基于上下文的SPIHT算法研究

文章在SPIHT算法的基础上,通过合理分配比特、改进零树集合、完善分类策略等措施,提出了一种新嵌入零树小波ECG信号压缩编码算法（简称为改进的SPIHT算法）。算法首先将ECG数据进行离散小波变换;其次,对离散小波变换后的系数进行均匀量化;最后用基于上下文的自适应算术编码对量化后的系数进行编码。仿真结果显示,该算法压缩比大,信息损失小,能够较好的恢复原有的信号。     

基于小波变换星地同步数据处理技术研究

阐述了星地授时同步原理和小波变换理论,分析了小波基的选取准则以及阈值,阈值函数的选取方法。将小波变换理论应用于星地同步数据的处理上,在matlab的平台上对星地同步数据进行降噪仿真处理,分别采用haar小波、db6小波、db10小波和sym6小波对星地授时同步数据进行降噪处理。实验结果表明,小波变换方法实现了对授时同步数据的有效降噪,将授时同步精度提升至10纳秒以内,是一种可靠的分析方法,为星地同步数据降噪方法提供了一定的参考价值。     

虹膜特征提取和匹配的几种主要算法研究

虹膜的身份识别在国际上已成为一个研究的热点领域。本文主要比较了虹膜特征提取和匹配的几种主要算法,分别说明了Gabor变换、傅里叶变换和小波变换的优点与不足,并指出相对而言,小波变换更适合应用在虹膜图像的识别中。     

基于ARMA-APARCH模型和神经网络分类的心电数据挖掘

对ECG信号建议了基于ARMA-APARCH模型的特征提取新方法。经过对ECG信号进行预处理后,采用神经网络分类对MIT-BIH数据集的三种ECG信号进行数据挖掘,统计表明基于ARMA-APARCH模型和神经网络分类的心电识别精度较高。     

基于小波变换的SAR图像海洋内波特征提取

海洋内波观测对于海洋学、海洋工程和海洋军事等方面具有重要价值。合成孔径雷达(Synthetic Aperture Radar, SAR)已经成为海洋内波探测的重要技术手段。本文利用小波变换阈值去噪方法对图像进行预处理;采用Matlab小波函数对图像进行分解、去噪、重构,再通过平稳小波变换提取SAR图像海洋内波的边缘特征。最后通过实验结果分析,证明平稳小波变换对于SAR图像内波特征提取是有效的。     

基于形状的国书馆国像特征提取模型

由于形状的复杂，基于形状的特征提取有不同的描述模型。小波变换因为能够多尺度地逼近边缘，我们采用小波变换并在此基础上提取图像的七阶矩作为图像的特征，并在图书馆图像检索中应用。     

基于小波包变换的海洋数据降噪方法研究

本文介绍了小波变换和小波包变换的基本原理,小波包变换是小波变换的推广,并优于小波变换。软阈值和硬阈值方法是基本的阈值处理方法,在此基础上衍生出了多种处理方法。对假设的海洋数据进行了降噪处理,效果较好,表明小波包变换用于海洋数据降噪有一定得实际意义．     

基于小波分析的往复压缩机气阀故障诊断方法研究

本文针对往复压缩机气阀信号复杂、信号特征难以提取等问题,基于小波变换技术,研究了往复压缩机气阀信号的特征提取及消噪的方法。提出了用于气阀信号处理的小波基函数选择原则和波形匹配及消噪的阀值选取原则。通过对实验对往复压缩机气阀的振动和压力信号进行分析,验证了该方法的可行性和有效性。为企业现场设备维修维护提供了可靠的理论数据。     

基于小波变换的在线多尺度滤波研究及其应用

针对传统线性滤波器单尺度去噪的局限性,以及直接对所测数据进行小波滤波带来的时间延迟性,本文介绍一种基于小波变换和移动数据窗口的多尺度在线滤波方法,并将其应用于HeaviSine信号和某炼油厂蒸馏装置减一线的温度数据。分析表明,该种方法不仅能实现很好的去噪效果而且真正做到了实时处理过程数据。     

基于小波变换算法的时频分析技术在地震信号处理中的应用

本文简单介绍傅氏变换、短时傅立叶变换和小波变换,分析了小波变换方法在实现时频分析方面的优势,并创建理论数据,编制程序对理论数据进行了多种方法的时频分析,经过对比小波算法在理论数据处理方面获得验证,在此基础上,对实际地震数据进行了计算,取得了较好的效果。     

