衡水湖水文化简论

水是源,文化是魂.衡水湖作为京南第一湖,国家级自然保护区和水利风景区,水文化十分丰富,既有水工程、水环境、水景观等物质形态的水文化,又包含水哲学、水法规、水文艺、治水理论和水著作等精神形态的水文化.     

基于db10小波的电机轴承故障信号分析

滚动轴承故障诊断的关键是对振动信号进行分析和处理,并提取滚动轴承的故障特征。由于大多数滚动轴承故障振动信号是非平稳信号,因此需要选择适合于非平稳信号分析和处理的方法。小波变换具有多分辨率分析的特点,并且在时域、频域都具有表征信号局部特征的能力,本文采用具有良好特征提取能力的db10小波进行分析。通过对实验数据的分析,验证了所提方法的有效性。     

基于阴影变换的动态灰值形态算子的研究

基于阴影变换和表面算子的理论,系统地研究了在空间变化(SV)即动态的二值形态学理论的基础上建立动态灰值形态算子的方法,证明了阴影集的相关结论,运用阴影变换和表面算子表示了SV灰值形态开、闭算子,并推导出腐蚀、膨胀以及开算子这3种算子所具有的代数表示形式,研究了腐蚀、膨胀、开、闭这4种算子的性质.     

MT信号处理中小波分析与Hilbert-Huang变换的比较

以实测大地电磁信号为分析对象,对比研究了小波分析和Hilbert-Huang变换在大地电磁（magnetotelluric,MT）信号分解和时频分析上面的特点.给出了小波分析和Hilbert-Huang变换的数学原理,分析了2种方法在MT信号分解中的分解方法及其物理意义,讨论了2种方法在MT信号时频谱表征能力上的异同,为大地电磁信号分析方法的选择提供用了有价值的参考.     

一种分层阈值优化的语音感知小波去噪方法

通过分析含噪语音信号的特点,引入能够兼顾人耳听觉特性的听觉感知小波变换,构造了新的小波阈值函数,并对小波变换分解后的阈值进行基于微粒群算法的分层优化.仿真实验表明,该方法在不同信噪比条件下均具有较好的去噪性能,语音的可懂度和听觉效果得到有效提高.     

基于组合广义形态滤波的大地电磁资料处理

针对矿集区大地电磁强干扰的特征,构建组合广义形态滤波器,从时间域波形上探讨组合广义形态滤波对实测大地电磁强干扰的噪声压制效果。给出基于组合广义形态滤波的大地电磁资料处理流程,在人烟稀少、基本无电磁干扰的青海柴达木盆地进行试验研究,对包含比较单一的人工广域电磁干扰源的试验点进行组合广义形态滤波处理,横向对比时间域波形和视电阻率-相位曲线的改善情况。研究结果表明:该方法可以更加精确地勾勒出大尺度强干扰的轮廓特征,视电阻率-相位曲线的整体形态更加光滑、平稳,数据质量得到明显改善;由于该算法能有效提取暂态信号中的奇异信号,且只需进行加、减和比较运算,计算速度快,这对于在矿集区开展大地电磁强干扰的压制及资料处理具有一定应用价值。     

方向提升小波变换域稀疏滤波的自然图像贝叶斯压缩感知

针对压缩感知(CS)重构算法在实际应用中自然图像的小波变换系数往往无法稀疏的问题,提出了一种方向提升小波变换(DLWT)域稀疏滤波的自然图像贝叶斯压缩感知算法(DLWT-SFTSW-BCS)。首先对自然图像进行方向提升小波变换得到小波变换系数;然后在随机测量之前利用稀疏滤波切除小系数,消除了小系数对大系数重构时的混叠干扰;最后结合小波树结构的贝叶斯压缩感知重构算法得到自然图像的重构图像。实验结果表明,与仅利用尺度间相关性的小波树结构的压缩感知重构算法相比,DLWT-SF-TSW-BCS算法的重构峰值信噪比最大可提高10dB。     

直流电压下交联聚乙烯电缆绝缘中电树枝的生长特性研究

为了研究交联聚乙烯电缆绝缘材料中直流电树枝的生长速率、形态特征及通道特性,利用树枝化试验及显微观察系统,在针尖半径为5μm、针-板电极间距为2mm、周期性施加的间断直流电压下,对试样进行了分组试验。试验结果显示:电树枝由细单枝逐渐发展为稀疏丛状结构,树枝通道为非导电型;电树枝生长缓慢,生长速率不超过1.0μm/min;树枝长度主要取决于加压周期数及直流电压幅值,电压持续时间在高压下影响增大;针极意外接地情况下,电树枝将瞬间引发或快速生长。理论分析表明,电树枝生长规律可以由文中所建立的非导电树枝模型及等效电路进行合理解释,而空间电荷效应是产生直流接地树现象的根本原因。     

基于小波分解的统计模型对小时风速的预测

为提高小时风速的预测精度,提出了基于小波分解和AR模型的混合模型(WD-AR).模型应用小波分解技术将风速序列进行多层分解,再利用AR模型分别对各分解层的风速序列进行预测,最后将预测结果叠加得到预测值.采用河西地区风速观测数据对模型进行分析验证,结果表明:WD-AR模型预测精度指标R,RMSE和MAP E值分别是0.89,0.36和27%,与AR模型相比有了较大的改善,提高了小时风速的预测精度,说明WD-AR模型具有更好的预测能力.     

基于小波高频奇异值分解的无参考模糊图像质量评价

针对传统无参考模糊图像质量评价方法通常需要进行学习训练或构造参考图像再进行质量评价从而导致算法较复杂且计算量大的问题,文中提出一种简捷有效的图像高频奇异值分解的无参考模糊图像质量评价方法。该方法根据自然图像同尺度不同方向高频子带小波系数相关性随模糊程度加深而降低的特性,利用奇异值分解获取图像高频子带结构特征,计算同尺度不同方向高频子带结构特征向量夹角作为质量评价指标。通过LIVE2,CSIQ和TID2013图像数据库实验表明,提出的方法与主观评价具有较好的一致性,而且算法无需训练或构造参考图像,较传统评价算法运行更为简便,实用性更强。