动态小波在变压器励磁涌流识别中的应用研究

电力变压器的励磁涌流识别一直是变压器保护的一个重要问题。动态小波是小波函数和傅里叶函数的组合,固此与常规小波变换相比。检测故障突变信号的能力更强。文中将动态小波运用于励磁涌流识别中,通过仿真实验证明了该方法提高了勋磁涌流鉴别的可靠性。     

基于BP神经网络的盲数字水印算法

该文将二值水印嵌入到宿主图像的小波变换域的低频分量中,利用BP神经网络很好的非线性映射和自学习、自适应学习特点实现水印信息的盲提取,仿真实验结果表明该算法既能抵抗常规的图像处理攻击,也能抵抗一定程度的几何攻击,如JPEG压缩、剪切、加噪和滤波等,具有较好的鲁棒性和不可见性。     

基于小波变换的图像二维直方图分割方法

鉴于二维直方图阈值分割方法利用灰度的空间相关性取得高的分割效果和小波变换多尺度滤波思想,提出了一种基于小波变换的二维直方图分割结合方案;实验结果表明本文方法的有效性。     

基于DCT变换并与HVS相结合的彩色图像数字水印方法

该文提出了一种基于DCT的彩色图像水印方法,并结合HVS（Human Visual System,人类视觉系统）提出了一种适合于彩色图像的数字水印嵌入及提取算法。根据人眼视觉系统可知,人眼对蓝色分量具有不敏感特性．故将水印信息嵌入蓝色分量中,以保证水印的不可见性。该文是将一个随机序列作为水印信号嵌入在图像蓝色分量DCT变换中重要分量的幅度成分中（幅值较大的n个系数作为重要分量）,由于视觉上重要的分量是图像信号的主要成分,图像信号大部分能量都集中在这些分量上．在图像有一定失真的情况下,仍能保留主要成身,故将水印嵌入在蓝色分量的这些重要分量上,可以获得较好的鲁棒性。并定义了一个相似函数来检验水印提取是否成功,实验结果表明,该算法具有不可见性,对通常的图像处理,如高斯滤波、压缩,以及旋转和剪裁等几何处理都具有一定的鲁棒性。     

基于小波变换的多尺度多方向图像去噪

小波图像去噪是小波应用较成功的一个方面,通过阈值进行去噪,最佳阈值T的确定是一个关键问题.由于噪声能量在不同方向(水平、垂直和对角)的高频系数分布情况有所差异,可对小渡全阚值消噪方法进行改进为:图像进行小波分解后,对每一尺度的不同方向的高频系数取不同阈值进行去噪.称之为多尺度多方向消噪法.与全局阈值法相比,新方法使图像更加清晰,并能更好地适合人眼的视觉特性.从消噪后图像的信噪比和均方根误差上看,新方法也优于全局闽值去噪法.因此,该方法在客观和主观上都能同时获得更佳的去噪效果.     

DWT域基于位平面的图像公开水印算法

本文提出了一种新颖的DWT域公开水印算法,该算法基于位平面的思想,在小波逼近子图的分解子图中结合HVS的特性多版本嵌入二值水印图像信息,最后基于统计的原理提取水印。实验表明,此算法效率高,鲁棒性、透明性好。     

基于RBF神经网络的列车滚动轴承故障诊断

提出一种基于RBF神经网络的列车滚动轴承故障诊断方法。利用小波包分解对轴承的动态信号进行分析、提取特征．采用RBF神经网络进行轴承故障诊断。采用自适应正交最小方差算法．从根本上消除样本间相关性的影响,使RBF神经网络的在线训练算法更具操作性。     

图像任意拉伸算法的C＋＋实现

描述一种矩形图像拉伸为任意四边形图像C++实现算法,此算法通过线性变换方式,建立起一个任意四边形图像上的任意一点与标准矩形图像中确定点的映像函数.经对比剥试,该算法效率高效,稍加扩充可应用于更为复杂的变换中.     

一种基于ICA的脊波域数字水印算法

鲁棒性是数字水印的基本要求之一,水印嵌入的位置和强度直接影响到水印的鲁棒性。脊波变换是新型的多尺度分析方法。本文提出的脊波变换是图像在有限Radon变换(FRAT)的基础上进行二维小波变换,将Arnold置乱后的水印嵌入到图像的脊波系数中,利用独立成分分析(ICA)进行水印提取。实验结果表明,在强烈攻击的情况下,此方法具有良好的水印不可见性,对Gaussian、JPEG、Speckle攻击具有良好的鲁棒性。     

多相DC-DC电路中PWM控制技术的研究

本文对多相DC-DC电路中的PWM控制技术进行了研究,对电压型PWM控制和电流型PWM控制进行了简单比较,提出了基于快速主动均流技术的电流型控制方法,并将这种方法应用于工程设计。实验证明,采用快速主动均流技术消除了器件性能不一致带来的影响。