数据压缩的随时变提升小波滤波器设计研究

一般用途的小波滤波器是不随时间变化的滤波器。文章中我们提出一种新的方法设计双正交小波滤波器,这种滤波器与输入信号是正交的。我们称它为随时间变化的提升小波滤波器(TVLW F)。它的特点是通过改变Sw eldens所开发的提升格式的自由参数使滤波器适应于输入信号的变化。这种滤波器很简单并且几乎是可以完美地重构的。用TVLW F,我们做了心电图数据(ECG)的压缩,这是一种半周期性信号。实践证明时变系统很容易构成。我们提出的方法对数据压缩很有用。     

基于二进提升方案的双正交小波滤波器设计

文章提出一种基于二进提升方案的双正交小波滤波器的新设计方法,它用于构造具有有限长度和消失矩的对称双正交样条小波滤波器.构造的滤波器结合阈值技术可用来滤除噪声污染图像中的Gauss白噪声.     

一种基于提升算法的小波滤波器硬件结构设计

基于提升方法提出了一种有效的双正交(9—7)小波滤波器的硬件实现结构。采用流水线调度技术优化结构设计，其前向滤波器和后向滤波器的实现具有对称性，硬件实现方法简单。采用Verilog HDL对系统设计进行了描述，进行了功能仿真，并选用Xilinx公司的xcv50e-csl44—8在集成软件ISE4．1下进行了综合和映射。     

一种小波提升的电力有源滤波器

提升算法是一种新的双正交小波构造方法．在时域对信号进行变换就可完成对信号频域特性的分析．介绍提升算法的原理及实现步骤,将Daubechies9／7小波滤波器的提升格式应用于电力有源滤波器的设计．它使得计算复杂度大大降低．有效地减少运行时间,提高滤波器的实时性,具有更好的实用性能。     

基于二进提升格式构造具有高阶消失矩的二进小波滤波器

文章利用提升格式和对偶二进提升格式,分别构造出新的具有8阶高消失矩的提升二进小波滤波器和具有6阶高消失矩的对偶提升二进小波滤波器。第一步:对Mallat所构造的B-样条二进小波(r=1)进行拓展,通过大量的计算,反复实验,最后进行证明,可以得到构造新的B-样条二进小波的方法;第二步:运用上述构造二进小波的新方法,构造出新的B-样条二进小波(r=2)作为初始二进小波滤波器,再基于二进提升格式和对偶二进提升格式,分别进行三次提升,推导出具有有限长、线性相位、高阶消失矩的提升二进小波滤波器和对偶提升二进小波滤波器,而这些提升的二进小波滤波器并不能通过Sweldens提升格式进行计算获得,只能有本文所述的二进提升格式得到。     

双正交小波的分式滤波器

给出双正交小波的分式滤波器的概念，并给出了利用分式滤波器构造双正交小波的算法. B-样条小波滤波器及对偶滤波器的构造作为双正交小波算法的特例，最后也给出相应的算例.     

小波滤波器设计探讨

自小波分析的概念被提出至今，它的应用已经渗透到科学与工程的各个领域，如数字信号处理、科学工程计算、网络通讯等。在实际应用中，人们总希望所构造的小波具有良好的性质。但构造小波并不容易，本文介绍了小波滤波器设计有关的很多问题，如M进小波、高维小波、向量值小波、区域上的小波等的一般构造。     

基于BP神经网络和逆滤波器的小波域半盲离焦图像复原

本文利用BP神经网络和逆滤波器提出了一种新的半盲离焦图像复原算法.在小波域,提取特点向量,然后训练BP神经网络,利用训练后的网络估计离焦参数.根据离焦参数得到点扩展函数,利用逆滤波器复原模糊图像.仿真实验结果表明：该方法能有效地复原离焦模糊图像.     

基于小波分析的FIR滤波器改进方法

用窗函数法设计FIR滤波器,由于非一致收敛而产生振荡,从而影响了滤波器的精度,而提高精度是以增加计算量为代价的,对于实时系统是很不利的。文章以小波低通滤波器H的逆Fourier变换所得的序列同滤波器脉冲序列相乘,相当于小波对滤波器的频域信号进行滤波,在滤波器阶数不高的情况下,能起到平滑滤波器通带频谱,抑制高频成分,达到减小误差及增强抗混叠能力的作用。     

小波图像压缩中滤波器的选择

选择滤波器时，通常考虑正交性、对称性、正则性、支撑集和消失矩阶数等滤波器本身的性质，却很少将他们与图像纹理特征、压缩比等因素综合起来考虑。针对上述问题，对多种常见滤波器，采用相同的自适应量化编码方法进行实验、研究并分析了选择滤波器对一些影响因素，解决了小波图像压缩过程中滤波器的选择问题。     

