn động kinh và 70 giờ ghi âm EEG bình thường. Thuật toán sai số bình phương tối thiểu được áp dụng để xác định các tham số tối ưu trong mô hình một cách thích nghi. Kết quả cho thấy rằng thuật toán của chúng tôi có thể dự đoán thành công 15 trên 16 cơn động kinh và thời gian dự đoán trung bình là 38,5 phút trước khi cơn động kinh bắt đầu. Độ nhạy khoảng 93,75% và độ đặc hiệu (tỷ lệ dự đoán sai) xấp xỉ 0,09 FP/h. Một trình dự đoán ngẫu nhiên được sử dụng để tính toán độ nhạy dưới mức ý nghĩa 5%. So với trình dự đoán ngẫu nhiên, phương pháp của chúng tôi đạt được hiệu suất tốt hơn nhiều.

Bài viết tập trung vào vấn đề phát hiện và phân loại các loại nhiễu loạn chất lượng điện năng. Các nhiễu loạn này bao gồm sụt áp, quá điện áp ngắn hạn, gián đoạn tạm thời, quá độ, sóng hài, nhấp nháy và nhiễu. Để phân loại các loại nhiễu loạn chúng tôi sử dụng kết hợp kỹ thuật biến đổi Wavelet rời rạc với phân tích RMS. Một hệ thống quy tắc để phân loại nhiễu chất lượng điện năng cũng được phát triển trong đó một cơ sở tri thức được tạo ra bằng cách sử dụng một bộ quy tắc dưới dạng kiến thức chuyên môn từ phân tích chi tiết về các tính năng được trích xuất. Kết quả mô phỏng cho thấy chúng ta có thể phát hiện và xác định các loại nhiễu loạn một cách nhanh chóng và chính xác bằng phương pháp này.

Bài báo này trình bày một kỹ thuật phân loại nhiễu loạn tự động trực tuyến. Kỹ thuật này dựa trên phân tích đa phân giải wavelet và các kỹ thuật nhận dạng mẫu. Biến đổi đa phân giải wavelet được giới thiệu như một công cụ mạnh mẽ cho việc trích xuất đặc trưng nhằm phân loại các nhiễu loạn khác nhau. Khoảng cách Euclid tối thiểu, k láng giềng gần nhất và bộ phân loại mạng nơ-ron được sử dụng để đánh giá hiệu quả của các đặc trưng đã được trích xuất.

Để khám phá các đặc điểm giảm lực cản của dòng chảy kênh rối với phụ gia hoạt động bề mặt ở số Reynolds tương đối cao từ góc độ quang phổ năng lượng và phân giải nhiều quy mô, các trường vận tốc biến động hai chiều của dòng chảy kênh rối có/không có phụ gia hoạt động bề mặt ở số Reynolds Reτ = 590 thu được bằng mô phỏng lớn cơn lốc đã được phân rã bằng phân tích chính tắc hai chiều (POD) và biến đổi wavelet (WT). Kết quả POD cho thấy chế độ riêng thấp hơn chiếm phần lớn năng lượng có thể được sử dụng để nắm bắt các cấu trúc xoáy quy mô lớn, và ít chế độ riêng hơn có thể được sử dụng để nắm bắt các cấu trúc đồng bộ (CSs) trong trường hợp dung dịch phụ gia hoạt động bề mặt so với trong chất lỏng Newton. Các cấu trúc không gian được mô tả bởi chế độ riêng POD cho thấy rằng lớp đệm có xu hướng di chuyển về phía trung tâm của kênh trong dung dịch phụ gia hoạt động bề mặt. Qua phân tích wavelet về các trường vận tốc biến động trong các mặt phẳng hướng dòng-thành, người ta nhận thấy rằng các CSs chủ yếu phân bố trong khu vực gần tường và số lượng CSs ít hơn trong dung dịch phụ gia hoạt động bề mặt. Kết quả của phép đo cắt Reynolds địa phương (LRM) cho thấy rằng đóng góp địa phương của các CSs vào tính gián đoạn trong dòng chảy kênh rối của dung dịch phụ gia hoạt động bề mặt giảm, cho thấy sự ức chế tính gián đoạn bởi phụ gia hoạt động bề mặt. Để điều tra các đặc điểm giảm lực cản ở các vị trí khác nhau dọc theo hướng gần tường, các trường vận tốc biến động trong các mặt phẳng hướng dòng - hướng ngang tại các vị trí gần tường khác nhau đã được phân rã bằng WT hai chiều. Kết quả cho thấy rằng phụ gia hoạt động bề mặt chủ yếu ảnh hưởng đến dòng chảy trong vùng gần tường (đặc biệt là trong lớp đệm) và do đó gây ra hiệu ứng giảm lực cản.