基于小波变换的多方向小波变换

方向小波变换(SAWT)是小波变换(WT)的多方向扩展,它的基是各向异性的,具有多尺度、多方向的图像表示特性。SAWT不能恒保持多分辨率尺度关系,不能较好地表示图像中的平滑区域,因此利用WT和SAWT构造了一种新的多尺度、多方向且能保持多分辨率尺度关系的小波方向波变换。为了验证该变换的有效性,利用其进行了图像去噪实验。实验结果表明,所提方法能够很好地表示图像中的平滑区域和细节信息,并且能获得更高的峰值信噪比和结构相似性。     

基于小波变换的数字水印技术

数字水印技术作为一门有效的多媒体版权保护技术受到越来越多的的关注。提出了一种基于小波变换的图像数字水印算法。通过对数字图像小波变换结构的研究和分析,利用扩展谱将信息嵌入到LH和HL子带,结合噪声视觉函数在水印的透明性和鲁棒性之间实现了较好的平衡,提高了信息隐蔽的安全性。     

基于模拟系统响应的小波变换故障诊断方法的仿真研究

该文提出了一种基于模拟系统响应函数的故障诊断方法。给出了容差情况下的仿真诊断例子。该方法无需被检测系统的数学模型，具有实时性好、自动化程度高、准确率高的特点。     

基于小波变换的数字水印技术

提出一种同时对水印信息和载体信息进行小波变换的方法,根据HVS模型把水印信息DWT变换后的系数嵌入到图像载体DWT系数中.实验表明,该方法达到视觉的隐蔽性,同时在抵抗JPEG压缩、滤波、噪音等方面都得到较好的效果.     

基于离散小波变换的盲水印研究与仿真

研究优化水印安全性问题.由于水印图像应具备版权信息和密钥条件,针对目前音频水印算法中水印容易被提取,且检测水印时均需要原始水印图像,导致水印安全性,鲁棒性无法保证.提出了基于离散小波变换的混沌加密的音频数字水印盲算法.将混沌原理引入音频水印中,改善了水印的安全性,同时根据信号的能量对水印进行了量化嵌入,改善了水印的鲁棒性.首先利用密钥对二值水印图像进行随机置乱;然后将经过随机置乱处理的含有版权信息的二值水印图像嵌入到原始音频信号中.在水印检测过程中利用已知的密钥对水印进行重构.仿真证明,在不知道密钥的情况下,无法得出水印图像,为设计提供了依据.     

基于PCA变换与小波变换的遥感图象融合

针对多光谱图象与全色图象的融合问题,提出了一种基于PCA变换和小波变换的遥感图象融合方法.新方法通过对多光谱图象作PCA变换,首先得到3个主分量;然后,利用小波变换融合方法融合多光谱图象的第1主分量与全色图象,并用融合后的图象替代多光谱图象的第1主分量;最后,作PCA反变换来得到新的多光谱图象.主观视觉效果分析和客观统计参数评价分析表明,新方法的性能优于PCA变换融合方法、IHS变换融合方法和小波变换融合方法,该方法不仅较大地增强了结果图象空间细节的表现能力,而且很好地保留了多光谱图象的光谱信息.     

基于MATLAB小波变换在电网谐波检测的仿真与研究

谐波是影响电能质量的重要因素,谐波对电力系统和用电设备产生严重危害和影响.通过介绍小波变换的基本原理和MATLAB小波工具箱的应用,提出了应用小波变换对电力系统中谐波分析的MATLAB仿真方法.仿真算例验证了小波变换具有良好的时频局部化特性,可以对电网中的谐波进行有效的检测分析.     

基于小波包变换的谐波检测仿真分析

主要对基于小波包变换的谐波检测方法进行了探讨,通过MATLAB进行了编程仿真,从而确定这种检测方法的可行性和优越性。     

基于平稳小波变换的图像去噪方法

正交小波阀值消噪方法已广泛地应用于图像噪声抑制，目前对于正交小波阈值去噪方法的研究主要集中于如何选取阈值使消噪达到较好的效果，然而对于图像中噪声幅度较大的情况下，正交小波变换阀值消噪会使图像边缘失真，甚至图像模型，提出的平衡小波变换的图像消噪方法，可以有效地降低噪声，同时又较好地保持图像边缘细节，与正交小波变换阈值降噪方法相比，有明显优越性。     

基于小波变换的合成孔径雷达抗干扰仿真研究

该文分析了对SAR(合成孔径雷达)连续波白噪声干扰的抗干扰,对小波变换抗干扰的原理从理论上作了推导,在推导过程中,首先从信号与干扰的小波变换在频率中的分布差异,即能量分布的差异对干扰进行抑制,然后详细分析了小波去干扰的过程,得到了小波变换抗白噪声干扰的理论结果.仿真试验中,用小波分解和小波包两种方法分别在图像域做了抗干扰的试验,并在这两种方法中分别用不同的小波基作了仿真试验.通过仿真结果的分析,验证了理论分析的正确性,同时也得到用小波变换对SAR连续波白噪声干扰的抗干扰有一定的抗干扰效果.     

