基于小波神经网络的图像表述

小波神经网络有机地融合了小波分析的时频特性和神经网络自适应优点。本文将小波神经网络应用于图像表述，提出相应的图像表述算法。分别采用两种小波函数作为网络激励函数，以验证图像表述效果。实验结果表明，小波神经网络能够有效地表述图像，其算法具有较强的鲁棒性。     

谐波小波时频图在齿轮故障诊断中的应用

谐波小波具有简单的时频表达式和更加普遍意义上的正交性，在频域具有良好的盒形谱特性，以及简单快速的FFT分解算法。根据其FFT分解算法构造出谐波小波的时频网格图、时频等高线图与时频剖面图，并用它们成功提取出某试验台齿轮箱的周期性断齿冲击信号，说明谐波小波具有较大的工程应用价值。     

机械故障诊断中的小波基及算法研究

针对小波分析在机械故障诊断应用中的小波基选择和快速算法存在的问题,对常用的正交、半正交、双正交小波提取信号特征的能力进行了分析比较,表明半正交Ｂ样条小波因具有线性相位和采用较长的分解序列而具有较好的频率局部化特性和较小的变换误差,具有比较好的综合性能。推导了正交小波包的图形显示算法。利用该算法解决了小波变换快速算法中存在的数据长度随分解层数倍减小的问题。研究结果为故障诊断中小波基的选择和信号的深层     

基于小波变换的轨道电路UM71信号解调实现

分析了UM71信号的时域波形和频谱特点以及小波变换在时域和频域具有良好的局部化特性.针对UM71信号的信息特征,提出了基于小波分析技术、利用小波脊线对UM71信号进行解调进而提取UM71信号信息特征的方法,给出了小波算法解调过程,通过计算机仿真,证明了此方法的有效性.该方法克服了傅立叶变换频谱分析方法缺乏时间和频率定位功能的缺点,可以得到UM71信号的瞬时幅度、瞬时频率及上下边频等特征,从而为UM71信号的分析和解调提出了一个新的方案.     

嵌入式小波图像编码算法的研究

分析了嵌入式零树小波编码（EZW）算法原理和特点。讨论了两个基于EZW算法的改进算法，即多级树集合分裂算法（SPIHT），集合分裂嵌入块编码（SPECK）。最后，对这些算法原理进行了比较和讨论，说明了嵌入式图像编码的研究方向。     

小波变换技术概述

小波变换具有良好的时频局部化特性,通过小波变换可以将一个时域信号进行多分辨分解,因此小波变换技术就常被应用到数字水印中来。文章对小波变换理论及其相关知识进行了研究,论述了离散小波变换、多分辨率分析等理论。     

二维地震波形小波多尺度反演

多尺度反演具有对初始模型依赖性低、收敛速度快、反演结果稳定等优点,是一种很有希望的反演方法。基于小波变换讨论二维地震波形多尺度反演问题,将地震参数反演转化为小波域重要系数的优化问题,有效改善了局部极值等。并引入了EZW思想,用小波系数的零树来预测待优化参数的位置,加速优化参数的搜索,使反演更有目的性。     

改进小波算法在机械故障诊断中的应用

小波变换具有优良的时频分析特性,适合于提取非平稳信号和时变信号,利用小波变换来提取机械设备的故障特征是当前的一个研究热点.但是由于小波滤波器的频响应特性不理想,因此直接对信号进行小波变换必定会产生一定的虚假频率,从而影响故障特征提取的准确性.针对小波变换产生混频的原因提出了一种改进的小波分解算法,仿真结果表明该方法能有效地消除混频现象,提高故障诊断的精度.     

果蝇优化小波阈值超声检测信号去噪

由于材料结构的复杂性,超声检测回波信号往往存在很多干扰噪声。针对钢制结构中平底孔的超声检测信号传统小波去噪方法中小波阈值难确定的问题,结合小波良好时频特性和果蝇的全局优化能力,提出基于果蝇算法(FOA)优化小波阈值函数的超声检测信号去噪方法。对原始信号叠加5d B高斯白噪声,通过测试最大信噪比改善量获得最佳小波基和分解层数,采用sym5小波对超声检测信号进行6层分解后,利用果蝇算法对小波阈值进行参数优化,对比传统4种阈值确定方法,提高小波阈值的精度。验证结果表明:该方法对超声检测信号去噪后信噪比、均方根误差和相关性等参数具有满意的效果,去噪效果明显。     

基于AR算法的小波技术在随机场模拟中的应用

采用线性滤波器法中的AR法模拟生成了地震动场和风场的时程信号。由于AR算法具有很高的计算效率,但模拟精度却不理想,故引入小波分析中的小波分解方法和小波包分解方法对AR算法模拟的信号进行调整,并对这两种方法改进的效果进行对比。算例分析表明由改进的AR法得到的样本信号频谱与目标谱吻合良好,且发现小波包分解方法调整信号具有比小波分解方法更好的精度。     

