基于区间双正交小波的多尺度边缘提取

对区间双正交小波所具有的多尺度边缘提取能力进行了理论分析，用消失矩N=N^-=3的[0，1]区间上的双正交滤波器对图像进行了小波变换，提出了沿幅角方向确定局部极大值的小波边缘检测算法．仿真结果表明，区间双正交小波比Daubechies正交小波和双正交小波更适宜图像的边缘检测．     

基于Soblev空间上的广义积分小波变换

在Sobolev空间H^2R^n上定义一种新的广义积分小波变换，它包括了通常的小波变换，Fourier变换，Radon变换，以及朱文革在文献[1]中引入的广义积分小波变换等。并且研究了这种新的变换的基本性质。     

小波包分析在一维及二维信号去噪中的应用

小波包分析能够为信号提供一种更加精细的分析方法，它将频带进行多层次划分，对多分辨分析没有细分的高频部分进一步分解，并能够根据被分析信号的特征，自适应地选择相应频带，使之与信号频谱相匹配，从而提高了时-频分辨率，同时，对信号的加性噪声、乘性噪声和量化噪声均有很好的去噪效果．最后的举例说明了小波包在信号和图像处理中的应用．     

图像序列的三维小波变换编码研究

本文对图像序列的三维小波变换压缩编码进行了研究。图像序列的三维小波变换可分为帧间一维小波变换和帧内二维小波变换，同时将运动补偿技术和帧间内插技术引入到压缩过程中，取得了较好的效果。帧间一维小波变换选用Daubechies3小波基，而帧内小波变换选用bior4．4小波基。实验结果：缓变图像序列的压缩比可达到254：1，恢复的各帧图像的峰值信噪比(PSNR)约为25dB。     

小波与八卦

文中介绍了小波分析的由来，阐述了小波库函数的构造过程，与八卦的生成进行了对比分析，得出了一致性的结论。     

关于尺度向量的一个注记

文章在Hilbert空间中定义了小波算子对，多尺度分析，尺度向量，并用小波算子对与尺度向量构造了一组正交小波。     

小波单元在热传导问题中的应用

利用Daubechies小波尺度函数，构造了适用于热传导问题分析的小波单元，对不同边界条件的热传导问题进行了分析，将分析结果与理论解及商用软件ANSYS的分析结果比较，可以看出，构造的小波单元是收敛的，并具有较高的分析精度，特别是对于大度问题的分析具有独到的优势。     

小波变换与小波神经元的选择

研究了单隐层前馈型小波神经网络模拟高度复杂的非线性映射。针对如何减小网络结构，提出了用小波元能量密度作为衡量其是滞是有效神经元的标准，并对网络构造，学习中的问题提出了观点。     

基于小波变换的墙地砖缺陷图像分割

目的改进原有的图像分割算法在分割图像时的精度和准确度，进一步准确地研究墙地砖缺陷图像的基本特征，提出一种有效的图像分割方法．方法根据墙地砖表面的纹理特点，采用Daubechies小波对原始图像进行处理．结果仅保留图像的近似信息，从而有效降低了纹理特征对缺陷分割的干扰．同时，图像数据量减少为原始图像的1／4．因此，在有效提取近似信息的基础上提高了系统的实时性，便于图像分割应用．该方法增强了缺陷纹理图像。能抑制背景纹理对缺陷纹理检测的干扰，并通过减运算有效地实现了缺陷纹理和背景纹理的分割．结论基于小波变换的墙地砖缺陷图像分割方法能够对随机纹理图像进行可靠、有效、快速的分割，尤其适用于具有随机纹理的墙地砖缺陷实时检测．     

小波级数变换的一种离散小波变换算法

小波文献中，离散小波变换多由子带分解或拉普斯塔形分解等引出，本文从连续小波变换及小波级数变换出发，通过对采样过程的分析导出了离散小波变换的定义，离散小波变换是唯一便于Ｘ数值计算的小波变换，本文提出了一种以离散小波级数变换的算法，该算法较之Ｏ＇Ｒｉｏｕｌ的类似算法相比，可取得更好的计算精度。     

基于双Haar小波软阈值去噪的阈值选取

基于双Haar小波提出了一种新的去噪方法 .尽管Donoho对软阈值去噪提出了一个计算阈值的公式 ,但它并不适合双Haar小波 .针对这一问题提出了一种适于双Haar小波变换以及其它非正交小波基的阈值选取方法 ,实验证明此阈值的选取是有效的 .     