基于小波子带的PCA人脸识别方法研究

随着人机接口和识别技术的不断发展，人脸识别已经成为一门很活跃的研究领域。如今，PCA(主成份分析)已应用在许多人脸库的识别中，并取得了很好的效果。然而，PCA有它的局限性：大的运算量和较低的判别能力。针对这些缺点，文中提出了一种新的算法，将PCA运用在小波子带上，用包含了原始图像的大部分信息的低频子带作PCA。和传统的方法相比较，该方法得到了较好的识别率，同时也降低了运算量。当训练样本很大时，这点就显得尤为重要。     

谐波小波样本熵与HMM模型的轴承故障模式识别

根据谐波小波分解非平稳振动信号优良特性与隐马尔科夫(HMM)模型的时序模式分类能力,提出了一种基于谐波小波样本熵与HMM模型结合的轴承故障模式识别方法.该方法首先利用谐波小波对轴承各个状态故障信号进行分解,进而由谐波小波三维时频网格图的频率层数特征计算合理的样本熵维数和阈值,依次提取轴承振动信号各层的样本熵构成特征向量序列;然后将序列前120组输入HMM模型中进行训练得到对应故障模型,剩余80组进行测试与识别,通过对比对数似然估计概率输出值确定轴承故障类型.实验通过与BP和RBF神经网络模型进行不同训练组数的正确识别率对比,验证了该组合方法具有识别准确率高,稳定性强的优点.     

小波分析在多相流流型识别中的应用

提出了一种利用小波变换进行流型分析的方法。采用小波变换分析水平管流上的压差信号 ,根据段塞流与波状流的小波分析特性 ,可容易地识别流型。与其他流型识别方法相比 ,该方法所需测量参数少 ,便于实时、连续地判断流型。     

以复小波变换系数为特征量的局放模式识别

复小波变换在时域和频域都具有表征信号局部特征的能力,且复小波变换提供了独有的相位信息.文中对4种典型绝缘缺陷产生的局部放电脉冲波形进行复小波变换,用模糊聚类的方法分别对各尺度复小波系数的实部R、虚部I以及复合信息系数R|I|聚类分析,将聚类的能量作为模式识别的特征量.通过大量的实验获得放电样本,用构建的BP神经网络作为分类器,对4种典型绝缘缺陷产生的局部放电进行了有效识别,结果表明:从复小波的复合信息系数R|I|中提取的特征量优于从实部R、虚部I以及实小波系数中提取的特征量.     

小波变换在变压器绕组变形识别中的研究

论述变压器绕组变形检测的低压冲法中利用小波变换提取特征量及变形识别的方法,通过实例证明,利用小波变换能有效消除噪声,使测量具有重复怀,并能进行变形的模式识别。     

基于小波变换过零检测的虹膜识别技术

使用小波变换过零检测算法可实现人眼虹膜图像的编码和识别 .瞳孔尺寸变化会使虹膜纹理图像变形 ,进而影响识别算法 .采用虹膜变形模型克服了瞳孔缩放带来的影响 ,并针对图像编码不等长问题 ,提出了有限变形相似度的相似度算法 ,使识别算法更加稳定     

自适应神经网络判决树及其在人脸识别领域的应用

提出了一种神经网络与判决树结合而成的新结构———自适应神经网络判决树（ＡｄａｐｔｉｖｅＮｅｕｒａｌＮｅｔｗｏｒｋｓＤｅｃｉｓｉｏｎＴｒｅｅ,简称ＡＮＮＤＴ）。实验表明,基于ＡＮＮＤＴ的人脸识别方法,能够综合利用多种神经网络模型和特征提取算法,不仅具有较高的识别速度、准确率、容错性和健壮性,而且基本满足开发实用化人脸识别系统的要求。     

基于Gabor小波和局部二值模式的步态识别

利用步态对个人身份进行识别已经受到越来越多生物识别技术研究者的重视。步态能量图(GEI-Gait Energy Image)是一种有效的步态表征方法,Gabor小波能提取不同方向、不同尺度空间频率特征,因此,首先利用Gabor小波提取步态能量图不同方向、不同尺度的信息,得到其幅值谱图,再利用LBP来提取Gabor幅值谱图的局部信息,相对于LBP直接作用于步态能量图,能提取步态能量图更多方向、更多尺度的局部特征。最后,利用具有良好降维和辨识能力的辨识共同向量(DCV-Discriminant Common Vector)对提取的LBP特征进行维数约减和特征选择,只需利用简单的最近邻分类器就能取得较好的识别效果。该算法在中科院自动化所的CASIA数据库上面进行试验取得了较高的正确识别率。还针对步态识别中的小样本问题提出了一种样本扩充方法,解决了步态识别中的小样本问题,并提高了算法的识别率。