二元双正交梅花小波结合SPIHT的图像压缩方法

为了研究不可分小波在图像压缩中的应用，利用陪集构造方法构造了一种特殊的二元不可分双正交小波：梅花小波，并将其和SPIHT编码相结合研究了其在图像压缩中的性能。该算法可以实现无浮点的乘法运算，运算速度快，易于硬件设计。     

误差分离精度的Bayes评估

讨论了利用历史数据估计线性回归模型△Ｗ＝ＳＣ＋η中参数Ｃ的验前分布Ｎ（Ｃ０，Ｋ０）的均值Ｃ０与方差Ｋ０的问题，得出了当Ｃ具有验前分布Ｎ（Ｃ０，Ｋ０）即均值为Ｃ０均方差矩阵为Ｋ０的正态分布时，ＣＴ的验后概率密度ＰＣ│△Ｗ改进了文献（２）中的Ｂａｙｅｓ－Ａ－值估计方式，并对ＰＢ估计，广义岭估计，主成份估计，改进的主成份估计及广义压缩估计等５种有偏估值精度提出了评价方法。     

端接非线性负载的无畸变传输线瞬态分析半解析法

对带非线性负载的无畸变传输线瞬态分析问题,利用Volterra积分方程,建立了一种半解析方法。该方法利用Baum-Liu-Tesche(BLT)方程得到频域输入导纳、短路电流,然后利用级数展开和傅里叶变换的性质,得到Volterra积分方程中输入导纳、短路电流的瞬态解析表达,简化了Volterra积分方程,并可以避免奇异积分。     

分形信号的小波分析

本文提出了分形信号的小波分解与重构的一种快速算法。针对分形信号的自相似和长时相关的特点,采取离散小波变换（ＤＷＴ）对分形信号进行多尺度分解,使其成为各尺度上的近似平稳信号,从而可利用通常的Ｗｉｅｎｅｒ滤波＾［５］或Ｋａｌｍａｎ滤波＾［７］方法进行估计,然后再由ＤＷＴ进行多尺度重构,估计出被噪声污染了的原始信号。本文重点对分形信号的ＤＷＴ进行算法设计,并估计了计算复杂度。     

基于多元线性回归的高光谱遥感图像小波去噪

充分利用高光谱遥感图像的强烈谱间相关性,提出了一种基于多元线性回归的去噪方法.首先对高光谱遥感图像进行多元线性回归变换,得到预测图像和残差图像.分别对两块数据利用小波进行空间去噪处理.预测图像变换到微分域以提高噪声级,再进行去噪处理,而残差图像则直接进行去噪处理.最后将重新获得的两块数据进行相加得到最终的去噪图像.实验结果表明本文提出的算法能够达到较好的去噪效果,获得较高的信噪比.     

评价估值精度的新方法—BayesA—值方法

本文提出了一种评价线性回归模型 △Ｗ＝ＳＣ＋ζ，ζ～Ｎ（０，σ＾２Ｉｍ） 参数Ｃ的估值精度的新方法－Ｂａｙｅｓ Ａ－值方法。在回归系数Ｃ＝（ｃ１，ｃ２，…，ｃｎ）具有先验分布Ｎ（０，σ＾２Σ０）时，得出了 Ａ＾２ｉ＝Ｅｃ｜△Ｗ（ｃ＾２ｉ）／Ｅｃ｜△Ｗ｛Ｅ（Ｃｉ－Ｃｉ）＾２｝，ｉ＝１，２     

结合小波变换的零搜索分形图象编码

为提高分形图象编码的质量,缩短编码时间,针对Monro在文献[1]中提出的零搜索分形图象编码方法,其恢复图象在存在的块效应的问题,提出了一种结合小波变换的多项式近似快速分形图象编码方法,该方法是利用各频带间能量分布不均衡的特性,构造一种结合小波分解的分形图象编码算法,首先对图象进行塔式离散正交小波变换,然后再对小波系数进行分形编码,实验结果表明,用该算法对图象进行编码,不仅使恢复图象的质量得到了较大的提高,而且编码时间仅用1．48s。     

小波变换码中滤波器的选择

在本文中，我们从广义编码增益、分解重构性能与对误差的敏感性、编码性能与主观质量三个方面对双正交小波12／4、9／7与9／3进行比较，得出：双正交小波12／4比9／7与9／3更适合于小波图像压缩，特别是在高保真压缩中；在低比特率编码中，双正交小波12／4与9／7相差不大。     

一种计算HEMP 双指数模型特征参数的新方法*

高空核电磁脉冲(HEMP)一般利用双指数模型进行模拟,文中分析了该模型各特征参数之间的函数关系.提出了一种利用HEMP波形的物理参数计算双指数模型特征参数的新方法,并对该方法进行数值计算验证.该方法相对于以往计算模型特征参数的方法降低了计算难度,提高了计算效率.     

基于多波段谱间预测的高光谱图像无损压缩算法

该文提出一种基于多波段谱间预测的高光谱图像无损压缩方案。首先,充分考虑到随着高光谱图像谱间分辨率的提高,其谱间相关性也越来越强烈,推导出由多个波段对当前波段做线性预测的预测器系数,然后给出快速计算求解预测器系数的算法。对AVIRIS图像进行压缩,实验结果表明,该算法压缩比高,运算速度快,具有极高的实用价值。