小波变换分离太阳射电频谱图中的纤维结构

太阳射电爆发纤维精细结构是太阳射电爆发活动中一类重要的观测现象,利用二维小波变换对纤维精细结构动态频谱图进行处理,分离频谱图中的纤维结构。首先对原始频谱图实行多层小波变换,由低频分量重构原始图像,就可得到爆发的背景信息,令原始频谱图减去背景并经过阈值处理后,便可将原始频谱图中的纤维结构很好地分离出来。     

结合波原子和全变差方法的图像去噪*

传统的硬阈值去噪会产生伪吉普斯现象,而波原子本身的周期化过程也会出现新的方向性纹理失真。采用全变差最小化方法来抑制这些失真,提出一种改进的波原子去噪算法。该算法不是直接将低于阈值的小系数置为零,而是对这些系数在全变差最小的意义上作修正迭代,得到最终的去噪图像。数值实验结果表明,波原子去噪保留边缘和纹理的效果优于小波和曲线波,改进算法去噪的视觉质量明显好于传统波原子去噪。最后还指出了进一步的研究方向。     

医疗保险博奕与激励

从风险的角度出发,运用博奕论和信息经济学的有关理论,对医疗保险市场的信息不对称进行了较为深入的分析和定量研究,通过加强外部监管,机制设计,建立了医疗保险的委托代理模型,为医疗保险机构的风险控制提供了参考．     

紧支波波基的非对称性及改进

文中给出了紧支正交小波基的非对称性的一种简捷且容易理解的证明方法,在讨论了紧支 交小波基的这种非对称性在实际应用中的不便后,系统地总结了两大类的改进方法,提出了一种用多尺度函数来改进其对称必的思路,并对重要的改进法给出了具体的算例。     

区间小波变换域的2－PAM信号自适应均衡算法

1 引言为了克服数字通信尤其是无线通信中所产生的码间干扰,一般需使用均衡器。最简单的均衡器是用FIR滤波器实现并采用最小均方误差(LMS)算法的线性横向均衡器(LTE),其优点是结构简单,易于实现,缺点是收敛速度较慢。为了提高收敛速度,可以对信号作正交变换,然后在变换域中通过自正交等方法降低相关阵的条件数来提高收敛速度,比如文[2]提出的就是一种基于小波变换的自适应均衡算法。研究表明,经小波变换后信号的自相关阵近似呈稀疏带状分布,小波变换的这一优点使得它在自适应信号处理中     

分级(BV,W-1,∞)分解的多尺度图像表示

在经典变分图像分解模型中,平衡参数通常依据图像振荡分量的先验信息进行选取.本文针对这一局限性,以更为一般的一类Meyer分解模型为出发点,首先讨论了该模型解的存在性和唯一性,然后给出一种能依据图像自身信息,自适应地确定平衡参数的分级分解框架,进而得到一种分级多尺度图像表示方法,最后,对其收敛性进行了理论分析.并利用Chambolle的投影方法给出具体算法.数值实验结果表明,该方法能较好地弥补单尺度分解模型在图像应用中存在的一些不足.     

利用分形插值函数构造多小波尺度函数的一个新方法

S.Geronimo等利用分形插值函数构造出了L^2(R)上的平移和伸缩不变函数空间，但未给出构造多小波尺度函数和尺度系数矩阵的具体算法，本文给出利用分形插值函数计算尺度系数矩阵的新算法，并对尺度函数作二尺度相似变换，使其具有更高的逼近阶。     

基于二进脊波变换的图像去噪

二进小波变换在每次分解时不进行下采样,与小波级数相比,它是冗余的,且二进小波变换的部分系数扰动不会带来重构信号的严重失真。在相同的误判概率下,基于二进小波变换的信号去噪效果会好于基于小波级数变换的信号去噪效果。基于这个思想,该文提出了一种基于二进脊波变换的图像去噪算法。实验结果证明,与小波级数相比,该算法具有更好的去噪效果。     

基于小波的汇率波动序列长记忆性研究

提出了基于小波方差的时间序列长记忆性分析方法，用该方法对汇率波动序列进行了分析，得到了长记忆参数的精确值。引入了关联尺度函数，对各汇率波动序列长记忆效应的大小程度进行了验证。结果表明各汇率波动序列存在长记忆效应，并且长记忆参数d值越大，汇率波动序列所受历史信息的影响就越强。