基于脊波变换的手指静脉图像增强研究

针对人体手指静脉图像的结构和特点,提出一种基于脊波变换的图像增强算法.该算法对手指静脉图像小波域各高频子带系数进行脊波变换,利用非线性新脊域系数确定法对脊域系数进行处理,然后对各高频子带进行脊波逆变换和小波图像重构.该算法对手指静脉二维曲线奇异处理、边缘增强等具有较好的效果,克服了小波变换在高维曲线奇异和方向选择上的不足.通过与传统的二维离散小波变换边缘增强法和自适应调整系数的脊波变换方法作比较,实验结果表明本算法具有更好的手指静脉图像效果.     

基于小波变换的结构地震响应分析方法的改进

针对现有线性结构非平稳地震响应分析的小波方法中存在计算效率较低的问题,提出了一种求解时频响应的改进方法,即将原地震信号直接输入结构,求得结构响应,再对该响应进行小波分解和重构,得到结构在各频段的响应,反映出结构响应的时频特性.利用小波变换中多分辨率分析的思想及线性结构响应求解的振型分解法,证明了改进方法与现有方法计算结果的一致性.通过算例,说明了改进方法的正确性.     

基于小波变换的爆破振动信号分解与重构

针对非平稳爆破振动信号采用Fourier变换只能在时域或频域变换的问题,提出将时间和频率结合起来分析非平稳信号的方法--小波分析法.利用小波分析法对同一爆破振动信号采用不同小波基进行分析,说明了差异性.并通过不同的小波基对实测的爆破振动信号的分解与重构,以重构误差的大小确定最优小波基.     

基于提升小波变换的图像可听化方法

传统的图像可听化方法多是在空间域选择映射特征,且声音编码维度比较单一,使得盲人学习和使用这种声音的难度较大.针对这一问题,提出了一种基于变换域的图像可听化方法,即对图像小波变换低频系数进行映射,使用频率和音长进行声音编码,将图像表示为电子音乐.实验表明,盲人对这种方法表示的图像具有较高的识别率,并且声音的听感优美,长时间收听不易疲劳.     

基于小波理论的铜矿浮选泡沫图像特征提取研究

针对当前铜矿筛选过程中的浮选工艺,提高该工艺对铜矿的识别率,进而提高铜矿的产量的利用,并最终提高铜矿资源的利用率,是当前思考的重点。结合传统图像分割存在的问题以及小波变换的特点,构建了一个小波变换的二值化泡沫图像处理方式。首先借助小波变换得到多尺度特征,然后利用频率和空间宽度对图形进行重构,并借助二值化对图像的特征进行提取,最后得到子图的等效尺寸特征,最后以该特征作为聚类的数据特征,通过聚类分析方法对特征进行分类,进而验证通过该方法得到的识别率要明显高于传统的识别方法,验证了该方法的可行性。     

基于整数小波变换的空间矢量数据压缩方法

针对空曲线矢量数据相邻坐标点间坐标值大小差别不大的特点.提出一种新的矢量数据压缩方法:首先将空间坐标点间的差值转换为整型的偏移量.使用偏移量表示矢量数据的坐标点;然后利用整数小波变换(IWT)处理偏移量序列,最后对变换后的小波系数进行无损熵编码.使用此方法对中国数字地理地图数据的SHP文件进行压缩,实验结果显示,压缩比超过11,高于其他类似方法,表明本压缩方法能够实现较高压缩比的空间矢量数据无损压缩.     

求解交货期可变动态调度问题的差分进化算法

针对差分进化算法求解动态优化问题时存在多样性缺失、寻优效率低的问题,提出一种多种群差分进化算法,将这种用于求解连续解空间优化问题的进化算法应用于顺序编码的动态调度问题求解中.该算法利用随机键编码表示法将连续位置向量转化为顺序编码,提出自组织多种群策略,将种群按动态空间特征自动分成主种群与子种群;由主种群不断探索峰值所在区域,从主种群分离出来的子种群负责在这些有效区域进行开发,并对子种群规模进行自适应调整,以加快算法寻优速度并节省计算资源,算法应用于交货期可变动态调度问题中,取得了满意结果.     

基于小波多分辨率分析和能量交叉法的小目标检测

小目标检测问题是目标跟踪领域的难点,将小波引入到小目标检测中,利用小波分析的多分辨率特性和时频局部窗特性能够克服传统方法的局限.本文结合小波分析和小目标的特性,在理论分析的基础上提出了基于小波变换和能量特征的检测小目标的方法.最后给出了比较满意的实验结果.     

Mallat小波快速变换与IDRNN在卫星实时故障检测与识别中的应用

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类.      

论表情分析中的基本口型分类方法

本文研究了嘴巴状态识别的问题,提出了结合用小波变换和支持向量机进行嘴巴状态检测的方案.首先用Gabor小波变换对人脸图像进行特征提取,从而得到嘴巴特征图像,然后在特征空间中,用AVM算法设计嘴巴状态分类器.在日本omron人脸库上的实验结果表明,该算法能够取得较好的分类效果.