搜索资源列表
Gaussianelimination
- 行尺度主元高斯消元法，算法由两部分组成，分解阶段和求解阶段-OK-scale principal component Gaussian elimination method, the algorithm consists of two parts, decomposition stage and the solution phase
mathematic-library
- 数值分析类库。包括了Vector和Matrix类，可用于求CHOLESKY分解，解方程，以及求极值等。求极值的方法包括最速下降法，牛顿法，拟牛顿法，共轭梯度法，变尺度法等等。-Mathematic Analyze tools which contains the Vector and Matrix classes. It can be used to work our the parse of cholesky and solf the equation and deal with opt pr
Multiscale-NPE-FOR-fault-detection
- 首先对一段正常工况下的历史数据进行离散小波分解,对不同尺度下的小波系数建立相应的NPE模型.经过多层小波分解,建立相应的统计量对过程进行监控-First discrete wavelet decomposition of some normal conditions of historical data, the NPE model wavelet coefficients in different scales. Multilayer wavelet decomposition, the es
WAVE-weifengyin
- 小波变换具有多分辨率分析的特点，并且在时频两域都具有表征信号局部特征的能力。小波变换通过将时间系列分解到时间频率域内，从而得出时间系列的显著的波动模式，即周期变化动态，以及周期变化动态的时间格局（Torrence and Compo, 1998）。小波（Wavelet），即小区域的波，是一种特殊的、长度有限，平均值为零的波形。它有两个特点：一是“小”，二是具有正负交替的“波动性”，即直流分量为零。小波分析是时间（空间）频率的局部化分析，它通过伸缩平移运算对信号（函数）逐步进行多尺度细化，能自动适
wave1
- 小波单尺度和多尺度的分解和重构，显示最低频和所有高频系数及重构信号-Wavelet single-scale and multi-scale decomposition and reconstruction, show the low-frequency and high-frequency coefficients and the reconstructed signal
wavelet_test
- 小波分析算法，用于信号的去噪，将原始信号分解为多个尺度的小波系数进行滤波-Wavelet analysis algorithm for denoising signals, the original signal is decomposed into a plurality of scale wavelet filter coefficients