تتحرك من المتوسط - المويجات

تحليل بيانات هطول الأمطار باستخدام المتوسط ​​المتحرك نموذج ما و المويجات متعددة الدقة نموذج ذكي لتقييم الضوضاء لتحسين دقة التنبؤ. حدد هذا المقال كما أكرمي، سا الشافعي، ناسيري، M وآخرون العصبي حساب تطبيق 2014 25 1853 دوى 10 1007 s00521-014-1675-0.التنبؤ بالشمس وتقريب حجمها لها دور ضخم وضروري في إدارة المياه والتنبؤ السطحي الهدف الرئيسي من هذه الورقة هو الحصول على العلاقة بين سلسلة زمنية هطول الأمطار التي تحققت من تحويل المويجات وت والمتوسط ​​المتحرك ما في حوض نهر كلانج، ماليزيا لهذا الغرض، تم تطبيق هار و دمي وت لتفكيك السلاسل الزمنية هطول الأمطار إلى 7، 10 مستويات مختلفة القرار، على التوالي العديد من دراسات الحالة قبل المعالجة على أساس 2-، 3-، 5-، 10- ، 15-، 20-، 25-، و 30 شهرا نفذت لاكتشاف اتجاه على المدى الطويل بالمقارنة مع ما قصيرا الأجل تم جمع المعلومات والبيانات من سد كلانغ غيتس، ماليزيا، من 1997 إلى 2008 وفيما يتعلق بالسلوك، فإن السلاسل الزمنية من هطول الأمطار 10- و 15 و 20 و 30 يوما تتحلل إلى تقريب ويطبق معامل التفاصيل بنوع مختلف من معامل ارتباط وت R 2 ومعيار الخطأ في متوسط ​​مربع الجذر للفحص وأداء النماذج أظهرت النتائج أن هناك بعض أوجه التشابه بين مرشحات ما والمرشحات تقريب المويجات الفرعية سلسلة بسبب القضاء على الضوضاء وعلاوة على ذلك، فإن النتائج التي تم الحصول عليها أن الارتباط عالية مع ما يمكن تحقيقه عن طريق دمي وت مقارنة الموجة هار لهطول الأمطار البيانات وعلاوة على ذلك، يمكن استخدام الإشارات النظيفة كمدخلات نموذجية لتحسين أداء النموذج لذلك، يمكن أن تكون تقنيات تحلل الإشارات لغرض المعالجة المسبقة للبيانات مواتية ويمكن أن تكون مناسبة للقضاء على الأخطاء. معاملات التحلل مويجة دمي موجة هار متوسط ​​التحرك دقة التنبؤ. Akrami سا، نوراني V، حكيم سجس 2014 تطوير نموذج غير خطية على أساس المويجات - أنفيس لتوقعات هطول الأمطار g في كلانغ غيتس دام وتر ريسور ماناغ 28 10 2999 3018 كروسرف غوغل Scholar. Cannas B، فاني A، سي L، سياس G 2006 البيانات المعالجة المسبقة لتنبؤ تدفق النهر باستخدام تحويلات المويجات للشبكات العصبية وتقسيم البيانات فيس تشيم إيرث 31 1164 1171 كروسريف غوغل Scholar. Chang فج، تشن L 1998 خوارزمية جينية مشفرة حقيقية لإدارة الفيضانات التحكم في إدارة الخزانات إدارة المياه الريسور 12 3 185 198 كروسرف جوجل Scholar. Chen غي، بوي تد، كريزاك A 2009 التعرف على نمط ثابت باستخدام الرادون، مجمع مزدوج شجرة المويجات وتحويلات فورييه التعرف على الأنماط 42 2013 2019 كروسريف ماث غوغل Scholar. Chen ريك، بلومفيلد P، فو جس 2003 تقييم لطرق التنبؤ البديلة للزيارة الترفيهية J ليس ريس 35 4 441 454 غوغل Scholar. Earth أوبسيرفاتيون سينتر، ونيفرزيتي كيبانغسان مالايسيا أوكم ، ماليزيا 2013.Fonseca إس، غويدو أرسي، سكالاسارا بيأر 2007 المويجات تحليل تردد الوقت والمربعات الصغرى دعم آلات ناقلات لتحديد اضطرابات الصوت كومبوت بيول ميد 37 571 578 كروسرف غوغل Scholar. Fu Y، سيراي H 2011 التصوير بالرنين المغناطيسي الطيفي السريع مرسي باستخدام ترميز المويجات والتصوير المتوازي في نتائج