A hierarchical data fusion method for detection of the leak of gas pipelines based on wireless sensor network

为提高利用无线传感器网络( WSN)监测天然气管网泄漏的准确性和可靠性,提出一种小波支持向量机( SVM)和证据理论相结合的层级式数据融合算法.该算法利用小波变换方法对原始信号进行数据级消噪处理,并提取对1泄漏敏感的特征参数;建立SVM多分类器模型,以特征参数作为输入向量在普通节点处进行泄漏检测特征级融合;采用改进的证据组合规则,在Sink节点处进行决策级证据组合,得到管网状态的最终决策.实验结果表明,该方法可有效地提高泄漏源位置检测的正确率,降低检测过程中的漏检率和误警率.     

基于SVM RFE的人脸特征选择方法

提出一种新的基于SVM RFE（Support Vector Machine Recursive Feature Elimination）的人脸特征选择方法。该方法将权重矢量和半径／间隔作为SVM RFE的特征选择标准,采用缩放因子梯度算法优化特征搜索。基于该方法构建了一种实用、有效的人脸特征提取、选择及识别框架,并在UMIST人脸数据库上进行了验证实验。对特征选择前后的分类能力及速度进行了分析比较,结果表明,该方法是一种实用、有效的人脸特征选择方法,可以在特征维数为80左右时,达到94．62％的分类识别率。     

基于混沌理论和支持向量机的人脸识别方法

针对如何选定主成分分析(PCA)特征维数和如何选定支持向量机(SVM)的参数来进一步提高人脸识别系统性能的问题,提出了一种基于混沌理论和支持向量机的人脸识别方法.首先,在统一的目标函数下,在采用PCA方法对人脸图像进行降维和将得到的特征送入SVM中进行训练期间,使用具有可操作性的改进混沌优化算法同时对PCA图像特征维数和分类器参数进行优化选择,然后用得到的优化人脸特征和最佳参数的分类器对未知图像进行识别.基于该方法,对ORL和Yale人脸库进行实验,其识别率都高达99%以上,仿真结果表明,该方法极大地提高了人脸识别能力.     

基于曲波域与核主成分分析的人脸识别

针对小波变换不能充分描述人脸曲线特征的缺点,本文提出一种基于曲波域与核主成分分析(KPCA)的人脸识别算法.采用多尺度、多方向的曲波(Curvelet)变换提取图像特征,不仅具有更高的逼近精度和更好的稀疏表达能力,而且其变换系数能有效表示沿曲线的奇异性.进一步使用核主成分分析(KPCA)将曲波特征系数投影到更具表达力的...     

硅微陀螺信号处理方法——基于前向线性预测小波变换方法

为补偿漂移误差对硅微陀螺的测量精度造成的损失,针对漂移误差易受外部环境噪声影响的特点,提出了一种基于前向线性预测（FLP）的小波变换（WT）处理方法——DWT-FLP算法,并通过硅微陀螺试验对其进行了验证。该方法利用快速小波变换算法进行信号的小波分解和小波重构,并将FLP方法用于小波分解系数的重构,比较显著地提高了重构信号的精度。对于4尺度的db4小波变换,40阶FLP的滤波方法可以将硅微陀螺静态漂移的标准差提高4.8倍,动态测量过程信噪比可以提高6.5dB,并且该算法的实时性也可以满足实际工程的需要。     

基于小波变换与反锐化掩模的图像对比度增强

针对传统空间域图像对比度增强算法存在灰度级空间分配不合理和噪声敏感的问题,基于图像的局部细节信息分析,提出了一种新的基于小波变换和反锐化掩模(UM)的图像对比度增强算法.该算法以小波变换作为工具,运用反锐化掩模的思想,计算出代表局部细节信息且同时考虑了图像中的噪声信息的统计量,然后将这一新的统计量作为重新分配灰度级空间...     

