基于混沌理论和LSSVM的网络攻击预测算法

针对网络攻击具有多样性、时变性,传统预测方法预测精度较差的问题,提出一种混沌理论和LSSVM相融合的网络攻击预测算法.利用网络攻击频率时间序列预测模型参数之间的联系,采用粒子群优化算法对模型参数进行组合优化.采用最优参数的预测模型对具体网络攻击频率数据进行仿真测试,并与其它预测算法进行对比.实验结果表明,该方法对网络攻击频率预测精度要高于对比算法,是一种泛化能力好、预测结果可靠的网络攻击预测算法.     

基于小波变换和PCNN图像融合研究

随着小波理论的不断发展,小波变换以其良好的时频特性在图像融合领域得以深入应用。本文分析了基于小波变换和脉冲耦合神经网络图像中点火迭代次数与小波分解层数的关系,研究了各个子带小波系数与点火特征图的数据关系。针对传统融合规则没有考虑着火次数相同和接近时的缺陷,给出了一种改进措施。仿真结果和评价指标结果表明,本文方法更好地保留了原图像中的有用信息,有效的提高了融合图像的质量和稳定性。     

基于混沌理论和小波变换的电力系统短期负荷预测方法

文章首先对目前电力系统负荷预报理论和方法进行了全面回顾和评述,重点介绍了混沌理论的发展及应用现状.结合混沌时间序列的分析方法,在对现在广泛应用于电力系统短期负荷预测的混沌方法研究的基础上,提出了将混沌预测技术与小波奇异性检测和消噪结合提高预测精度的方法.     

分形和小波变换在油气预测中的应用

本文介绍了将处理复杂现象的分形理论和具有良好时频局部化的小波变换相结合，对碳酸盐岩地区进行油气预测的一种新方法。运用该方法对实际的资料进行处理，计算出地震道的关联维和小波变换模值，并与已知的钻井资料进行比较，得到了较为满意的结果。     

基于小波变换的图像去噪算法研究

本文以小波图像去噪为主,阐述小波图像去噪的基本问题、研究现状,概括当前小波图像去噪的主要方法及应用,然后对小波图像去噪方法的发展和应用进行展望。     

基于小波变换的结构信息提取研究

通过对小波变换算法的研究,实现了利用小波变换对地球化学元素数据进行结构信息提取,突出异常轮廓。该方法为研究人员方便快速地确定异常位置提供了准确的技术手段实现。     

基于小波变换的数据分析方法研究

对于短时非平稳的信号,可以采用小波变换的方法对信号进行重构分析,从而有效过滤掉信号中的噪声成分。阈值函数、小波基及分解层数等因素均会影响信号去噪的效果。     

基于小波变换和稀疏表示的人脸识别方法研究

在传统的基于小波变换的人脸识别方法的基础上,加入稀疏表示的方法对人脸识别进行研究,进一步提高人脸识别率。小波变换把人脸图像分解为一幅低频人脸图像和三幅高频人脸图像,低频人脸图像代表人脸图像的全局(整体)信息,高频人脸图像代表人脸图像的纹理和边缘等细节信息。低频人脸图像在人脸识别中起到关键性作用,用正交投影的方法对低频人脸图进行识别得到的低频人脸图像分类隶属度。高频人脸图像在人脸识别中同样存在不可忽略的作用,用基于领域能量的方法把三幅高频人脸图像融合为一幅高频融合人脸图像,然后用稀疏表示的方法对融合图像进行识别得到高频人脸图像分类隶属度。最后把高、低频分类隶属度融合确定人脸图像所属类别,与传统人脸识别方法相比,进一步提高了人脸识别率。     

基于小波变换的图像增强方法研究

本文采用X射线技术,对霉心病等原因造成的内部腐烂变质苹果进行了检测,采用小波变换的方法对图像进行增强处理,为了检测算法的有效性,和传统图像增强的方法进行了比较。实验结果表明,采用小波变换的方法增强图像后,可以得到比原始图像更清晰的图像。     

基于小波变换的图像去噪方法研究

图像处理的目的就是对数字化后的信息进行某些运算和处理,以提高图像的质量或达到人们所要求的预期结果.小波被看做一种用于多层次分解函数的数学工具.图像信号经过小波变换后可以用小波系数来描述,小波系数体现了原图像信息的性质,图像信息的局部特征可以通过处理小波系数来改变.     