المختبر J ماغن ريسون 211 45 51 كروسرف غوغل Scholar. Genovese L، فيديود B، أوسبيسي M، ديوتسشد T، غودكير S، مهوت جف 2011 دوبيشيز مويجات لحسابات بنية إلكترونية عالية الأداء كر ميك 339 149 164 كروسريف ماث غوغل Scholar. Lisi F، نيكوليس O، ساندري M 1995 الجمع بين تحليل الطيف المفرد والشبكات العصبية للتنبؤ بسلاسل زمنية العملية العصبية ليت 2 4 6 10 كروسرف غوغل Scholar. Maier هر، داندي غ 2000 الشبكات العصبية للتنبؤ والتنبؤ بمتغيرات موارد المياه استعراض لقضايا النمذجة والتطبيقات إنفيرون موديل سوفتو 15 101 123 CrossRef Google Scholar. Mallat سغ 1998 جولة مويجة في معالجة الإشارات أكاديميك بريس، سان ديجو ماث غوغل Scholar. Masset P 2008 تحليل سلسلة زمنية مالية باستخدام أساليب فورييه ومويجات، جامعة فريبو كلية العلوم الاقتصادية والاجتماعية في سويسرا. نيوبولد P، كارلسون ول، ثورن بم 2003 إحصائيات للأعمال والاقتصاد الإصدار الخامس برنتيس هول، وبر سادل ريفير غوغل Scholar. Nourani V، كوماسي M، مانو A 2009 نهج متعدد الموجات آن-المويجات ل رينسف-رونوف موديلينغ وتر ريسور ماناغ 23 2877 2894 كروسرف غوغل Scholar. Partal T، كيسي O 2007 نموذج الوصلة المراد تصويرها في الموجات العصبية J هدرول 342 199 212 كروسرف غوغل Scholar. Rioul O، فيترلي M 1991 المويجات ومعالجة الإشارات إيي سب ماغازين ب 14 38.Serrai H، سينهادجي L 2005 الحد من زمن الاستحواذ في التصوير الطيفي بالرنين المغناطيسي باستخدام ترميز المويجات المنفصل J ماغن ريسون 177 22 30 كروسريف غوغل Scholar. Shafiekhah M، مقدم البرامج، شيخ الاسلامي مك 2011 التنبؤ باليوم، قبل أسواق الكهرباء باستخدام طريقة التنبؤ الهجين إدارة الطاقة كونفيرز 52 2165 2169 كروسرف جوجل Scholar. Sifuzzaman M، إسلاماند مر، علي مز 2009 تطبيق المويجة تحويلات ومزاياها مقارنة بتحويل فورييه J فيس سسي 13 121 134 غوغل Scholar. Syed أر و أكيل B و بدر S 2010 حركة مرور شبكة التنبؤات باستخدام مرشحات المويجات ونموذج الانحدار الذاتي الموسمية للمتوسط ​​المتحرك إنت J كومبوت إليكتر إنغ 2 6 1793 8163 الباحث العلمي من غوغل. Wu كل، تشاو كو، لي يس 2009 طرق تحسين أداء الشبكة العصبية في التنبؤات اليومية للتنبؤ J هدرول 372 80 93 كروسريف غوغل Scholar. Yang X، رن H، لي B 2008 جزءا لا يتجزأ من الصفيحات المصفوفة الصفرية التي ترتكز على التكتل الضبابي التكيفي للصورة كومبريسيون إيماج فيس كومبوت 26 812 819 كروسرف غوغل Scholar. Zhao X، يي B 2010 تحويل حزمة المويجات التحويلية وتطبيقاتها لمعالجة الإشارات عملية إشارة الرقم 20 1352 1364 كروسرف غوغل Scholar. Copyright المعلومات. منتدى تطبيقات الحوسبة الطبيعية 2014.المؤلفين والانتماءات. شهد أحمد أكرمي. البريد الإلكتروني. أحمد الشافعي. المهدي Naseri. Celso أغ Santos.1 المدنية والهندسة الإنشائية قسم ونيفرزيتي كيبانغسان ماليزيا أوكم بانجي ماليزيا 2. قسم الهندسة المدنية ونيفرزيتي أوف بيرجاند بيرجاند إيران. 