350 rub
Journal Neurocomputers №8 for 2012 г.
Article in number:
Method of extracting abnormal features in ionospheric parameters on the basis of the wavelet-transform
Authors:
O.V. Mandrikova, Yu.A. Polozov, A.S. Perezhogin
Abstract:
The subject of the present paper and related research are ionospheric parameters and, in particular, discovering local abnormal features connected with solar activity or arising during the periods of the increased seismic activity. These abnormal features contain important information for a researcher and during signal processing there is a problem of their identification. In the given paper we have suggested a new technique aimed at studying time features of parameters of the ionosphere and numerical decisions based on wavelet-transform have been introduced. They make it possible to extract local structures in data in an automatic mode. In this paper we have suggested numerical solutions to the automatic extraction of abnormal features and their further analysis, which includes transforming data into the wavelet space, extracting informative time-frequency intervals in data and analyzing local structures forming the process.
Pages: 11-17
References
  1. Демин М. Г. Ионосфера Земли. Плазменная гелиогеофизика. М.: Физматлит. 2008. Т.II. С. 92-163.
  2. Богданов В. В., Геппенер В. В., Мандрикова О. В. Моделирование нестационарных временных рядов геофизических параметров со сложной структурой. СПб.: ЛЭТИ. 2006.
  3. Мандрикова О. В., Полозов Ю. А.Критерии выбора базисной вейвлет-функции в задачах аппроксимации и выделения локальных особенностей сложных временных рядов // 5-ая междунар. конф. «Проектирование инженерных и научных приложений в среде MATLAB», Харьков, 11-13 мая 2011 г.
  4. Брандт З. Анализ данных. Статистические и вычислительные методы для научных работников и инженеров. М.: Мир; АСТ. 2003.
  5. Марпл.-мл. С. Л. Цифровой спектральный анализ и его приложения: Пер. с англ. М.: Мир. 1990.
  6. Добеши И. Десять лекций по вейвлетам: Пер. с англ. Ижевск: НИЦ «Регулярная и хаотическая динамика». 2001.
  7. Малла С. Вэйвлеты в обработке сигналов:Пер. с англ. М.: Мир. 2005.
  8. Клионский Д. М., Большев А. К. Применение искусственных нейронных сетей в задачах обнаружения аномалий в поведении сложных динамических объектов // Нейрокомпьютеры: разработка, применение. 2011. № 11. С. 32-44.