结构损伤识别的周期小波方法

通过对结构损伤前后模态特征的变化进行分析,利用损伤结构的位移振型函数构造出曲率振型函数γi(x),然后再在曲率振型函数的基础上提出一个用于探测和评定损伤程度的新指标———损伤因子r(x)=∑i∈Idγi2(x);基于小波分析的方法,对损伤因子进行周期小波变换,通过小波系数的取值范围提出了一种结构损伤定位和损伤程度的评估方法.数值仿真表明,这是一种行之有效的损伤识别方法.     

高压浓相煤粉气力输送差压信号多分辨分析

为了探究高压浓相气力输送过程中时频空间的内部特征,利用六尺度多分辨小波分析对试验差压信号进行时频分解.引进能量、Shannon熵和标准差STD作为特征量对气固两相流频域空间进行分析.分析表明:浓相气力输送过程中,差压信号中的能量主要分布在低频区,Shannon熵从高频到低频上呈先减小后增大分布趋势.在相同的试验压力条件下,随着表观速度的增大,低频所占据的能量份额减小,信号脉动向高频移动;高频d1和d2的Shannon熵和a6上的STD增大,低频d4~d6上的Shannon熵和d1~d6上的STD减小.为进一步研究流型辨识及流动稳定性提供了新方法.     

基于图像变换域的双重数字水印方法

基于变换域的双重数字水印方法,通过嵌入鲁棒水印和脆弱水印实现了图像内容版权保护和完整性认证的双重目的.其优点是利用小波变换,分块、适应性嵌入鲁棒水印,在图像的高频和低频中分别嵌入鲁棒水印,使鲁棒水印更加强壮;同时它利用离散余弦变换,在图像的高频部分嵌入脆弱水印,使脆弱水印在遭受攻击或篡改时更易被损坏.     

对图像压缩中的SPIHT与SPECK算法的研究

在众多的图像压缩算法中,SPIHT和SPECK具有较好的性能,文中对这两种算法进行了深入地研究.首先介绍了小波变换后系数的分布特点,然后从算法思想、集合定义、分裂过程、排序过程、量化以及编码后的码流等方面分别介绍了SPIHT(多级树集合分裂)和SPECK(集合分裂嵌入块)算法,最后总结了他们的异同之处.     

基于小波变换的人脸特征定位

文章在小波分析的基础上,提出了一种在图像的小波分解数据域中实现对称变换的方法,并把这种方法运用于人脸特征的定位,这种方法可以提高人脸特征定位的效率。     

对图像压缩中的SPIHT与SPECK算法的研究

在众多的图像压缩算法中，SPIHT和SPECK具有较好的性能，文中对这两种算法进行了深入地研究．首先介绍了小波变换后系数的分布特点，然后从算法思想、集合定义、分裂过程、排序过程、量化以及编码后的码流等方面分别介绍了SPIHT（多级树集合分裂）和SPECK（集合分裂嵌入块）算法，最后总结了他们的异同之处．     

基于小波矩特征的小波神经网络目标识别

提出一种具有尺度、平移与旋转不变性的目标识别方法.该方法首先提取目标图像的小波矩特征,然后与小波神经网相结合,构成一套目标识别系统.小波矩不变量不仅可以表示图像的全局特征,而且还能表示局部特征;而小波神经网络结合了小波分析和传统神经网络的优点,具有很强的学习能力和推广能力.因此基于小波矩的小波神经网络目标识别系统在进行目标识别时具有很大的优势.实验中使用该方法对4类飞机目标进行识别,实验结果证明其识别率高于其它的目标识别方法.     

二代小波消噪在数字信号处理器中的实时实现

以数字信号处理器(DSP)为开发平台，提出了基于二代小波的一种新的信号消噪算法．它只需把信号分解一层，然后把分解后的高频系数和低频系数同时进行软阈值量化处理，再进行小波重构，就可以有效地消除信号中的噪声．相对于传统的一代小波，该算法计算简单，可有效节约内存，因此非常适合于DSP的实时实现．同时，为了提高计算效率，对程序的处理流程进行了并行优化，用仿真信号对该算法进行了验证，并应用于对实测信号的消噪中．研究结果表明，该算法可以有效地提高信噪比，降低原始信号中所含有的噪声．     

一种基于信号相关性检测的自适应小波变换及应用

为了克服传统小波变换的不足,提出了一种用样本相关性检测信号特征的自适应小波变换降噪方法.该方法以第二代小波变换为基础,在小波变换时提供多组备选的预测器和更新器,用变换样本与相邻样本之间的相关性来检测信号的局部特征,并根据相关系数的大小来确定每一尺度上的每个样本的最佳预测器和更新器,使小波能够较好地适应信号的局部特征.模拟实验和工程应用的结果表明,该方法克服了传统小波降噪方法丢失原始信号局部信息的缺陷,不仅可以有效地去除原始信号中的噪声,而且能够保留原始信号的局部特征.     

小波变换方法去除体表子宫电信号中母体心电干扰

母体心电干扰严重影响了EHG信号的质量，为了解决以往算法中不能有效区分MECG干扰和EHG信号的问题，利用MECG干扰的波形特点，采用了基于小波变换的奇点检测以及模型极大值信号重建的方法去除EHG信号中的MECG干扰．该方法对EHG信号无影响，经临床实验取得了很好的去噪效果．该算法计算简单，可以实现EHG信号的实时处理，该研究的结果还可以用于被ECG信号污染的其它生理电信号的去噪。