基于小波和傅立叶变换的钻具评价的初步研究

金属磁记忆检测技术是一种新兴的对铁磁性材料进行早期损伤诊断的无损检测方法。用小波多分辨分析和傅立叶变换法相结合的方法,对钻具套管磁记忆信号的频谱特征的研究表明,没有缺陷套管的频谱幅度小于50,而有缺陷的则大于50,据此可以判断钻具有无缺陷。为钻具疲劳评价提供了一种依据。     

基于小波分析的红枫湖年径流变化研究

基于红枫湖1965-2011年径流量资料,采用小波分析法对红枫湖年径流变化特征进行研究,探寻红枫湖年径流在不同时间尺度下的小波变换时频分布特征和丰、枯交替变化的周期规律,为红枫湖水资源的合理开发利用提供科学参考。结果表明,红枫湖年径流量总体呈下降趋势,黄猫村站年均递减约0. 0096×109m3,麦翁站年均递减约0. 0084×109m3。根据小波系数和小波方差分析,红枫湖年径流序列具有多时间尺度变化特性,主要存在28a和12a的周期变化,分别为第一主周期和第二主周期。这两个主要周期变化主导着红枫湖年径流的趋势变化特性,尤其是以第一主周期28a的周期变化为主,年径流大致经历了枯→丰→枯→丰→枯的变化。在第一主周期28a特征时间尺度下,红枫湖流域2011年后将进入丰水期,且年径流量年径流量呈现出增加的趋势。     

基于DSP和小波变换电能质量监测系统的研究

采用了基于DSP和小波变换的电能质量监测方法,建立了完整电能质量监测的系统,充分利用DSP强大的数据处理功能,以及小波变换有具有对非平稳信号分析处理能力,实验表明该方法可以很好监测电能的多项指标,取得了良好的效果。     

基于小波变换图像增强的研究与分析

本文基于小波变换的理论,对图像进行增强分析,并与频域法的低通滤波和高通滤波以及空域法的平滑滤波、锐化滤波进行比较,表明小波变换对改善图像质量较好。     

基于小波变换的遥感图像压缩并行算法研究

文章针对遥感图像本身的特点和统计特性,首先对遥感图像进行小波变换,将遥感图像进行多分辨率分解,分解成不同空间、不同频率的子图像;然后将经过小波变换以后的遥感图像分割成不同频带,其中的低频带采用差分脉冲调制法进行压缩,保证遥感图像主要的信息不丢失,其他高频带采用多级树集合分裂算法编码提高压缩比,这样分为高频和低频带为算法的并行实现提供了条件。实验结果表明,遥感图像在图像压缩的并行处理以后可以获得更少的时间开销。     

基于小波变换的信号去噪研究

小波变换在信号去噪的应用中有很大的优势,它弥补了傅里叶变换在信号去噪中的局限。小波变换在时间域和频率域都具有良好的局部特性,可以聚焦到信号的任意细节。根据信号的特性利用小波变换的处理方法能够有效的将有用信号与噪声分离开来从而达到去噪的效果。     

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。     

基于小波变换的地震资料处理和应用

由于小波变换有着其他方法无法比拟的时域性与频域性的特点,使其在地震资料处理中得到广泛的应用,尤其是在地震数据去噪、压缩、提高分辨率、三维地震资料拼接等方面的应用取得了很好的效果。     

基于小波变换的并行图像分割算法分析与优化

研究了基于小波变换图像处理的可行性,在分析了二维小波变换的数学模型后,改进了基于多处理机的均匀分块并行算法,有效减少了算法中的通信量。该算法具有通信量小、负载均衡等特点,适合实现多级小波变换,符合实际应用中对分辨率的要求。     

基于小波变换的图像检索

正本文研究了小波变换的有关定义、理论和性质,尤其是小波变换的多分辨分析理论和离散小波变换理论;研究比较了图像边缘提取的一些方法,着重研究了图像检索的基本方法和基于小波变换的商标图像检索方法,在MATLAB工作环境下对其进行仿真试验,并对实验结果进行了分析和比较。我们还将作进一步研究,使之具有实用价值。近年来出现的小波分析方法作为有力的分析工具被用