3 قسم الهندسة المدنية والبيئية جامعة بارابا جو جو بيسوا البرازيل. حول هذا المقال. التحرك المتوسط ​​المتحرك نموذج والتحلل المويجات ثابتة لدراسة حالة الكشف عن الحادث التلقائي للطريق طوكيو السريع. تشينغهوا ليو 1 2.Edward تشونغ 3. ليوجيا تشاي 1.1 كلية علوم الحاسوب والهندسة، جامعة جيانغسو للعلوم والتكنولوجيا، تشنجيانغ، جيانغسو، الصين .2 كلية هندسة النقل، جامعة تونجي، شنغهاي، الصين. 3 مركز أبحاث النقل الذكية، جامعة كوينزلاند للتكنولوجيا، بريسبان، كوينزلاند ، أستراليا. متوفر على الإنترنت 24 فبراير 2015. الازدحام الترافي هو مشكلة متنامية في المناطق الحضرية في جميع أنحاء العالم وقد تم قطاع النقل في دراسة الحدث البديل على نظام النقل الذكي للكشف التلقائي وظيفة الكشف عن الحوادث التلقائي على الطرق السريعة هو الهدف الرئيسي لنظام إدارة حركة المرور المتقدمة من أجل إنقاذ الأرواح ومنع الحوادث الثانوية، حادث دقيق وفوري الكشف ضروري تعتبر هذه الورقة منهجية تدمج نموذج المتوسط ​​المتحرك المتوسط ​​مع تحلل المويجات الثابتة للكشف التلقائي عن الحوادث، حيث يتم استخلاص معاملات معامل الطبقة من الفرق بين إشغال المنبع والمصب على عكس الطريقة الأخرى القائمة على المويجات المعروضة من قبل، أولا فإنه ينعم البيانات الخام مع نموذج ما ثم يستخدم المويجات الثابتة لتتحلل، والتي يمكن تحقيق إعادة بناء دقيقة للإشارة، ولا تحول معاملات نقل الإشارات وهكذا، فإنه يمكن الكشف عن الحوادث بشكل أكثر دقة عتبة لتحريك إنذار الحادث هو أيضا تعديلها وفقا t o حالة حركة المرور العادية مع الازدحام يتم التحقق من صحة المنهجية مع البيانات الحقيقية من أجهزة الاستشعار بالموجات فوق الصوتية طوكيو السريع تظهر النتائج التجريبية التي هي دقيقة وفعالة، وأنه يمكن التفريق حادث مرور من حالة أخرى مثل تكرار الازدحام حركة المرور. التلقائي كشف الحوادث. متوسط نموذجي. تحلل المويجات القاعدية. طريق السريع السريع 1. مقدمة. الازدحام الترافي هو مشكلة متنامية في المناطق الحضرية في جميع أنحاء العالم تحليل هان وآخرون 2007 أن الكثير من الازدحام سببه الحوادث، والتي تشير إلى الأحداث غير المتكررة مثل الحوادث، الانهيارات، الحطام، الأحمال المسكوبة، الطقس العاصف، الصيانة المؤقتة وأنشطة البناء، فضلا عن غيرها من الأحداث غير العادية أو الخاصة التي تعطل تدفق العادي من حركة المرور خلال حادث، يتم تقييد القدرة العادية للطريق وطوابير والتأخير في كثير من الأحيان تحدث كل حوادث الطرق السريعة العام والعوائق تؤدي إلى الازدحام المروري، والتلوث البيئي على، والأضرار في الممتلكات، والإصابات الشخصية، والقتلى الكشف عن الحوادث دقيقة وفورية أمر حاسم للاستجابة لمثل هذه الحالات الطارئة من أجل إنقاذ الأرواح، ومنع الحوادث الثانوية، واستعادة العمليات العادية في الوقت المناسب كشفت دراسة تشارلز 2007 تزايد مساهمة الحوادث للازدحام السريع وغيرها من المشاكل ولدت اهتماما قويا في تطوير أساليب الكشف عن الحوادث التلقائية وفعالة وفعالة إيد في العقود القليلة الماضية في الوقت الحاضر وظيفة إيد على الطرق السريعة هو الهدف الرئيسي لنظام إدارة حركة المرور المتقدمة أتمس، والتي هو جزء لا يتجزأ من نظام النقل الذكية في بلد s ITS. The الهدف من هذه الورقة هو اقتراح والتحقق من صحة منهجية للكشف عن الحادث على الطريق السريع الصمامات تتحرك نموذج المتوسط ​​والتحلل المويجات الثابتة يتم الحصول على البيانات من أجهزة