本文選題：文物多元時(shí)間序列 + 小波理論��； 參考：《西安建筑科技大學(xué)》2017年碩士論文

【摘要】：不可移動(dòng)文物作為我國(guó)古老文明的重要載體,具有極高的歷史、文化和科學(xué)價(jià)值。由于自然環(huán)境變化等原因,不可移動(dòng)文物出現(xiàn)了不同程度的病害,保存狀態(tài)受到極大威脅。隨著物聯(lián)網(wǎng)技術(shù)在不可移動(dòng)文物保護(hù)上的應(yīng)用,避免了傳統(tǒng)保護(hù)手段應(yīng)對(duì)異常變化不及時(shí)、獲取信息不全面、效率低下等問(wèn)題。如何利用不可移動(dòng)文物物聯(lián)網(wǎng)數(shù)據(jù)實(shí)現(xiàn)對(duì)文物本體、環(huán)境等風(fēng)險(xiǎn)因素的分析、預(yù)測(cè)就顯得十分必要,成為不可移動(dòng)文物下一步信息化保護(hù)工作的關(guān)鍵。本文在分析不可移動(dòng)文物物聯(lián)網(wǎng)數(shù)據(jù)特點(diǎn)的基礎(chǔ)上,研究了基于小波理論的相關(guān)分析方法和預(yù)測(cè)建模方法,設(shè)計(jì)了基于上述方法的文物病害預(yù)測(cè)分析系統(tǒng)。具體工作如下:(1)文物多元時(shí)間序列相關(guān)性分析。針對(duì)小波相關(guān)分析理論僅面向單元時(shí)間序列的局限性,以及定量分析時(shí)滯相關(guān)關(guān)系對(duì)研究文物多元時(shí)間序列的重要性,提出了一種基于小波理論的多元時(shí)間序列相關(guān)性分析方法。該方法利用定義的小波相關(guān)系數(shù)結(jié)合逐步回歸向前思想實(shí)現(xiàn)了變量屬性的約簡(jiǎn),并通過(guò)構(gòu)建的小波時(shí)滯相關(guān)系數(shù)公式定量描述了序列時(shí)滯相關(guān)關(guān)系。實(shí)驗(yàn)結(jié)果表明,該方法增強(qiáng)了小波分析方法在多元時(shí)間序列相關(guān)性分析的適用性,可以定量分析文物多元時(shí)間序列的相關(guān)性和時(shí)滯性。(2)文物多元時(shí)間序列預(yù)測(cè)建模。鑒于多元時(shí)間序列內(nèi)部的繁雜相關(guān)性對(duì)預(yù)測(cè)建模的影響,及文物多元時(shí)間序列預(yù)測(cè)建模中考慮因素單一等問(wèn)題,在小波相關(guān)分析的基礎(chǔ)上進(jìn)行變量選擇,進(jìn)而參考時(shí)滯性因素對(duì)預(yù)測(cè)建模方法進(jìn)行了改進(jìn)。首先根據(jù)小波相關(guān)分析理論結(jié)合最小相關(guān)準(zhǔn)則的變量選擇方法實(shí)現(xiàn)了特征變量的有效選擇,在此之上利用得到的量化時(shí)滯相關(guān)關(guān)系構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型,仿真結(jié)果表明該方法能夠提高文物多元時(shí)間序列預(yù)測(cè)模型的精度。(3)文物病害預(yù)測(cè)分析系統(tǒng)。由于現(xiàn)有不可移動(dòng)文物物聯(lián)網(wǎng)在數(shù)據(jù)分析處理功能上存在的缺失,設(shè)計(jì)了基于本文算法的文物病害預(yù)測(cè)分析系統(tǒng)。該系統(tǒng)不僅可以為文物保護(hù)工作提供了科學(xué)可靠的依據(jù),而且健全了不可移動(dòng)文物物聯(lián)網(wǎng)的應(yīng)用體系,對(duì)文物預(yù)防性保護(hù)起到了重要的作用。
[Abstract]:As an important carrier of ancient civilization in our country, immovable cultural relics have high historical, cultural and scientific values. Because of the changes of natural environment, immovable cultural relics have appeared in different degrees of disease and the state of preservation has been greatly threatened. With the application of the Internet of things in the protection of immovable cultural relics, the traditional protection has been avoided. It is very necessary to use the data of unmovable cultural relic to realize the analysis of the risk factors such as the ontology and the environment of the unmovable cultural relic. It is the key to the information protection work of the unmovable cultural relics. This paper analyzes the unmovable text in this paper. On the basis of the data characteristics of the Internet of things, this paper studies the correlation analysis method based on the wavelet theory and the prediction modeling method, and designs a system for the prediction and analysis of cultural relics based on the above methods. The specific work is as follows: (1) the correlation analysis of the multiple time series of cultural relics. And quantitative analysis of the importance of time-delay correlation on the study of multiple time series of cultural relics, a method of multivariate time series correlation analysis based on wavelet theory is proposed. This method uses the defined wavelet correlation coefficient combined with stepwise regression forward to realize the reduction of variable dependent variables, and through the construction of wavelet time-delay correlation. The coefficient formula quantificationally describes the correlation of sequence delay. The experimental results show that this method enhances the applicability of wavelet analysis method in multivariate time series correlation analysis, and can quantitatively analyze the correlation and delay of multiple time series of cultural relic. (2) multi time sequence prediction modeling of cultural relics. The influence of miscellaneous correlation on prediction modeling, and the single factor in multi time series prediction modeling of cultural relic, variable selection on the basis of wavelet correlation analysis, and further improvement of the prediction modeling method based on time-delay factors. First, the selection of variables based on the wavelet correlation analysis theory combined with the minimum correlation criterion. The method realizes the effective selection of the characteristic variables. On this basis, the prediction model based on BP neural network is constructed by using the quantitative time-delay correlation. The simulation results show that this method can improve the precision of the multi time series prediction model of cultural relic. (3) the system of cultural relic disease prediction and analysis. In the absence of data analysis and processing function, a system based on this algorithm is designed. This system can not only provide scientific and reliable basis for the protection of cultural relics, but also improve the application system of the immovable cultural relic network, and play an important role in the preventive protection of cultural relics.
【學(xué)位授予單位】：西安建筑科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：O211.61