基于DT-CWT和SVM的纹理分类算法

提出了一种基于双树复数小波变换(DT-CWT)和支持向量机(SVM)的纹理分类算法.双树复数小波变换不仅具有实数小波的诸多优点,而且还具有近似平移不变性、良好的方向选择性和低冗余度,并且能对图像进行完全重构,能够更好地刻画纹理的特性;支持向量机算法是近年发展起来的性能优越的分类算法,比传统分类器有很大的优越性:避免了局部最优解和"维数灾"问题,其最优分类超平面的思想能够提高分类准确度.该方法用双树复数小波对纹理图像进行滤波并在各方向子带上进行重构,再计算其局部能量函数得到每个像素的特征向量,最后利用支持向量机算法实现对纹理图像像素的分类.将本方法与其它的分类算法进行比较,实验结果表明,提出的算法能有效地提高正确分类率.     

基于小波分析的解调分析方法

利用高斯小波的线性特性和带通特性,设计小波滤波器组。运用该滤波器组对调制信号进行解调分析,实现了选频,可变带宽包络分析,将传统的包络分析中信号的窄带带通滤波和包络分析结为一体。算法具有较强的适时性,为包络分析提供了一种新方法。     

基于线性混合小波基的图像去噪

单小波基由于时频特性难以与复杂的图像特征相匹配,限制了小波闽值算法在图像去噪效果上的进一步提高.提出了一种基于线性混合小波基的图像去噪方法,将多个不同特性的正交小波基进行线性混合构成一个新的小波基,用该混合小波基对图像进行分解后再通过阈值处理实现去噪.调节混合系数,可使混合小波基的时频特性与图像特征相匹配,从而提高小波阈值去噪效果.实验结果表明,该方法去噪效果优于参与混合的各单小波基去噪效果,其峰值信噪比(PSNR)最大可提高3.5 dB.     

基于小波变换的数字图像处理

从小波变换和其他应用于视频压缩编码的变换的对比出发,阐述小波变换的优势所在并给出小波变换的原理和特性。然后,提出三种在小波变换编码中起重要作用的技术。最后,分析四种主流的小波编码算法。     

基于小波分析的解调分析方法

利用高斯小波的线性特性和带通特性,设计小波滤波器组.运用该滤波器组对调制信号进行解调分析,实现了选频、可变带宽包络分析.将传统的包络分析中信号的窄带带通滤波和包络分析结为一体.算法具有较强的适时性,为包络分析提供了一种新方法.     

一种基于小波特征的彩色图像分割算法

利用小波变换的多尺度对图像纹理特征良好表达的特点,用小波变换提升算法图像纹理特征进行提取,从而达到较好的分割效果。     

傅里叶与小波变换的电力谐波测试性能研究

简述傅里叶变换和小波变换的基本原理,在Matlab平台上设计傅里叶变换模块和小波变换模块。针对含有突变干扰、白噪音干扰等常见工程电力信号,通过实验系统研究傅里叶变换、小波变换的频域和时频分析特性。实验结果表明,傅里叶变换能较好地测试出信号的谐波成分,小波变换具有良好的信号频段分析特性。根据这些特点,探讨傅里叶变换、小波变换各自的适用场合,以便高效利用这两种方法分析电力谐波成份,为治理谐波奠定基础。     

基于小波分析的人脸图像处理

本文利用小波分析进行人脸图像处理,包括人脸图像的滤波、小波增强、以及人脸图像的小波分解等,为后续的特征提取和人脸识别打下良好的基础.实验结果表明,小波分解能够有效地降低人脸图像的维数,大大降低了后续处理算法的复杂度,减少了计算机的计算量.     

《基于谐波小波滤波的旋转机械故障诊断新方法》

针对旋转机械非平稳信号的特点,提出采用谐波小波滤波对现场采集的振动信号进行故障诊断的新方法。该方法基于谐波小波良好的盒形频谱特性,将特定频率段的成分与信号的其它频率成分既不交叠又不遗漏地分解到相互独立的频带上,再进行重构就可将特定频率成分提取出来。仿真计算及实例验证表明,谐波小波滤波方法具有良好的滤波效果,能将有用频率成分提取出来,为初步故障诊断提供依据。该方法具有算法简单,运算速度快的特点。     

小波变换技术及其在图像消噪中的应用分析

小波变换技术已广泛地应用于图形、图像处理,语音处理,视频处理以及数字信号处理等领域。由于小波变换的良好特性,使其在众多实际应用中都能得到很好的应用,并取得比原有技术更好的实际效果。本文阐述了小波变换原理并实现了在MATLAB环境下,利用小波变换对图像进行消噪处理的仿真。同时,文中也给出了中值滤波、维纳滤波器与小波阈值去噪的算法对图像消噪效果对比的仿真结果。