الاستشعار بالموجات فوق الصوتية طوكيو السريع في الميدان البيانات هناك بعض البيانات المفقودة التي تسببها كوم تأخر التوحيد وكذلك الصدمة، والتي قد تسبب إنذار كاذب لذا يجب أن تكون منهجية وضعت قوية مع هذه الضوضاء التي تتكون في البيانات الحقيقية لحل هذه المشكلة، يتم تطبيق نموذج ما لتسهيل البيانات الخام أولا ثم يتم تطبيق التحلل المويجة على سرعة وبيانات الإشغال حركة المرور على الطرق في ظل الظروف العادية لديها بعض الجمود، ولكن عندما يحدث حدث، وتغير حالة تدفق حركة المرور ويعكس في أداء المعلمات حركة تحليل المويجة لديها الأداء الجيد، والتردد المثالي والخصائص المحلية في تحليل البيانات عابرة وخلافا لغيرها من طريقة القائم على المويجات المعروضة من قبل، في هذا الورق التحلل المويجات ثابتة يتم تطبيقها، حيث معامل نقل الإشارة لا يتحول وبالتالي يمكن الكشف عن وقت الحادث بشكل أكثر دقة يتم اختبار المنهجية المقترحة مع أجهزة الاستشعار حركة المرور طوكيو متروبوليتان السريع ويتم تنظيم هذه الورقة على النحو التالي القسم 2 يوفر استعراض الأدبيات ل خوارزميات الكشف نيسيدنت القسم 3 يوفر مقدمة لتحويل المويجات منفصلة وتحويل الموجة الثابتة يتم عرض أجهزة الاستشعار بالموجات فوق الصوتية بيانات طوكيو متروبوليتان السريع المستخدمة في هذه الدراسة في القسم 4 ثم يتم وصف منهجية إيد المقترحة للطريق السريع في القسم 5 تليها اختبارها و نتائج التحقق من صحة مع البيانات الميدانية في القسم 6 وأخيرا، يتم عرض الاستنتاج والمناقشة في القسم 7.2 الأدب الاستعراض. منذ 1970s، وقد وضعت عدد من أنظمة الكشف عن الحوادث التلقائي كوك وكليفلاند، 1974 بويرز وآخرون 1995 ديا وروز، 1997 تشيو وآخرون 2004 كرابتري أند ستاماتياديس، 2007 جيونغ وآخرون 2011 و كادالي وآخرون 2014 نظم إيد تنطوي على عنصرين رئيسيين، تكنولوجيا الكشف وخوارزمية الكشف عن الحوادث توفر تكنولوجيا الكشف عن حركة المرور المعلومات المرورية اللازمة للكشف عن حادث في حين أن خوارزمية الكشف عن الحادث يفسر تلك المعلومات ويؤكد الوجود أو غياب الحوادث يتم تقييم أداء نظام إيد من قبل ثلاثة معايير رئيسية تشونغ و روزاليون، 1999 وجيانغ وآخرون 2001.2 1 معايير تقييم الأداء. المعلمات هي معدل الكشف در، معدل الإنذار كاذبة فار، ومتوسط ​​الوقت للكشف عن متتد. در هي نسبة عدد الحوادث المكتشفة إلى العدد المسجل من الحوادث في مجموعة البيانات وتعطى كنسبة مئوية. خوارزميات فحص الحوادث في كل فاصل زمني منفصل مثل 20 ثانية و 30 ثانية و 1 دقيقة و فار هي نسبة من فاصل الكشف غير الصحيح إلى العدد الإجمالي للفواصل الزمنية التي طبقت عليها الخوارزمية ويعبر عنها عادة كنسبة مئوية لكل قسم بين محطة الكشف المنبع والمصب. فار N n n 100. وحيث N f هو عدد الفاصل الزمني غير الصحيح للكشف N t هو العدد الإجمالي للفواصل الزمنية التي تم فيها تطبيق الخوارزمية. وقت الكشف هو الفارق الزمني بين الوقت الذي تم الكشف عن الحادث من قبل الخوارزمية والوقت الفعلي الحادث أوكو ريد و متد هو متوسط ​​الوقت للكشف عن الحوادث n 2 2 تكنولوجيا الكشف. توفر عدد من التكنولوجيات لإدارة حركة المرور التي تستخدم أيضا للكشف عن الحوادث وتشمل هذه التقنيات أجهزة الكشف حلقة حثي استخدام الحلقات