基于小波分析和神经网络的金融时间序列预测

以金融时间序列(1990年~2014年上证指数)为研究对象,金融时间序列数据本身带有较大的波动性,有高频和低频的数据情况贯穿于整个时间序列。小波分析对于数据降噪较于传统的降噪方式有着明显的优势,分析对比小波变换在处理两种不同波频情况下的优势和方法。采用其适合小波分析和神经网络相结合的组合模型对其进行分析和预测,其思想是,先将时间序列进行小波分解,得到各级小波变换序列和尺度变换序列。根据不同级小波变换系数的情况,选择合适的神经网络训练函数建立预测模型,得到各级小波变换序列和最后一层尺度序列,运用小波重建技术得出原时间序列的预测值。最后和常规的BP神经网络比较预测效果。     

一种改进的DCT变换图像融合技术

提出了一种提升小波变换和DCT变换相结合的图像融合算法。这种算法并不依赖于对方差,而是直接使用DCT变化和小波变化分别对高频部分、低频部分进行特征提取。实验表明,这种新的融合技术与传统算法相比,不但提高了图像的信噪比,更加保留了边缘的信息细节,同时也提高了处理效率,减少了使用时间,具有较高得实用价值。     

小波变换用于高压电器局部放电信号特征提取的研究

在电力系统运行的过程中,局部放电在线检测一般采用的是脉冲电流的方法对当前的放电量进行全面的检测和分析,但是设备在运行的过程中会受到很多因素的影响,这样一来也就使得局部放在线监测工作无法顺利的进行,随着科技的发展,小波变换技术也逐渐的得到了应用。本文主要分析了小波变换用于高压电器局部放电信号特征提取,以供参考和借鉴。     

小波变换在图像处理中的应用

小波变换是近些年发展起来的集数学、信息处理于一体的时频分析工具.目前,小波变换技术已广泛地应用于图像处理、视频处理、语音处理以及数字信号处理等领域.本文简要介绍了小波变换方法,对小波分析在数字图像预处理的应用进行了简要讨论,并对图像去噪、图像压缩、以及图像增强等应用进行了一些有意义的尝试.     

基于Morlet小波Canny边缘检测的遥感视觉提取

传统的Canny边缘检测方法提取遥感图像边缘视觉特征在设定不变矩阈值采用经验模式,导致视觉提取分辨率不好,特征提取不准。提出采用Morlet小波变换对遥感图像边缘特征进行不变矩阈值函数构建,提出一种基于Morlet小波Canny边缘检测算法的遥感图像视觉特征提取。将图像数据经过Canny边缘检测和标记分水岭分割,实现遥感图像视觉提取。仿真实验表明,该方法在遥感图像视觉特征提取上比传统的Canny边缘检测方法效果明显,提取正确率最高可以达到94.20%,算法将在远距离遥感目标识别和监测等领域具有很好的应用价值。     

一种图像特征的提取算法研究

小波变换在图像处理方面是一个很有效的工具,本文介绍了使用Matlab环境进行的图像特征的提取算法,详细说明了算法的实现,试验证明本文提出的算法在图像特征提取方面是有效的。     

简述信号特征提取使用小波变换的优点

通过对小波变换所进行的理论分析和计算机模拟发现,利用小波变换具有的高低频分离的特点,可在不丢失原信号重要信息成分的前提下,将原光谱信号的边缘部分进行滤化处理,消除了噪音信息,重构出更加清晰的光谱特征图形,从而提高了信号的清晰度,为信号的预处理提供了更加方便的条件。该信号特征提取的方法,与傅氏变换相比较,具有多项明显的优点,在实际工程应用中具有重要的意义。     

基于小波变换的脚步声特征提取

为了通过脚步声信号对不同的人进行识别,提出了一种基于小波变换的脚步声特征提取方法.对采集到的脚步声信号进行小波分析,观察前后脚掌着地的时间,计算出后脚掌着地到前脚掌着地所用的时闻和前脚掌着地后信号延续的时间的比值,以及前后脚掌之间的能量和前脚掌着地后的能量的比值,依此来组成一个特征向量,用来对脚步声进行特征提取,并通过一个例子验证了提取的有效性.     

基于小波变换的变形监测数据降噪处理

在分析GPS变形监测系统获取的变形监测数据误差特性的基础上,采用小波变换算法,对变形观测序列数据进行降噪处理。实践结果表明,该方法可很好地应用于非平稳非等时间间隔观测数据序列的消噪,为研究变形体的非线性变形提供一种有效的方法。     

基于小波变换的谐波检测方法研究

良好的时频局部化特征使小波变换应用于电力系统的谐波检测有着很好的理论基础。构造了新的分频严格、能量集中的小波函数,并基于该小波对稳态谐波检测进行了仿真研究。