小波包变换在人脸识别光照补偿中的应用

提出了一种用于非均匀光照条件下人脸识别的光照补偿算法.该算法首先将人脸图像变换到对数域,并在对数域中计算2维小波包变换,通过舍弃部分子带图像中的系数来实现人脸图像的非均匀光照补偿.由于人脸光照补偿的目的是为了提高人脸识别性能,所以光照补偿的效果利用人脸识别率来表征.在Yale B人脸库中,与对数域离散余弦变换(DCT)光照补偿算法进行了比较,实验结果表明,本文方法的人脸识别平均误识率可以达到0.53%,比对数域DCT方法具有更好的性能.     

基于频域抗混叠小波时间熵提取牵引器磁定位信息特征的研究

提出了一种依据牵引器接箍磁定位信息特征提取判断水平井套管接箍及射孔位置的新检测方法。利用Db4小波基函数对磁定位信息进行小波变换,阐述相邻尺度重构信号能量泄露和混叠的成因;以小波熵为理论基础,对基于小波时间熵(WTE)的小波频域抗混叠方法进行研究,采用概率统计法论证小波时间熵在小波频域抗混叠及特征提取方面的应用机理,并通过算例仿真验证该理论的正确性;以牵引器运行于模拟水平井所获得的磁定位信息为分析对象,利用小波时间熵算法提取套管射孔、接箍等信息特征并进行分析。理论分析及实验结果证明,对磁定位信号进行小波时间熵变换,能够降低由小波频域混叠现象导致的负面影响,对磁定位信息特征进行有效的提取和分类,并判定套管射孔及接箍位置。     

基于Gabor脸和隐马尔可夫模型的人像识别算法

提出了基于Gabor小波变换和隐马尔可夫模型的人像识别算法。该算法先对人脸图像进行多分辨率的Gabor小波变换,采用主元分析法对每个结点进行降维,最后形成Gabor脸。把Gabor脸的每个特征结作为观测向量,对隐马尔可夫模型进行了训练,并把优化的模型参数用于人脸识别。实验结果表明,本文方法识别率高,复杂度较低,对部分遮挡的图像具有较大的容忍度。     

一种基于GDLPP的人脸识别算法

针对人脸识别中的特征提取问题,本文提出了一种结合Gabor小波特征和判别保局投影的人脸识别算法-GDLPP.该算法首先对人脸图像进行多分辨率的Gabor小波变换,提取样本的高阶统计信息;然后更改保局投影(LPP)的目标函数,增加样本类间散布约束,从而提取更具判别性的特征.本文采用最小近邻分类器估算识别率.在USPS数据库、Yale人脸库以及AR人脸库的测试结果表明,在姿态、光照、表情、训练样本数目变化的情况下,GDLPP都具有较好的识别率.     

一种改进的基于特征和基于图像相结合的人脸检测

为了提高人脸检测的速度,提出了一种基于脸部特征和支持向量机的人脸检测方法.该方法对训练样本图像进行二维离散余弦变换(DCT),变换后选取重要的DCT 系数来训练支持向量机(SVM)分类器;在检测时,首先利用双眼区域的亮度关系和脸部的对称特征来快速过滤掉大量的背景区域,再利用SVM对余下的区域进行进一步的验证,以确认是否是人脸.实现结果证明了该方法的正确性和有效性.     

正交小波变换k-中心点聚类算法在故障诊断中的应用

k-中心点聚类算法(k-medoids cluster algorithm,KCA)是改进的机器学习聚类算法,该方法通过初始聚类中心选取和聚类中心更新,对无标记训练样本的学习揭示数据的内在性质及规律,从而区分出机器的运行状态。提出了一种正交小波变换k-中心点聚类算法(orthogonal wavelet transform k-medoids clustering algorithm,OWTKCA)诊断方法,利用正交小波变换(orthogonal wavelet transformation,OWT)方法提取各细节信号作为训练样本,用KCA方法进行分类。通过滚动轴承的试验数据分类结果显示,该方法相对于没有提取特征值的KCA能有效处理复杂机械振动信号,明显提高了故障数据聚类效果,缩短了聚类时间,提高了智能诊断效率。     

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.     

