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.     

基于第二代小波的自适应有限元构造研究

为了有效地实现有限元自适应分析中函数平滑逼近和细节信息的分离，根据提出的第二代小波有限元多分辨分析方法构造了相应的自适应算法．采用第二代小波作为基函数构造了逐级嵌套的有限元逼近空间，并引入消失矩提出有限元求解方程刚度矩阵解耦的条件．函数在低分辨空间的逼近可以通过增加细节空间提升到高分辨空间，通过使刚度矩阵解耦，可以消除低分辨逼近空间和细节空间之间以及不同尺度的细节空间之间的耦合项．通过构造轴力杆的自适应分析，验证了方法的有效性，同时为实现复杂第二代小波自适应有限元分析提供了较好的研究思路、     

基于第二代小波的增强边缘的图像去噪

传统的一些去噪技术往往是以牺牲图像的边缘和细节为代价的.为了去掉图像的噪声,同时又能够很好地保留图像的边缘和纹理细节,在介绍第二代小波变换的原理的基础上,提出使用边缘检测的方法检测出图像的边缘和纹理细节,将它和该图像进行融合,用第二代小波对含噪图像进行分解,对图像高频进行自适应去噪.由于图像在去噪前融合了边缘信息,因此边缘和细节部分得到了增强.仿真结果表明:该去噪方法优于传统小波阈值去噪方法.     

基于第二代小波的杆、梁单元构造研究

针对第二代小波尺度函数无显式表达式的缺点,提出采用PsdVoigt2函数进行拟合的方法,根据小波有限元及第二代小波理论,利用第二代小波尺度函数取代传统有限元多项式插值函数,通过转换矩阵将小波插值系数转换到物理空间,构造出形函数,并利用该方法构造一系列杆、梁单元。通过不同算例对构造的第二代小波杆、梁单元进行精度验证。计算结果表明,构造的第二代小波单元在求解变形和应变时精度较高,丰富了小波有限元单元库。     

基于第二代小波变换的医学图像检索

纹理特征提取是基于内容的图像检索的一个重要环节.针对该问题,提出了一种简单而有效的纹理特征提取算法.采用原始图像的亮度以及图像经过第二代小波变换后子带的方差信息来描述纹理.与传统的采用第一代小波变换进行图像检索的算法相比,提取的特征维数少,计算复杂度小.通过对医学图像库的检索实验结果表明,该算法具有高效的检索效率.同时,还具有对图像的平移、旋转、尺度以及镜面变换的近似不变性.     

基于小波分解的GPS监测数据消噪处理

提出一种基于小波分解技术的监测数据处理方法,首先用小波技术把GPS双差残留分解为低频偏差与高频噪声部分,然后提取偏差成分直接用于校正同样误差成分所导致的GPS测量结果。讨论分析了所提方法用于监测实践时的结果,表明本文所提方法对于模糊度解算和基线的估计精度均有很大的提高。     

小波分析的理论发展及应用

简述了由傅里叶变换发展到小波变换的基本过程，深入浅出地分析了傅里叶变换、短时傅里叶交换以及小波分析的基本内容。介绍了目前小波分析在部分领域的成功应用，对小波分析的未来发展和应用作了阐述。     

污染源监测数据管理系统的应用分析

文章根据当前污染源控制的管理需求，针对当前污染源管理现状，详细剖析了污染源监测数据管理系统的构成、功能及应用。总结归纳了该管理系统的优越功能及发展前景。为污染源数据管理信息化、规范化、标准化、统一化提供了借鉴。     

小波分析的理论发展及应用

简述了由傅里叶变换发展到小波变换的基本过程,深入浅出地分析了傅里叶变换、短时傅里叶交换以及小波分析的基本内容.介绍了目前小波分析在部分领域的成功应用,对小波分析的未来发展和应用作了阐述.     

