基于小波变换的脉象信号特征提取方法

为了较好地区分正常人与心脏病人的脉象信号，利用小波变换奇异性检测功能与多尺度分辨特性，提出了两种提取脉象信号特征的方法：连续小波变换法和二进小波变换法。在此基础上，构造了两种特征向量：小波变换系数的尺度——主波峰值和小波变换的尺度——能量值。经过对临床采集的235例脉象信号的处理与分析统计，所得数据具有较好的重复性与稳定性，可以作为用于脉象信号识别的特征向量。     

基于光纤传感及小波分析的管道泄漏检测与定位技术

利用一条高双折射单模光纤和一根普通单模光纤构成分布式光纤传感器,通过检测管道沿途发生的泄漏信息,可以实时地监测管道沿途发生的泄漏情况;用在时频域中具有表征信号局部特征能力的小波分析的方法确定光纤两端两个测试信号的时延,进而即可确定泄漏点的位置.文中阐述了其测试原理和泄漏点定位方法,理论分析和仿真试验结果表明,该方法可以有效提高管道泄漏测试的灵敏度和定位精度,非常适用于管道小泄漏点的检测.     

基于光纤传感和小波变换的管道泄漏定位技术

研究了一种基于Sagnac光纤干涉仪原理的分布式光纤管道泄漏检测和定位技术,利用单模光纤作为分布式传感器,可以有效地检测管道沿线所发生的泄漏信息,并实现泄漏点定位。阐述了检测系统的组成和工作原理,分析了检测系统定位方法。采用小波阈值消噪对泄漏信号进行处理,可以有效地提高零点频率的辨识性。结果表明:该检测技术具有较高的测试灵敏度和定位精度。     

基于小波变换的血压信号特征提取方法研究

该文针对传统的人体血压信号特征提取方法的不足,提出了一种了基于小波变换的人体血压信号特征量提取方法。人体的血压信号是一种非平稳的低频信号,使用Marr小波对人体血压信号进行小波变换的时间一尺度分解,可以得到人体血压信号的模极大值曲线;通过选择合适的分解尺度,可以有效地滤除噪声,对人体血压数据进行消噪处理;进一步滤除奇异性极大值点,可以提取出动脉波动位置和动脉波动幅度信息。文中给出了算法的完整实现,并利用实际采集的人体血压数据验证了该算法,得到了波峰模极大值点和心脏跳动所发生的精确时刻,为人体血压信号的参数识别奠定了基础。     

基于提升算法的图像小波特征提取分析

讨论小波变换以及提升小波变换的基本原理和变换过程。利用2种变换分别实现了对同一图像库的特征提取,并利用支持向量机（SYM）进行分类。结果表明,与传统的小波变换相比,提升小波变换对于图像特征的提取同样是有效的,另外由于其独特的变换构造,使得计算量大大降低,计算时间显著减少,具有很大的实用价值。     

基于提升小波的DDoS实时检测

以小波法估计Hurst指数为基础,提出了基于提升算法的实时Hurst指数估计法。由NS2仿真实验的结果分析出检测DDoS攻击时流量样本与Hurst指数的关系,得到检测DDoS的实时方法.与传统检测方法相比,该法实时高效。     

基于小波特征提取的语音监测系统

论文针对小波变换和语音信号的特点,把小波变换和形态滤波法结合应用于语音信号基音周期的提取,并在此基础上把小波变换和说话人声道特征参数相结合,用于声道特征的提取。最后在以上研究的基础上设计了一种用于公安侦破和司法鉴定的语音监测系统。     

基于小波分析的雷声信号特征提取

地下拾音报警系统以其隐蔽性强、监控范围广等优点受到文物保护部门的关注。给出了一种基于小波变换,利用能量等价关系构造特征空间的方法,可以有效地识别雷声信号,降低雷声造成的误报率,从而有效地改进了地下拾音报警系统的性能。     

小波方差在信号特征提取中的应用

根据小波变换的特点,引入了单一尺度下的小波方差,研究了其在反映随机信号的统计特征方面的特点,以及在信号特征提取中的应用.最后,以一类石油测井信号为实例,分别利用小波方差分析和提取信号在强噪声环境下的特征脉冲.研究结果说明:小波方差是表征信号能量的一个物理量,也是提取非平稳信号的特征的有效方法.     

