基于小波变换的图像融合

提出一种基于树状小波的图像融合,其基本思想是首先对源图像进行树状小波分解,之后采用基于像素、区域的选择或边缘检测的融合算法来构造融合图像的小波系数,最后通过树状小波逆变换重构得到融合图像.此外,利用熵、图像均值、均方根误差、峰值信噪比等参量对该融合方法的融合性能进行评价与分析.实验结果表明该融合方法是有效的.     

基于小波理论的奇异信号分析

鉴于传统信号处理对非平稳信号的局限,小波分析作为一种具备时间-频率局部特性的信号处理方法,已成为众多领域的研究热点.笔者介绍了小波变换的部分性质,分析了小波变换与Fourier变换下的奇异信号特性,并以此进行奇异信号检测.     

基于小波变换的状态识别技术在斜拉桥模型中的应用研究

基于小波理论,通过多参数试验分析,研究了斜拉桥模型退化状态的特征抽取和模式识别技术.文中所提出的通过对空间位置序列的小波分析而获得的三维特征图对退化状态的判断直观、有效.     

正交插值多尺度函数的构造

多小波是近几年来小波理论研究的一个重要方向,插值多小波是小波分析的研究热点.就插值多小波而言,本文给出了一种可行的构造多小波正交插值尺度函数的方法,并给出了具体实现步骤.     

基于隐马尔可夫模型的人像鉴别算法

提出了基于小波变换和隐马尔可夫模型的人像鉴别算法. 该算法首先对图像进行3级小波分解,然后把3个不同分辨率的低频子图像由小到大排列成树状结构,形成低频小波树. 接着利用独立元分析对每个小波树枝进行去相关、降维,形成特征小波树枝,并把它作为观测向量对隐马尔可夫模型进行训练,把优化的模型参数用于人脸识别. 分析了观测向量维数与识别率的关系,以及状态个数和高斯概率混合成分的个数对识别率的影响,定性描述了隐马尔可夫模型的本质. 在ORL人脸数据库上,同其他四种相关方法进行了比较,实验结果表明,该方法识别率较高,工程上易于应用.     

基于改进小波脊提取算法的数字信号瞬时频率估计方法

在深入分析小波脊原理的基础上,针对数字信号瞬时频率提取精度要求,利用小波脊提取数字信号的瞬时频率,并对方法的初始值设置、解析小波参数设置和估计精度设置等关键问题进行了分析并改进.实际信号实验表明,改进算法鲁棒性明显增强,实用价值较大.     

关于四次最小支集样条小波函数的一个注记

首先给出了四次紧支撑样条小波函数的解析表达式及其性质,并以四次最小支集样条小波函数为基函数,构造了一类最小支集样条小波插值函数,讨论了计算过程,最后给出了数值计算的例子.     

基于小波分析的自动控制系统的故障诊断

工业控制系统常发生的故障是执行机构和检测装置的故障,且故障信号多是突变性的.传统的Fourier分析由于在时域缺乏空间局部性,只能确定一个函数奇异性的整体性质,而难以确定奇异点在空间的位置及分布情况,难以检测到突变信号.小波变换具有空间局部化性质,而且时域窗和频域窗的宽度可调节.对系统的输入、输出信号进行小波变换,利用该变换求出输入输出信号的奇异点.仿真实验证明了小波变换在故障检测中所具有的优越性.     

关于P波到时的小波分析方法

本文就P波的到时进行研究,采用了小波分析的方法,由于小波分析所固有的优于博氏变换的性质：即小波分析能对波的频域特性和时域特性有比较好的反映,这相对于博氏变换的只能够反映单独的频域特性或者单独的时域特性而言,采用小波分析更加能够保证波型的不失真,采用经过小波分析后得到的数据更加能够精确的满足计算所需．本文运用Daubechies的紧密支集的正交小波基对实际的地震数据进行处理,以期能够对P波的到时进行自动识别．计算结果显示：对地震数据进行不同阶次的小波变换得到不同的结果,很明显可以看出不同阶次的小波变换所产生的结果有不同的时频特性,并且变换阶次越高,信号变换后得到的结果所反映的频率越低;对地震数据进行线性极化计算,可以得到明确的P波利时．     

基于小波DGM(2,1)模型的我国进出口贸易额预测

我国进出口贸易数据序列呈波浪上升趋势,传统预测方法难以获得理想预测效果.小波变换可去除原始信号中的噪声,灰色DGM(2,1)模型适合波动时间序列的预测.运用小波变换和灰色DGM(2,1)模型相结合的方法预测我国进出口贸易总额,取得了理想效果,2017年的预测误差仅为3.4041％,比灰色GM(1,1)模型的10.8493％减小22.4853％,比普通灰色DGM(2,1)模型的15.8011％减小46.7771％.由模型预测得到2018年我国进出口贸易总额为4.378288万亿美元.     