第2代小波变换及其在机电设备状态监测中的应用

为了解决最佳小波基函数选择的问题，采用第2代小波变换的方法构造小波，从振动信号中提取机电设备故障信息。第2代小波变换与经典小波变换不同，它不依赖Fourier变换，所有的运算在时域上进行，通过设计预测算子和提升算子可以构造具有某种特性的小波。针对机电设备的状态监测和故障诊断，阐述了一种离线设计预测算子和提升算子的方法，通过求解线性方程组确定预测系数和提升系数，并在此基础上构造基于插值细分方法的第2代小波变换算法。在某炼油厂机组的状态监测和故障诊断中，采用该算法有效地提取了轴系不对中的故障信息。     

桥梁长期健康监测大数据温度与应变特征及关联性分析

针对在珠江黄埔大桥北汊斜拉桥稳定运营阶段采集到的温度和应变大数据时间序列,进行特征分析,获取了温度和应变数据的基本特征,初步探索了二者的关联性。进一步利用傅里叶变换和小波变换对监测数据进行分析。结果表明温度与应变数据存在周期为24 h和12 h的频域成分,并且温度与应变之间有明显的正相关性。最后,建立了斜拉桥的整体和关键局部梁段有限元模型;结合小波变换的小波细节层信息,验证了24 h周期的温度与应变信号之间的关联性,证明了日温对应变有显著的影响。对桥梁长期健康监测温度和应变大数据所采用的数据分析方法及有限元验证方法可为桥梁长期健康监测数据的分析和数据挖掘提供有价值的参考。     

子波消噪技术及其应用

基于信号和噪声在小波变换下表现出的截然不同的性质,提出了一种非线性消噪方法．该方法与传统的消噪方法不同：它并非等价于信号通过一个低通或带通滤波器,而是根据信号与噪声的奇异点性质不同滤波．因而,在改善信噪比的同时,又保持相当高的时间分辨率．     

基于小波变换的数据压缩在窗口因子分析中的应用

尝试将基于小波变换的数据压缩应用于窗口因子分析，在很大程度上克服了窗口因子分析直接处理原始信号时人工寻找最佳窗口的困难．该方法的数据分析结果表明，在压缩比高达８∶１的情况下，原始信号中的有用信息几乎没有丢失，窗口因子分析的解析时间则大为缩短，获得了有意义的解析结果．同时，小波变换具有的滤除高频噪音的优良性质使压缩信号的信噪比亦得到了改善，这对于分析结果的准确度是有帮助的．     

钢结构施工过程监测数据缺失机理与处理方法

分析并总结了钢结构施工过程监测中缺失数据的成因及特征,依据缺失数据形成机制将缺失数据分为三类.根据不同类型和特征的缺失数据,提出了基于最小二乘原理以回归分析理论为基础的数据补偿方法.通过对大同美术馆屋盖钢结构和"生命之环"钢结构施工过程监测数据的分析处理与比较,验证了该方法的有效性,说明了该方法的实用价值.     

桥梁结构监测数据预处理方法及其应用

介绍了桥梁结构监测数据预处理的几种方法,并基于九江大桥健康监测系统,对系统采集的数据首先选用其中的两种数据预处理方法,分别判别数据中的异常值,剔除粗大误差,其次采用数据平滑方法对噪声数据进行处理,采取这些合理的数据预处理方法最终可以获得对桥梁结构健康状态评估起重要作用的有效数据.     

形态小波变换在图像处理中的应用

论述了小波理论、多分辨分析技术与数学形态学的基本方法和内在联系，以及基于这三类理论所产生的形态小波变换的基本思想和应用方法，并通过一些基本的形态小波变换，展示了形态小波及其变换在图像处理应用中的巨大潜力。     

基于小波变换和反馈的时间序列相似模式搜索算法

为得到有价值的相似时间序列,分析小波变换及其在寻找相似时间序列上的优越性;指出了现有的基于小波变换的相似时间序列搜索算法的2个缺点,提出了基于小波变换和加权反馈的时间序列相似模式匹配算法和基于验证深度的验证方法;通过实验证明了算法的有效性和实用性.     

自适应联合小波去噪算法

对于传统小波去噪方法，由于选用了单个的小波基，很难兼顾图像的平滑区域、边缘和纹理部分。而对于多小波基的去噪方法，尽管选择多个具有不同性质的小波基，但已有的文献中只是简单地取其算术平均，没有很好地体现小波基的多样性，造成了丢失细节与过平滑的后果。针对图像的非均匀性以及每个小波基支撑区间的不同，提出了一种自适应联合小波去噪算法，对图像中的不同区域和每个小波基处理的不同结果赋予不同的权系数，这样就充分发挥了每个小波基的作用，取得了满意的实验结果。