广义Haar子波

研究了最简单的规范正交子波——Haar子波的简单广义化问题,首先提出尺度系数函数新概念,并引进时移因子,将Haar子波进行拓展而得到一类新的规范正交子波:广义Haar子波;从理论上论证这种简单广义化方法的合理性与广义Haar子波的一些基本性质;给出了广义子波系在时域和频域的闭式表达。     

基于小波阈值的图像压缩

提出了一种基于小波阈值的图像压缩方法,研究了Haar小波在图像压缩中的应用.先对图像进行小波分解、重构,然后与Haar小波相结合,通过设定不同的阈值进行压缩,并将此方法与直接采用Haar小波和Sym5小波的压缩图像进行比较.实验结果表明,本文方法对图像的压缩比及峰值信噪比都有所提高.通过小波工具箱可以实现简单的设定阈值的图像压缩,但是为了达到更好的压缩效果,就需要对压缩方法进行改进.     

Haar变换在纺织检测中应用的研究

Haar变换是正交变换的一种 ,它曾被用在语音识别的特征提取中 ,在其它方面应用也很广泛 .对于选定的一组特征值 ,数据能量集合成一个数值很小的变换系数 ,Haar变换的效率比Fourier变换和Walsh变换的效率要高的多 .本文研究用Haar变换对纺织产品进行特征提取、缺陷检测和分级 .     

基于Haar小波求解第二类Fredholm积分方程

给出Haar小波族,函数逼近并建立Haar积分算子矩阵,该矩阵将积分运算转化为矩阵运算.采用Haar小波函数基作为基底,将积分方程转换为代数方程组求解.通过Matlab模拟获取数值解,并与积分方程的精确解进行比较,表明该算法具有较高的精确度.     

基于Haar小波变换的快速k-近邻分类算法

提出了一种新的快速k-近邻分类算法,通过研究Haar小波系数所包含的重要信息,确定向量经Haar小波变换得到的小波系数与向量方差问的关系,由此得出关于小波系数的不等式,并利用此不等式提高k-近邻分类中的k-近邻搜索效率.在搜索k-近邻的过程中,首先判断每个训练向量是否满足该不等式,由此排除许多不可能成为k-近邻的向量,...     

一种基于双Haar小波的图像去噪算法

在小波域实现信号噪声的滤除是近年来图像处理领域中的研究热点,尤其是三通道双Haar小波的提出,使噪声抑制更加有效. 基于双Haar小波变换,并根据Lee滤波的局部统计特性,考虑到小波变换的高频部分涵盖大量的图像边缘等细节信息,因此在滤波窗口选择上提出了具有方向性的新算法,实现了在小波域中平滑噪声的同时还可以保护图像边缘细节不受损失. 实验表明新窗口的模型与Donoho的软门限方法相比较,可以给出更好的去噪效果.     

一种基于双Haar小波的图像去噪算法

在小波域实现信号噪声的滤除是近年来图像处理领域中的研究热点,尤其是三通道双Haar小波的提出,使噪声抑制更加有效.基于双Haar小波变换,并根据Lee滤波的局部统计特性,考虑到小波变换的高频部分涵盖大量的图像边缘等细节信息,因此在滤波窗口选择上提出了具有方向性的新算法,实现了在小波域中平滑噪声的同时还可以保护图像边缘细节不受损失.实验表明新窗口的模型与Donoho的软门限方法相比较,可以给出更好的去噪效果.     

对流扩散方程的Haar小波数值解

本文针对一维对流扩散方程构造了有效的Haar小波方法.数值实验验证了该方法的有效性.     

A Practical Strategy of Unbalance Identification and Correction for 2-DOF Precision Centrifuges

基于加权自适应阈值小波的互连模型降阶插值点选择方法

王新胜,喻明艳

（哈尔滨工业大学 航天学院,哈尔滨 150001）

创新点说明：

提出一种加权自适应阈值Haar小波插值点选择的Krylov子空间模型降阶技术,其能动态的选择插值点的阈值,从而有效保证集成电路互连模型降阶的精度和速度。

研究目的：

有效解决大规模集成电路互连Krylov子空间模型降阶的精度与速度折中问题。

研究方法：

采用加权自适应阈值Haar小波插值点选择Krylov子空间模型降阶技术。

结果：

通过仿真分析大规模集成电路中电源和时钟树网络寄生电路系统,结果表明加权自适应阈值Haar小波插值点选择的Krylov子空间模型降阶技术相比传统的多偏移插值点选择的Krylov子空间模型降阶技术能有效提高降阶精度和降阶速度。

结论：

本文提出一种加权自适应阈值Haar小波插值点选择的Krylov子空间模型降阶技术,其能有效保证集成电路互连模型降阶的精度和速度

关键词：互连模型降阶;Haar小波变换;加权阈值;多偏移Arnoldi方法;电路综合