基于三重小波系数集的易损水印算法

提出一种新的基于三重小波系数集的易损水印算法.定义了三重小波系数集,根据将要嵌入的水印比特将三重小波系数集的标准差对阈值的余数量化到不同位置,提取时根据该余数所在的不同区间恢复嵌入的水印.实验结果表明,该算法能够反应对图像的篡改,指出篡改发生的空间位置并给出篡改的程度.同时,该算法对于一般的图像处理操作如JPEG压缩和中值滤波等具有一定的鲁棒性.     

小波分析及其在通信中的应用

小波分析是傅里叶分析的重大突破,是当今许多领域研究的热点.从小波分析的发展历程出发,介绍了小波在现代通信中的一些应用,并指出了未来的一些研究方向.     

基于小波网络的水下机器人执行器故障诊断

针对水下机器人系统的不确定性使得对其进行建模比较困难的特点,提出采用一种改进的小波网络进行水下机器人运动建模。该网络通过学习,调节小波函数的伸缩和平移以及网络连接权,既能逼近函数的整体轮廓,亦能捕捉函数变化细节,使得函数的逼近效果较好。通过比较模型的输出(运动状态估计值)与实际测量值来产生残差,分析残差提取故障判断准则,从而进行执行器故障诊断。仿真试验验证了该方法的有效性。     

Wavelet Transform and Image Processing

This paper presents systematically a method for image compression/decompression viawavelet transform.It consists of filter,quantization and Huffman coding etc..Different methodshave been compared.Finally,some suggestions for further studies are proposed.In fact,the paper isa summary of our recent research.     

基于小波的带Hilbert核的奇异积分方程的解法

许多力学和工程问题都可以表示为第一类奇异积分方程.本文给出了带Hilbert核的奇异积分方程的小波Galerkin算法.利用L2([0,1])上的周期小波和Hilbert核的特点降低刚性矩阵的维数;并且通过阈值使得矩阵更加稀疏,以减少计算量和节省存储空间.根据Hilbert核的奇异性,通过Tikhonov正则化方法求解了所得到的刚性方程组,给出了算法的收敛性和数值结果.     

K正则M段子波基的构造

首先将产生最小长度为Ｋ的正则二波段Ｄａｕｂｅｃｈｉｅｓ子波推广到Ｍ段，该公式可应用到Ｋ正则Ｍ段标尺滤波器。其次对（Ｍ－１）段子波滤波和相对应的两个逼近进行描述，一个是用获得归一化子波滤波器的新技术进行逼近，另一个是使用因式分解逼近。最后给出构造产生Ｍ段归一化正交子波基的充分必要条件     

非参数估计与小波分析在股市趋势线中应用的实证研究

对股市分析中移动平均趋势线进行改进，发现对于任何一支股票可以通过非参数估计或小波分析．都能找到一个最优的生成线作为短期线．同时在这一线附近其它线的收益也明显优于移动平均趋势线中的最优组合．显示出非参数与小波分析方法在证券分析中有着较好的应用价值。     

基于子波变换和神经网络的舰船目标识别

特征提取方法和分类器的选择是舰船目标识别的关键。介绍了一种目标分类和识别的方法。首先利用子波变换和多分辨分解算法对实际采集到的各类舰船目标辐射噪声进行特征提取 ,获得目标的线谱和调制谱特征 ,然后利用模糊自组织聚类网络 (FKCN)分类器对各类目标进行分类识别。最后利用实测数据进行仿真分析 ,并与其它特征提取和分类识别方法比较 ,验证了所用方法的可行性 ,且获得了较好的效果。     

用于大工业过程建模的新型小波神经网络结构

提出一种新的小波神经网络结构 ,旨在解决输入变量比较多、变量分先后次序起作用的一类问题。该网络结构类似于多层前向神经网络 ,不同的是将一部分输入节点移至隐层 ,输入变量不是由同一层输入 ,而是根据变量起作用的前后次序分别在网络的不同层输入 ,从而使网络的规模减小 ;同时 ,隐层神经元的激励函数是一维小波函数 ,避免了多元小波函数带来的维数灾难问题。因此 ,该神经网络是处理高维问题的有效工具 ,尤其适用于包含多道加工工序的大工业过程的建模。将该神经网络用于热连轧产品质量建模 ,并经过了实测数据拟合与检验。试验结果表明 ,提出的小波神经网络结构是可行的 ,而且有很好的应用前景。     

数字图像小波变换的两种方法比较

采用图像处理技术，用比较直观的两种方法来实现图像小波分解与重构，并在此基础上进行大量的实验，对相关结果进行了分析，获得影响图像处理效果的主要因素。