小波神经网络在高维非线性系统辨识中的应用

在对高维系统的非线性辨识中 ,容易诱发维数灾难 ,而且由于数据分布的不均匀性和稀疏性 ,使得通常正交小波网络在应用时存在许多困难。本文利用非正交小波网络 ,按照文 [6 ]的方法训练和构造小波网络 ,针对其泛化能力不好的缺点 ,结合最小二乘算法提出了一种在线自适应调整网络权值的方法 ,获得了一类具有良好自适应能力的小波网络。     

基于小波分析的柴油机配气机构故障诊断

讨论了小波分析的原理与应用特性以及在处理具有非平稳动态信号的柴油机故障诊断中的应用.     

基于小波网络的故障诊断方法在军事系统中的应用

简要地介绍了基于小波网络的故障诊断方法 ,结合军事系统中的电力系统故障诊断问题 ,通过变尺度学习和训练建立了小波网络 ,经过仿真试验 ,取得了满意的效果。进一步研究说明 :小波网络的故障诊断在军事上的运用有其独特的优势 ,该方法在军事系统中有较广阔的应用前景     

集装箱桥吊前大梁主铰冲击特征分析技术的研究

应用小波包分析技术,结合Hilbert包络技术,提出了小波包能量包络技术.该技术能够很好地表征桥吊在工作时产生的振动冲击等非平稳信号的状态特征,为桥吊的状态监测和安全评估提供了一种抗噪能力强、特征表述灵敏的特征抽取技术,并在已开发的状态监测和评估系统中得到了实践,取得了很好的应用.     

基于小波包降噪的地磁场干扰数据分析

针对在港口消磁站附近港口日常作业时产生的磁场干扰以及地球地磁日变对港口消磁站的磁场测量造成严重干扰的现象,采用基于小波包降噪的办法进行干扰抑制处理.该办法通过对干扰源进行分析及实验模拟,得出磁场干扰的原因及特征.通过实际磁场测量数据分析,得出消磁站附近港口日常作业时产生的磁场干扰对地磁场Z分量造成的影响.采用小波包降噪算法,通过小波包基变化,重构受干扰磁场数据,进行干扰抑制处理.处理结果表明,此方法能够有效抑制干扰,对提高港口消磁站磁场测量的准确性有积极意义.     

基于小波分析的Bessel声场预处理

采用Fourier-Bessel方法对环型换能器的声场进行数值计算,并对仿真声场进行了深入讨论. 通过对换能器轴向声压分布的分析,针对声近场明显的扰动,提出一种新的方法对声场进行预处理,即利用小波多分辨率分析降噪,去除近场杂频率成分,提高声压幅度. 研究结果表明,小波分析技术能提高Bessel声场的基波成像质量,对于小波变换在Bessel超声成像中的应用提供了很好的依据.     

三种综合脉冲星时算法的研究和比较

建立在小波分析基础上的综合脉冲星时算法,能把脉冲星的观测计时残差在小波域分解,提取出不同频率范围的分量,然后用小波方差表征脉冲星在不同频率范围的稳定度来对单脉冲星时进行加权平均,得到综合脉冲星时;脉冲星的计时残差包括了计时参考的原子钟的误差和与脉冲星本身有关的计时误差两部分,用维纳滤波的方法可以将两者进行一定区分,并消除掉估计的参考钟误差,将剩余部分作为计时残差实现对脉冲星计时的综合。实验证明,小波分析和维纳滤波方法比经典的加权算法更好,得到的综合脉冲星时的长期稳定度有了较大提高。     

偶对称双尺度因数的Daubechies双正交小波简捷构造法

为简化Daubechies双正交小波因数的求解,以紧支集Daubechies正交小波中尺度关系的Fourier变换余弦形式为基础,提出1种当双尺度因数为偶对称时,推导Daubechies双正交小波对偶尺度方程因数的方法, 并给出构造数值实例.此方法直观、简明.     

身体姿势控制的线性和非线性评价

摘要：目的：非线性分析法 (比如wavelet 分析) 已经被认为是能够更好的描述姿势摇摆下潜在的运动控制机制的方法。作者通过探讨传统线性分析和非线性（wavelet）分析法的关系,为姿势控制研究最大化解释提供参考。方法：6名大学棒球男运动员和6名无任何运动经验的男大学生,分别在睁眼和闭眼条件下,赤脚静止站立在测力台上10 s。结果：两种分析方法结果显示,视觉信息的屏蔽会引起两组人群大范围的姿势摇摆;其中wavelet分析法发现,棒球运动员较于普通人在前后方向上更多依赖脊髓反射通路、肌肉活动和小脑来调整姿势,在左右方向上更多地依赖小脑和前庭系统来维持姿势平衡; 而传统线性分析结果显示,两组人群对姿势调整的神经控制系统反应在两个方向上均未发现显著性差异。wavelet分析下的自变量能够更加全面地解释因变量。结论：运用wavelet分析法研究姿势控制,能够得到有效的生理学参数,发现更多神经肌肉控制层面的信息。     

利用小波分析技术诊断柴油机的轴承故障

讨论了小波变换的定义、性质,并将小波变换理论应用于柴油机滚动轴承的故障诊断。