基于决策树的股市数据挖掘与仿真

决策树方法是数据挖掘的一种方便而实用的方法。该文基于对股市数据的分析,适当选取某些经济指标作为决策属性,并利用改进的ID3算法,从股市数据中挖掘获利能力规则。该文提出的算法用C语言编程实现。仿真的结果表明,不仅获得了具有应用价值的股市决策规则,而且显示出股市中有的经验规则未必正确。     

基于多智能体的股票市场仿真研究

该文通过对股票市场的研究,提出采用基于多智能体的仿真方法来研究股票市场的复杂现象,并用此方法建立了股票市场的仿真模型,对模型中股民所处的环境进行了描述,定义模型中机构投资股民、技术投资股民和跟风投资股民的各种投资和行为规则,设计了股票市场对股民投资行为的撮合机制,并对模型进行了仿真,对仿真结果中股票价格的变化结果和原因,股票交易量的变化情况和原因,以及股民的行为进行了分析,最后指出了下一步的研究方向。     

基于多agent的虚拟股市仿真研究

复杂适应系统的基本思想认为系统的复杂性起源于其中个体的自适应性。该文借助Multi-agent的建模技术,对真实股市和投资者的行为进行合理的约简,设计出具有自适应能力的股民(agent),通过自适应股民的相互行为,从而构建一个虚拟的股票市场。最后对仿真的结果进行分析并展望了未来的研究方向。     

一种基于流特征模式的股市跟踪预测算法

由于股市波动的突发性、多变性,且时序数据呈非正态分布,传统的时序预测模型难以有效预测股市。提出了一种基于流特征模式的股市跟踪预测算法(SFM-PG),该算法根据股票之间的相关性构建贝叶斯网络,选取目标股票的马尔科夫毯作为其同辈群体,然后基于同辈群体之间的接近度,给出一种窗口跟踪式预测模型,其通过对同辈群体权重的动态更新进行跟踪式预测,以减少股票数据分布非正态性对预测的影响;进而,使用滑动窗口提取时序数据中的特征并形成流特征,通过与模式知识库的匹配提取流特征模式,并利用与流特征模式对应的知识调整预测结果,以减少由于突变所引入的预测误差。最后,在上证股票板块网络上的实验结果显示了算法的实用性和有效性。     

基于独立成份分析的证券市场分析

为研究独立成分分析用于证券市场分析,首先介绍了独立成分分析的理论基础,然后介绍了一种独立成分分析的具体算法Fastica算法。为分析出对股票成交量影响的因素,进行了几只重点股票交易额的ICA分离实验,并对实验结果进行了分析研究,从而找到了影响股票交易量的几个重要因素,揭示出了股票交易额变化的几个重要原因。结果说明ICA是揭示隐藏在想象背后的原因的有效手段,非常适合于对证券市场的分析。     

小波神经网络在股票平均线交易规则中的应用

股票市场是一个复杂的非线性动态系统,利用传统的时间序列预测技术很难揭示其内在规律,而近十几年来发展起来的神经网络理论逐渐成为非线性动态系统预测与建模的强有力工其。该文介绍了小波分析中的趋势提取技术,建立小波分析与神经网络相结合的预测模型,将该模型应用于股票平均线交易规则中,同时还与普通神经网络预测模型进行厂对比,研究实例表明,小波神经网络方法提高了预测精度,对移动平均线交易规则作了一种有效的补允,是股市技术分析的一种自效实用的方法。     

基于小波分析和HMM的语音识别模型建立与仿真

利用隐马尔可夫模型HMM优异的时序建模能力及小波变换可以对信号进行多尺度分析并有效提取信号的局部信息的特点,建立了混合语音识别模型.在语音信号的识别过程中考虑到了信号的非平稳性,采用并行识别的方法分别获取分类信息,根据混合模型的识别算法做出识别决策,减小了系统对环境的依赖性,提高了其自适应能力.仿真实验结果表明,混合模型识别结果比单一HMM模型或小波模型识别结果更佳,提高了整体的识别速度和识别率.     

基于小波变换的运动分析及其应用

对捕获的运动数据进行编辑处理 ,是生成新的复杂人体动画和提高运动捕获数据重用性的关键 ,但目前大多数运动编辑技术不具备对运动进行高层控制处理的能力 ,为此 ,提出了一种基于小波变换的运动编辑新算法 ,即将小波变换引入运动编辑 ,并对运动信号进行多分辨率分析 ,从而实现了运动特征增强、运动融合及运动特征提取与综合 .实验结果表明 ,该算法非常适合对运动特征进行处理 ,由于其能够在高层次上对运动进行有效的编辑 ,因而提高了动画师的工作效率 .     

一种基于小波分解的图像融合方法

在图像配准的基础上,提出了一种利用小波分解和Gabor小波滤波器提取能量测度进行加权的图像融合方法.该方法中,首先对图像进行小波分解,对每一层分解系数使用Gabor滤波器集进行滤波,求取其相应的能量测度,进而使用能量测度值对融合图像相应层的小波系数进行加权处理,从而得到融合后图像相应层分解系数,最后对每一层分解系数进行小波逆变换,得到融合图像.试验结果表明,这种简单的加权系数关系是可行的,而且该方法可以取得较好的图像融合效果.