基于正交三角函数族的电力系统谐波识别算法

谐波是影响电能质量的重要因素,对谐波进行监测和分析具有重要的意义.基于傅立叶变换与小波变换的算法是目前电力系统谐波分析最常见的分析方法,但两者都存在频谱混叠问题.为了克服传统谐波算法的频谱混叠从而提高检测精度,根据电力系统信号的特点设计了一种新的基于正交三角函数族的谐波识别算法.算法不存在谱间干扰,能得到高精度的稳态谐波分量的幅值与相位信息.通过与FFT、加窗FFT以及小波包算法的对比,算法具有实现简单,分析精度高的优势.仿真试验验证了该算法的可行性.     

基于小波神经网络的抄纸过程建模仿真研究

抄纸过程中水分定量控制是一种复杂的多变量耦合过程.它具有大滞后、非线性、时变、不确定等特性,因此一般采用常规方法很难准确建立其数学模型.神经网络是一种很好的非线性数学模型,运用多输入多输出的小波神经网络对抄纸过程中水分定量控制进行数学建模,并在小波神经的嘲络训练过程中采用了两种训练方法,加快了训练速度.结果表明,小波神经网络输出值与实际模型输出值的误差在允许范围内,可以很好的逼近抄纸过程的数学模型.     

基于小波包变换的自适应门限的语音激活检测

语音激活检测是语音信号处理的一个重要环节.在低信噪比的情况下,传统的检测方法已不适用.为了提高语音激活检测的性能和鲁棒性,针对主要由白噪声组成的噪声背景,提出了一种基于小波包变换的自适应门限的语音激活检测方法(VAD),它将语音信号进行小波包变换,得到各个子带信号,符个子带信号通过Teager能量算子(TEO)将有声部分强化,同时衰减无声部分,最后进行自适应门限判决.实验结果表明在低信噪比的情况下,算法能够正确判别语音段和噪声段.     

基于EZW的牙颌模型三维数据压缩

针对牙颌模型深度数据的压缩处理问题,阐述了嵌入零树小波(Embedded Zerotree Wavelet,EZW)编码算法的基本原理和算法实现,讨论了基于感兴趣区域的EZW算法及其实现,并在实验室进行了深度数据和三维重构图像的基于感兴趣区域的EZW编码实验.实验表明,EZW编码既能实现图像的有损压缩也可实现图像的无损压缩,并具有很大的压缩比.     

基于复小波域奇异值分解的自适应图像水印

将双树复小波分解的多方向性扣冗余性与奇异值稳定性结合,提出一种新的盲检测数字水印方案.该方案将水印嵌入图像双树复小波分解后各子带系数的分块奇异值中,块长可动态调整.为避免产生块状效应.使用统计学模型来自适应调整量化参数,改善了水印图像的不可感知性和安全性.实验表明,该方案对于通常的几何攻击具有鲁棒性,对JPEG压缩攻击性能较稳定,并有效提高了水印的容量.     

基于小波变换与神经网络的表面肌电信号的情感识别

情感识别是情感计算的一个关键问题。针对表面肌电图(EMG)的非平稳性,采用小波变换方法对表面肌电信号进行分析,提取小波系数最大值和最小值构造特征矢量,分别输入用L-M算法改进的BP神经网络分类器和最近邻法分类器进行情感识别。实验表明,提取EMG的小波系数对joy、anger、sadness、pleasure四种情感进行识别,BP神经网络分类器识别效果优于最近邻法分类器。说明小波变换的方法对EMG进行分析是可行且有效的,并有很大的应用前景。     

基于动静态组合特征参数的语音识别

基于语音信号的时变特性,本文提出了动静态特征参数结合的语音信号识别方法,首先在特征参数提取中引入了小波包变换,借助MFCC(Mel-Frequency Cepstrum Coefficient)参数的提取方法,用小波包变换代替傅立叶变换和Mel滤波器组,提取了新的静态特征参数DWPTMFCC(Discrete Wavelet Packet Transform Mel-Frequency Coefficient),然后把它与一阶DWPTMFCC差分参数相结合成一个向量,作为一帧语音信号的参数,通过试验和仿真,此参数具有很高的识别率,是一种很好的语音特征参数.并且把混沌特性引入到神经元,构成混沌神经网络,把这种神经网络用于语音识别,并与常用的BP神经网络识别方法进行了比较.试验结果表明,混沌神经网络的平均识别率要高于同等条件下常用的神经网络方法的识别率.     

基于小波系数块能量分析和混沌映射的水印算法

小波变换具有时频局部化特性和与人眼视觉特性相符的变换机制,而混沌序列具有确定、似随机、不可预测等特性.在对小波系数块能量分析的基础上,提出了一种基于小波系数块能量分析和混沌映射的水印算法.该算法具有一定的鲁棒性,并且抗破译性强.     

基于EZW的水下作战环境应用产品压缩研究

如何有效利用海军数据链系统传输战术水声环境产品是海军作战环境保障的关键问题之一.然而,战术水声环境数据具有较强的时空变化性,其数据量相对来说较为庞大,且在实际作战环境中,传输信道存在着各种干扰,特别是在海洋战场环境中,通信传输条件较差,传输时间紧迫,致使图像信息的传输容易受到外部因素的非正常干扰甚至中断,从而影响用户端对图像信息的接收.因此.寻求一种不依赖于通信时间和其它外部情况限制町随时结束编码实现数据压缩与渐进传输的编码方法是作战环境信息处理的一项必不可少的工作.运用目前较为先进的嵌入式小波零树编码算法对战术水声环境数据进行压缩,取得了较好的压缩效果,并在此基础上实现了图像的渐进传输,能够较好的适应复杂海洋战场的需求.     

基于小波变换的含噪人耳图像边缘检测

为了取得含噪人耳图像的理想边缘轮廓,以实现人耳识别技术的进一步应用,对小波变换边缘检测方法进行了研究,分析了噪声消除与小波变换尺度之间的关系,详细论述了模局部极大值提取边缘的原理.针对含噪人耳图像的特殊性,阐述了一般去噪和边缘检测方法的不足,并针对这些不足提出了改进方法,首先利用样条小波多尺度分解后,相邻尺度小波系数相乘得到尺度积,然后进一步求得尺度积的模和相角,通过自适应阈值去噪提取图像边缘,取得了较好效果.