المغناطيسية أو الاستقرائية جزءا لا يتجزأ من الرصيف إلى الكشف عن وجود سيارة، كشف رادار الميكروويف الأكثر شيوعا، الأشعة تحت الحمراء، كشف بالموجات فوق الصوتية، كاشفات غير تطفلية، التي شنت على هيكل فوق الطريق الميكروويف أداء جيدا في جميع الأحوال الجوية، في حين أن البعض الآخر حساس للآثار البيئية الصور معالجة الصور الكشف عن الفيديو من الكاميرا حساسة للضوء وكانت مكلفة، ولكن التكاليف هي اسقاط تحقيقات السيارة، وصفت لي وماكدونالد 2005 أن تركيب علامات حصيلة الإلكترونية في نسبة متزايدة من أسطول المركبات وفرت فرصة لاستخدام المركبات التحقيق وأجهزة استشعار لقياس السرعات ووقت السفر التلقائي رقم لوحة التكنولوجيا الاعتراف يمكن استخدامها بدلا من ذلك موبي لي موقع الهاتف هو مماثل في مفهوم لتحقيقات السيارة ولكن باستخدام التثليث لمراقبة سرعات السفر السيارة، وبالتالي فإنه قادر على الكشف عن الحوادث تشيو وآخرون 2002. كما ذكرت من قبل، وتستخدم عادة للكشف عن حلقة حثي جزءا لا يتجزأ من الرصيف للحصول على بيانات حركة المرور و تتضمن البيانات سرعة وتدفق وإشغال، وتقدم عادة في دورات 20 ثانية البيانات من هذا النوع تشكل المدخلات لخوارزمية الكشف عن الحوادث، والتي من شأنها رفع علم للإشارة إلى وجود حادث .2 3 خوارزميات الكشف عن الحوادث. الكثير من البحث والتطوير العمل على خوارزميات الكشف عن الحوادث التلقائي يمكن تصنيف هذه الخوارزميات إيد إلى الفئات التالية. 1 مقارنة خوارزميات الخوارزميات مقارنة ظروف حركة المرور الحالية مثل الحجم والإشغال لعتبات محددة مسبقا وتقرر ما إذا كان قد حدث حادث أم لا أمثلة على خوارزميات المقارنة تشمل خوارزمية كاليفورنيا، خوارزمية كاليفورنيا 7، خوارزمية كاليفورنيا 8، وغيرها من نمط معدلة أو محسنة التعرف على الخوارزميات. في الوقت الحقيقي كرس طريقة الكشف على أساس التحرك المتوسط ​​مع دمج المويجات دينويسينغ. شي ون تشن a. Hsiao تشن تشن أ. هسياو الرئة تشان با قسم الهندسة الإلكترونية، جامعة تشانغ غونغ، كوي-شان، تاو يوان 333، تايوان. ب قسم الهندسة الكهربائية، جامعة تشانغ غونغ، كوي-شان، تاو-يوان 333، تايوان. تم تصورها 23 أغسطس 2005 مراجعة 21 نوفمبر 2005 مقبول 26 نوفمبر 2005 متاح على الإنترنت 22 مايو 2006. في هذه الورقة، يقترح طريقة حاسوبية بسيطة تعتمد على المتوسط ​​المتوسط ​​للكشف في الوقت الحقيقي كرس وبالإضافة إلى ذلك، للإشارة إلى المعالجة المسبقة خوارزمية الكشف لدينا يتضمن أيضا المويجة بس إد لخفض مستوى الضوضاء بشكل فعال لبيانات تخطيط القلب الكهربائي الكهربائي الهيكل الحسابي العام للخوارزمية المقترحة يسمح للكشف عن كرس ليتم تنفيذها وتنفيذها في الوقت الحقيقي مع أداء الوقت عالية وكفاءة الذاكرة خوارزمية تم تقييم الأداء ضد MIT - بيه عدم انتظام ضربات القلب قاعدة البيانات وأشارت النتائج العددية أن خوارزمية الرواية حققت أخيرا حوالي 99 5 من معدل الكشف عن قاعدة البيانات القياسية، وأيضا، فإنه يمكن أن تعمل بشكل موثوق حتى في ظل حالة من نوعية إشارة الفقراء في قياس إسغ data. Electrocardiogram ECG. Moving كشف. QRS. Wavelet dooising. Fig 1 الشكل 2 الشكل 3 الشكل 4 التين 5. المؤلف المقابلة هاتف 886 3 2118800x5792 الفاكس 886 3 2118507.