首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   22篇
  免费   0篇
  国内免费   3篇
系统科学   13篇
综合类   12篇
  2010年   1篇
  2008年   2篇
  2007年   2篇
  2006年   1篇
  2005年   5篇
  2004年   3篇
  2003年   4篇
  2002年   4篇
  2001年   2篇
  2000年   1篇
排序方式: 共有25条查询结果,搜索用时 625 毫秒
1.
利用多小波函数和多尺度函数的互补性,构造了一种具有分层、多分辨和局部学习特点的正交多小波神经网络.给出了调整网络权系数的算法并进行了计算机仿真,结果表明正交多小波神经网络的逼近性能优于正交单小波神经网络.  相似文献   
2.
目的试探利用小波变换研究预测期权市场中时间价值序列。方法提出了基于小波变换的期权市场中的时间价值序列预测方法。结果实际分析表明所设计的预测方法是有效的。结论它同传统的预测方法相比较具有较高的可靠性,且有很好的应用前景。  相似文献   
3.
多分辨正交多小波网络的结构与算法研究   总被引:3,自引:0,他引:3  
小波网络是函数逼近的有力工具。利用多小波函数和多尺度函数的互补性,构造了一种具有分层、多分辨和局部学习特点的正交多小波神经网络。分析了该网络用于函数逼近时的性质,讨论了其结构并在此基础上给出了调整网络权系数的算法。理论分析和GHM多小波网络及db2单小波网络对几种非线性函数的仿真结果都表明,当函数具有一定的光滑性时,正交多小波神经网络的逼近性能优于正交单小波神经网络。  相似文献   
4.
基于遗传算法估计灰色模型中的参数   总被引:10,自引:0,他引:10  
研究表明,GM(1,1)模型中的背景值参数λ和边值对模型的预测精度均有影响,进而分别以平均相对误差达到最小或最大相对误差达到最小为极小化准则,提出了基于遗传算法求解最佳背景值参数λ和最佳边值修正项ε的方法,并且可以确保在相应的模型检验准则下预测的误差达到最小.数值结果表明,采用遗传算法确定最佳的λ、ε可大大地提高模型的预测精度.  相似文献   
5.
在有偏随机过程中引入时变指数概念和具有局部自相似性的数学模型。借助小波基固有的尺度特性很适合于分析局部自然相似性这一特点,给出Hurst指数的小波估算公式及算法,并用仿真结果加以验证。  相似文献   
6.
基于变分问题和广义软阈值的图像去噪   总被引:3,自引:0,他引:3  
采用非线性滤波方法处理图像去噪问题时,阈值参数的选取和恰当的使用滤波器函数,对去噪图像的效果影响极大。构造了可用于非线性滤波算法的广义软阈值小波滤波器函数,它是Donoho的软阈值滤波器函数的推广,可以用来代替Donoho的软阈值滤波器,证明了滤波后的逼近是Besov空间中泛函的近似最小值点。而且,广义软阈值滤波器函数次数越大,逼近效果越好。仿真结果证实了此方法的有效性。  相似文献   
7.
提出了一种小波域图像分解算法,该算法通过在小波域中最小化一个变分泛函把图像分解成u和v两部分,其中u在Besov空间B11(L1)表示图像的几何特征,v在对偶空间B∞-1(L∞)刻画了零均值振荡信号,如纹理和噪声。在求解泛函最小值时,采用一种新的迭代的子空间投影方法,利用该投影方法得到图像在小波域中的分解部分序列,重构该序列的极限即可得到图像的分解部分,同时给出了该迭代方法的收敛性证明。实验结果表明新模型比Daubechies-Teschke模型能更好地分解图像,尤其是低噪声图像。  相似文献   
8.
提出一种用于数字图像版权保护的变换域水印算法,将二值随机序列作为水印信号嵌入在图像付里叶变换的重要系数的相位成分中,并利用相关检测器进行水印检测。实验证明,该算法具有不可见性,对通常的图像处理,如JPEG压缩、剪切、缩放、中值滤波等以及噪声干扰都具有很强的鲁棒性。  相似文献   
9.
讨论了向量函数空间上的连续小波变换,分别得到了由变换向量函数产生的重构公式和由不同于变换向量函数的向量函数生成的重构公式,获得了两种重构公式在弱拓扑下和在强拓扑下成立的条件,并得到了一种选取变换函数使得重构公式为最简单形式的方法。  相似文献   
10.
为了克服二进小波的缺陷和拓宽小波的应用 ,研究了M进小波的多分辨分析和正交性条件 ,给出了一种构造正交三进小波尺度函数对应的滤波器系数的新方法 ,得出了M进小波尺度传递函数对应的有限冲激响应系数最少为MN(N为小波函数的消失矩或阶数 )个的结论 ,并指出了它在图像压缩中具有的潜在优势  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号