一种利用离散余弦变换频谱图和小波变换图像编码的语音编码算法

语音、图像编码技术是现代数字通信的核心技术,通常是分开进行的,提出了一种利用二维DCT频谱图和小波变换图像编码的语音编码算法.深入分析了算法实现的关键技术——语音信号的二维DCT频谱图,仿真实现了该编码算法,对一段语音的处理结果表明,小波分解系数置零率为83.1941％,压缩后保存能量92.0867％,合成语音达到“优...     

基于改进经验小波变换的海洋平台结构模态参数自动识别方法

针对经验小波变换(empirical wavelet transform, EWT)方法在处理低信噪比信号中频谱分割边界容易产生误判的问题,提出了一种改进经验小波变换(improved empirical wavelet transform, IEWT)的结构模态参数自动识别方法。首先计算信号的互功率谱矩阵,采用奇异值分解(SVD)及尺度空间(SSPP)方法确定频谱的分割边界,将信号分解为若干固有模态函数(IMF)分量,再结合随机减量技术(RDT)和希尔伯特变换(HT)实现模态参数的自动识别。使用IEWT方法对自由振动响应信号及ASCE Benchmark模型信号进行模态参数识别,并分别与EWT方法、基于自回归功率谱的经验小波变换(AR-EWT)方法及小波变换(WT)方法进行对比,结果表明IEWT方法能够自适应确定频谱分割边界,对结构的频率及阻尼比等模态参数具有较高的识别精度;进一步将该方法应用到实验室海洋平台模型的模态参数识别中,证明该方法可用于复杂噪声环境下的低频结构的模态参数识别。     

一种基于SPIHT和匹配追踪的图像编码方法——SPMP算法

为了更好地利用图像的结构特征,提高图像重建的质量,提出了一种基于多级树集合划分(SPIHT)和匹配追踪(MP)的分层图像编码方法--(SPMP)算法.该方法首先采用拉普拉斯金字塔(Laplacian Pyramid)算法将原始图像分解成低频平滑层和高频细节层,然后使用离散小波变换和SPIHT算法编码图像的低频成分,使用...     

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.     

基于奇异谱分析的心音信号小波包去噪算法研究

针对传统心音去噪算法对强噪声下心音信号去噪时,易将部分心音信号视为噪声成分去除,导致有用心音信号能量损失。利用奇异谱分析方法的主成分分析特性,提出多级奇异值分解(Multi-stage Singular Value Decomposition,MS-SVD)算法用于提取心音信号的主分量(Principal Components,PC)信息;采用小波包(Wavelet Packet,WP)分析算法对提取的心音信号进行分解,并对分解所得低频系数进行自适应阈值处理,去除低频噪声;利用小波包多分辨率特性提取高频心音。实验结果表明,该算法能明显改善心音去噪性能指标信噪比(SNR)、信噪比增益(SNRG)及根均方误差(RMSE),且在不同噪声水平下的去噪性能优于传统心音去噪算法。此改进算法既能有效去除心音中噪声成分,亦能保留心音信号细节特征。     

原子力显微镜图像降噪与平面校正的同步实现

将小波阈值收缩去噪技术应用于原子力显微镜(AFM)图像去噪的同时,应用最小二乘拟合法对AFM二维小波分解近似子图像的一次倾斜平面进行校正,从而同步实现了AFM图像去噪与平面校正.在保证图像去噪效果及平面校正质量的前提下,大幅度减少了最小二乘拟合计算量,提高了算法实时性能.由于该方法借助于小波变换实现,可以方便地与图像的小波压缩方法相结合,因此更有利于AFM扫描图像的原位分析与处理.通过实验,采用上述方法对AFM扫描图像进行了降噪与平面校正处理,证明了此方法的有效性.     

一种多尺度和聚类分析的变化检测

针对多时相遥感影像变化检测问题,提出了一种多尺度和聚类分析的变化检测方法。该方法在差异影像的基础上,利用均值平移算法对差值法构造的差异影像进行平滑,结合平稳小波变换对平滑后的差异图像做两层的小波分解,由此构造由平滑后的差异图像以及提取的小波系数组成的特征向量,用 K 均值聚类对特征向量分类,通过区域生长将各类合并得到变...