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高雷阜;李超;;基于特征加權(quán)與核主成分分析的掌紋識(shí)別[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2016年06期

2 杜建國(guó);李利莎;賀永勝;郭士旭;;敦煌莫高窟壁畫(huà)結(jié)構(gòu)振動(dòng)響應(yīng)預(yù)測(cè)方法[J];建筑結(jié)構(gòu);2015年19期

3 李曉杰;郭睿;黃金;朱陵鳳;譚紅力;董恩強(qiáng);;神經(jīng)網(wǎng)絡(luò)在北斗導(dǎo)航衛(wèi)星軌道預(yù)報(bào)中的應(yīng)用[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2015年09期

4 彭山;;淺談文物保護(hù)工作的意義和要求[J];大眾文藝;2015年15期

5 劉思峰;楊英杰;;灰色系統(tǒng)研究進(jìn)展(2004—2014)[J];南京航空航天大學(xué)學(xué)報(bào);2015年01期

6 張玉虎;劉凱利;陳秋華;胡欣欣;;區(qū)域氣象干旱特征多變量Copula分析——以阿克蘇河流域?yàn)槔齕J];地理科學(xué);2014年12期

7 方云;董慶賀;;唐順陵天祿石雕變形監(jiān)測(cè)及分析[J];安全與環(huán)境工程;2014年05期

8 韓敏;劉曉欣;;一種基于互信息變量選擇的極端學(xué)習(xí)機(jī)算法[J];控制與決策;2014年09期

9 韓敏;許美玲;任偉杰;;多元混沌時(shí)間序列的相關(guān)狀態(tài)機(jī)預(yù)測(cè)模型研究[J];自動(dòng)化學(xué)報(bào);2014年05期

10 吳虎勝;張鳳鳴;徐顯亮;張超;杜繼永;;多變量時(shí)間序列的無(wú)監(jiān)督屬性選擇算法[J];模式識(shí)別與人工智能;2013年10期

相關(guān)博士學(xué)位論文 前1條

1 孔繁利;金融市場(chǎng)風(fēng)險(xiǎn)的度量—基于極值理論和Copula的應(yīng)用研究[D];吉林大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 邢皓晨;排土場(chǎng)邊坡穩(wěn)定性分析及安全評(píng)價(jià)[D];中北大學(xué);2015年

2 李超;唐順陵石刻本體狀況與保存環(huán)境的監(jiān)測(cè)評(píng)估[D];西北大學(xué);2014年

3 郭寶麗;基于灰色神經(jīng)網(wǎng)絡(luò)的年降水量組合預(yù)測(cè)模型研究[D];重慶大學(xué);2014年

4 李鵬飛;考古遺址發(fā)掘數(shù)據(jù)管理和分析技術(shù)研究與應(yīng)用[D];浙江大學(xué);2014年

5 劉曉欣;互信息多元時(shí)間序列相關(guān)分析與變量選擇[D];大連理工大學(xué);2013年

6 李云燕;仿真數(shù)據(jù)相關(guān)性分析方法研究[D];哈爾濱工業(yè)大學(xué);2011年

7 梁志平;多變量時(shí)間序列相關(guān)分析及建模預(yù)測(cè)研究[D];大連理工大學(xué);2010年

8 穆大蕓;多變量時(shí)間序列預(yù)測(cè)與儲(chǔ)備池優(yōu)化方法研究[D];大連理工大學(xué);2010年

9 王一頡;多元混沌時(shí)間序列相關(guān)性分析及預(yù)測(cè)方法研究[D];大連理工大學(xué);2008年

10 曹磊;基于逐步演進(jìn)遺傳算法的變量選擇[D];同濟(jì)大學(xué);2008年

，

本文編號(hào)：2085724