沈远彤
- 作品数：33 被引量：126H指数：7
- 供职机构：中国地质大学数学与物理学院更多>>
- 发文基金：国家自然科学基金湖北省自然科学基金声场声信息国家重点实验室开放基金更多>>
- 相关领域：理学电子电信自动化与计算机技术天文地球更多>>
- 断裂分析的小波数值方法被引量：15
- 2000年
- 利用小波具有的良好局部化特性 ,用小波函数对位移场进行逼近 ,建立了小波数值计算格式 ,模拟了裂纹尖端的奇异性问题· 算例求出了裂纹尖端的应力强度因子 。
- 沈远彤羿旭明
- 关键词：尺度函数应力强度因子
- 基于特征聚类的稀疏自编码快速算法被引量：8
- 2018年
- 稀疏自编码网络在自然语言、图像处理等领域都取得了显著效果.已有的研究表明增加网络提取的特征个数可以优化稀疏自编码网络的处理效果,同时该操作将导致网络训练耗时过长.为尽可能减少网络的训练时间,本文提出了一种基于特征聚类的稀疏自编码快速算法.本算法首先根据K均值聚类最优数确定本质特征的个数,再由网络训练得到本质特征,并通过旋转扭曲增加特征的多样性,使网络处理效果得到提升的同时,减少网络训练耗间.实验在标准的手写体识别数据库MNIST和人脸数据库CMU-PIE上进行,结果表明本文所提算法能在保证网络正确率有所提升的同时,大幅度缩短网络训练耗时.
- 付晓沈远彤付丽华杨迪威
- 关键词：特征提取K均值聚类
- 一种产生广义高斯分布随机数的新算法被引量：4
- 2004年
- 本文提出了一种生成广义高斯分布 (GGD)随机数的通用算法 .该算法针对GGD密度函数衰减性的特点 ,采用变步长的方法 ,综合运用了逆函数法、近似复合抽样法及变换抽样法 .通过调整分布参数的数值 ,就能产生具有任何形状参数和任何方差的GGD随机数 ,简单易于实现 .最后将仿真实验结果与已有算法的结果做比较 ,并用 χ2检验法和Kolmogorov Smirnov检验法 (K S检验法 )验证该方法的有效性 .
- 赵倩李宏伟沈远彤
- 关键词：广义高斯分布随机数
- 基于小波包变换的威格纳分布交叉项的抑制被引量：4
- 2006年
- 威格纳分布是一种重要的时频分析方法,但交叉干扰问题影响了它的推广应用.基于小波包分析,利用小波包对信号的威格纳时频分布进行分解,并利用分解系数重构时频图,使交叉项得到抑制和改善,实验结果表明此方法简单有效.
- 陈洁沈远彤
- 关键词：时频分布交叉项小波包
- 非线性摄动方程的小波算法被引量：1
- 1997年
- 对含小参数ε的非线性微分方程，用小波配点的方法由Ｎｅｗｔｏｎ法迭代求解，得到满意的结果。
- 沈远彤叶碧泉羿旭明
- 关键词：非线性微分方程小波算法
- 奇异性阶的小波数值估计被引量：6
- 1997年
- 为了探测奇异性位置和奇异性阶，基于基数Ｂ－样条和基数Ｂ－小波提出了小波数值探测方法，并对具有奇异性的函数进行了数值计算，验证了方法的有效性，为在力学领域探测奇异性位置和奇异性阶提供了有效的方法。
- 羿旭明叶碧泉沈远彤
- 关键词：奇异性小波分析
- 二尺度最小二乘小波支持向量回归被引量：3
- 2009年
- 基于小波多尺度理论和最小二乘支持向量机的优越性能,提出了多尺度最小二乘小波支持向量回归,弥补了普通最小二乘小波支持向量回归在单尺度小波空间上对函数进行逼近的不足,使用多尺度上的小波线性组合来逼近L2(Rd)空间上的任意函数,真正意义上实现了小波分解和最小二乘支持向量机的最佳结合,更有效地继承了小波多尺度学习算法和最小二乘支持向量机的优点,既能达到有效精度而且还计算简便。本文以两尺度为例,通过仿真实验说明了所提算法的有效性。
- 王琴沈远彤
- 关键词：最小二乘小波支持向量回归多尺度
- 基于谐波小波的弱信号提取
- 谐波小波作为一类小波,存在确定的函数表达式,时频定位准确,算法实现简单。本文基于谐波小波变换,利用其良好的频域盒形谱特性,对多频信号中的弱信号及强噪声中的弱信号检测进行研究,并与原始的纯信号进行比较,模拟结果表明此方法是...
- 陈洁沈远彤李宏伟
- 关键词：谐波小波弱信号
- 文献传递
- 边界层的小波数值探测被引量：6
- 1998年
- 为了对边界层问题进行奇异性数值探测，基于基数Ｂ－样条的全正特性和基数Ｂ－小波ψｍ（ｘ）的完全震荡特性，提出了小波配点计算格式，并对具有边界层的常微分方程进行了数值计算，验证了方法的有效性．
- 羿旭明叶碧泉孙建华孙建华
- 关键词：边界层小波分析配点法
- 基于压缩感知的多尺度最小二乘支持向量机被引量：8
- 2016年
- 提出一种基于压缩感知(Compressive sensing,CS)和多分辨分析(Multi-resolution analysis,MRA)的多尺度最小二乘支持向量机(Least squares support vector machine,LS-SVM).首先将多尺度小波函数作为支持向量核,推导出多尺度最小二乘支持向量机模型,然后基于压缩感知理论,利用最小二乘匹配追踪(Least squares orthogonal matching pursuit,LS-OMP)算法对多尺度最小二乘支持向量机的支持向量进行稀疏化,最后用稀疏的支持向量实现函数回归.实验结果表明,本文方法利用不同尺度小波核逼近信号的不同细节,而且以比较少的支持向量能达到很好的泛化性能,大大降低了运算成本,相比普通最小二乘支持向量机,具有更优越的表现力.
- 王琴沈远彤
- 关键词：最小二乘支持向量机压缩感知稀疏化
