H0^2（I）空间上的B-样条插值小波基

本文构造了Soblov空间H0（I）（其中I为有界区间）上的一个五次B-样条插值小波2基,这是一个半正交Riesz小波基.最后给出了小波基的公式.     

微分算子样条小波

去掉小波理论的多分辨分析中Vj的单调性这一条件,定义了所谓微分子算子样条小波,这是多项式样条小波的自然的推广.作为范例,在一个再生核空间中给出了一个性能优良的微分算子样条小波基.     

H0^1[0,1]上样条小波基函数的一般公式

在H10[0,1]构造小波基方法的基础上,给出了直接计算低次样条小波基函数的一般公式,其有利于得以在计算机上迅速实现.     

求基于Daubechies小波的关联系数的算法

基于Daubechies小波基,用有限元方法求偏微分方程数值解的一个重要问题就是:如何确定相应的关联系数-Daubechies小波的尺度函数、小波函数或者其导数乘积的积分.给出关联系数的定义以及计算关联系数的算法.     

〈II〉型三角剖分下非张量积连续小波基的构造

对〈II〉型三角剖分下的二维线性元空间,讨论了半正交连续样条小波基的构造,并证明广义Euler-Frobenius多项式在单位圆上无零点,最后得到三个小波母函数的平移系构成小波空间的具有对称性的紧支集半正交小波基的结论.     

周期型多重二次半正交样条小波及对偶小波基

对周期型多重二次样条函数空间,给出了具有点消失矩性质的紧支集半正交小波基及对偶小波基,得到了相应的快速正交投影算法,最后给出了奇性检测性质.     

基于小波包分解变换的图像数字水印嵌入算法研究

介绍了一种改进的基于小波包分解的自适应数字水印算法.该算法首先对水印图像作预处理置乱,然后对宿主图像进行3层小波包分解变换.在水印嵌入算法中,提出一种基于人类视觉特性(HVS)和小波包基的自适应水印嵌入算法.该算法引入人类视觉特性和基于小波包基的多分辨率嵌入技术,以达到更好的抗攻击鲁棒特性和视觉效果.     

基于小波分析的径向基神经网络年径流预测

对年径流的预测采用基于小波分析的径向基神经网络模型,从时频分析角度出发,把水文年径流序列分解成不同的频率成分,用径向基神经网络对小波分解的周期和趋势频率成分分别进行预测,然后通过小波重构得到水文时间序列,从而可以对未来的径流变化情况进行描述.     

〈Ⅱ〉型三角剖分下非张量积连续小波基的构造

对〈II〉型三角剖分下的二维线性元空间 ,讨论了半正交连续样条小波基的构造 ,并证明广义Euler -Frobenius多项式在单位圆上无零点 ,最后得到三个小波母函数的平移系构成小波空间的具有对称性的紧支集半正交小波基的结论     

几种函数逼近方式的逼近能力比较与综合

介绍了Fourier变换、小波变换、神经网络、小波神经网络、多小波和多小波神经网络几种不同的函数逼近方式，对这几种函数逼近方式中的基函数性能作了详细比较，发现基函数的性能越好，其函数逼近效果一般来说也越好，并对这几种函数逼近方式的表达式进行了比较和综合。     

基于小波包负荷特征提取和径向基网络的短期负荷预测新方法

准确的负荷预测是电力系统做出合理调度的重要依据.提出基于小波包能量和神经网络理论的短期负荷预测新方法,将负荷序列进行小波包分解,提取小波包能量作为径向基神经网络负荷序列的输入特征量.大量的预测实例分析表明,所提出的预测方法具有稳定性和准确性.     

方向正交小波基与信号的方向性分析

构造出用于信号的方向性分析的正交小波基,给出了快速算法.该方法能提取信号的方向特征,适合信号的方向性检测.     

三元矩阵值双正交小波滤波器的构造和性质

研究三元矩阵值双正交小波滤波器的构造问题。当其中一个矩阵值尺度函数的矩阵序列的多项分解是关于δ_1、δ_2、δ_3的次数不超过1的多项式矩阵时,利用矩阵的多相位分解方法,结合提升思想,构造出对应于三元矩阵值尺度函数的矩阵值双正交小波滤波器公式。通过讨论三元矩阵值小波包的性质,得到了三元矩阵值小波包的双正交公式和三元矩阵值小波包基。     

基于双密度双树复小波的结构化CS图像重构

提出了一种基于双密度双树复小波(double-density dual-tree complex wavelet transform, DDDT-CWT)基的结构化CS图像重构算法,该算法将图像在双密度双树复小波变换下的系数呈现的树结构化特征与CoSaMP重构算法相结合,实现了对原始图像的更精确重构.实验结果表明:在相同压缩比的前提下,与传统使用DWT基且未考虑变换系数结构化特征的重构算法相比,使用DDDT-CWT基和融入结构化特征的重构算法分别可获得2.9~3.2 dB与0.2~1.2 dB的增益,综合两者后的重构算法可获得3.8~4.3 dB以上的增益.     

双正交小波的谱半径及其应用

通过对双正交小波变换的误差分析,为双正交小波定义了谱半径这一新概念,并用它来衡量双正交小波的正交程度,提出了一个基于最小化谱半径的双正交小波类,并设计出了满足谱半径要求的具有偶数长滤波器的优秀双正交小波.研究表明,所设计的小波的图像压缩编码能力已超过了著名的9-7型小波.     

矩阵值双正交小波包基

研究矩阵值小波包的性质．给出一类矩阵值双正交小波包的定义及构造．运用时频分析方法与算子理论刻划了矩阵值双正交小波包的特性,得到了矩阵值小波包的双正交公式．进而,得到矩阵值函数空间L^2（R,C^r×r）新的Riesz基．     

小波神经网络逼近非线性函数算法

介绍用于函数近似的一种新型神经网络——小波神经网络,该小波神经网络采用的函数是sigmoid函数的组合.文中从理论上阐明了小波神经网络对某些时频有限的非线性函数的逼近能力,并实际建立了一个前馈小波神经网络,同时讨论了如何选择小波母函数及如何减少该神经网络规模的算法.实验结果表明这种小波神经网络可以在较小规模的基础上实现对这类非线性函数的逼近.     

基于小波变换的信号噪声平滑处理

信号采集过程中不可避免的受到噪声的干扰,噪声的不可预测性和高破坏性对信号处理结果有很大的影响。本文基于小波分析方法对信号噪声平滑处理进行分析,表明小波分析方法可以很好的对噪声干扰的信号进行噪声平滑,为信号处理结果的正确性提供基础。选取小波基母函数dmy和haar均能够实现信号降噪,但使用小波基母函数dmy对含噪声信号的平滑效果更好。     

基于小波支持向量机的金融预测

基于小波分析与支持向量核函数理论构造了一个小波支持向量机(WSVM),用以预测金融时间序列的波动率.与采用高斯核的标准支持向量机相比,由于小波核结合了小波分析的多分辨特性,因此可以更好地逼近任意非线性函数.仿真实验表明,小波支持向量机在股指收益波动率预测中具有较好性能.     

M带小波变换在图像去噪中的应用

基于小波的图像去噪算法是目前图像去噪研究领域的一个热点.采用Normal Shrink进行阈值估计,提出了一种基于M带小波变换的图像去噪方法,实验结果表明:此方法的去噪效果优于维纳滤波和两带小波.