基于自适应提升小波的漏磁信号降噪

为了解决在故障诊断中漏磁信号的噪声干扰问题,在研究了提升小波基本理论原理和特点的基础之上,提出了自适应提升小波的改进算法,并在阈值处理时引入了综合门限阈值法。应用该算法对实际采集的钢丝绳漏磁信号进行去噪处理,并将该去噪效果与现用的传统小波去噪效果进行了比较。仿真结果表明,基于自适应提升小波方法的方案比传统小波变换有更好的去噪效果。     

基于快速提升小波变换的语音特征提取方法

为提高语音识别系统对环境噪声的鲁棒性,在快速提升小波的基础上,结合感知频域上的滤波与倒谱均值归一化技术,提出一种语音特征参数提取方法．仿真实验表明,与传统方法相比,噪声鲁棒性显著提高;在语音信号的信噪比相近情况下,与传统小波方法相比,该方法计算简便、易于编程、计算速度快．     

小波变换人体目标特征提取方法效果对比

Haar小波和Gabor小波变换是常用的特征提取方法,前者广泛用于目标检测,后者则常用于人脸识别。针对人体目标检测,提出采用Gabor小波变换进行特征提取,并采用三个主要的行人库与Haar小波方法进行对比实验,实验显示：由于二维Gabor小波变换响应能够在多个尺度的多个方向上对目标的局部区域像素值变化进行描述,所以相比只能在水平、垂直和对角线三个方向上描述目标的Haar小波,其优势明显。     

基于小波包变换的脑电波信号降噪及特征提取

针对原始脑电波信号存在非平稳性且非常容易受到各种信号干扰等特点,对基于小波变换和小波包变换的脑电波信号的滤波降噪方法,和基于小波包变换的脑电波信号特征提取方法进行了研究。首先利用MindSet采集到原始脑电波数据,然后分别应用小波变换和小波包变换对其进行降噪处理,比较了两种方法的性能,验证了基于小波包变换的降噪方法的优越性和特征提取方法的有效性。     

一种基于ARM-Linux的分布式管道泄漏监测系统

针对中国输油管道现场具体情况,设计一套基于嵌入式ARM-Linux和LabVIEW的分布式管道泄漏监测系统,包括远程测控终端(RTU)、监测PC以及工业局域网.详细论述了系统架构、硬件组成、软件流程等.通过实际开发与应用,证明此设计完全适用于输油管道特殊现场,不仅降低了成本与功耗,还提高了效率,为长距离石油管道运输系统...     

脑电信号的小波变换和样本熵特征提取方法

针对现有的采用单一的特征提取算法对运动想象脑电信号识别率不高的问题,提出一种结合小波变换和样本熵的特征提取方法.通过小波变换,把脑电信号进行3层分解,抽取出对应于脑电β节律频带的小波系数的能量均值和能量均值差,并结合脑电信号的样本熵组成特征向量,使用支持向量机分类器对左右手运动想象脑电信号进行分类.结果表明,结合小波变换和样本熵的特征提取方法明显优于仅采用小波变换、样本熵以及其他传统的特征提取方法,得到的最高正确识别率为91.43%.     

基于PC104的输油管道泄漏检测定位系统

针对目前管道在线监测用电功率大、网络通信不稳定和系统时间不同一的缺陷,设计了一种基于嵌入式PC104的管道泄漏检测定位系统。应用GPS授时技术和局域网连接中心PC与远程监测终端,详细分析了其系统检测原理、硬件结构和软件设计方案。通过实际测试和应用表明:该系统运行稳定,低功耗,且保证了远距离数据传输的完整性、可靠性和实时性,能够对管道泄漏进行正确的识别,并做出准确的定位。     

A fast method of feature extraction for kernel MSE

In this paper, a fast method of selecting features for kernel minimum squared error (KMSE) is proposed to mitigate the computational burden in the case where the size of the training patterns is large. Compared with other existent algorithms of selecting features for KMSE, this iterative KMSE, viz. IKMSE, shows better property of enhancing the computational efficiency without sacrificing the generalization performance. Experimental reports on the benchmark data sets, nonlinear autoregressive model and real problem address the efficacy and feasibility of the proposed IKMSE. In addition, IKMSE can be easily extended to classification fields.