η_(e,k)~j算子作用下的小波变换误差分析

在研究拟微分算子及预小波基础上,探讨了jeη,k算子作用下的小波变换,得到了一些新的有用的结果.     

微分算子样条小波

去掉小波理论的多分辨分析中Vj的单调性这一条件,定义了所谓微分子算子样条小波,这是多项式样条小波的自然的推广.作为范例,在一个再生核空间中给出了一个性能优良的微分算子样条小波基.     

W2(R) W2(R)空间中一类微分算子样条小波

本文在再生核空间W^2(R)○^∧W^2(R)中给出了二维可分离微分算子样条小波定义,并给予初步探讨。     

定积分的三角Hermite插值小波算法

本文给出了一种求一般函数的定积分的小波方法.首先介绍了三角Hermite插值小波及其相关性质,利用三角Hermite型插值小波算子定义,推导出了求一般函数的定积分的计算公式,给出算例,结果表明此算法具有较高的精确度.     

W~2(R)W~2(R)空间中一类微分算子样条小波

本文在再生核空间Ｗ２（Ｒ）Ｗ２（Ｒ）中给出了二维可分离微分算子样条小波定义,并给予初步探讨．     

矩阵值双正交小波包基

研究矩阵值小波包的性质．给出一类矩阵值双正交小波包的定义及构造．运用时频分析方法与算子理论刻划了矩阵值双正交小波包的特性,得到了矩阵值小波包的双正交公式．进而,得到矩阵值函数空间L^2（R,C^r×r）新的Riesz基．     

伪微分算子作用下小波变换中的误差分析

通过对文献[1，2]的研究，在常系数伪微分算子作用下的小波变换中，得到一些新的结论。     

一种新的连续小波变换

提出了一种新的连续小波变换.这种连续小波变换具有高分辨性和自适应性,并且可以减小由于参数在分母上所引起误差,数值积分离散时对参数的选择更具有灵活性,最后的数值实验表明了新的连续小波变换的有效性.     

肋骨皮质纹理特征提取分类算法设计

肋骨的皮质纹理特征是判断骨折的重要依据.提出了肋骨皮质纹理特征提取与分类算法,利用Canny算子图像进行预处理,利用Gabor小波实现纹理特征提取,利用KPCA完成降维和分类.实验结果表明,该算法得到的肋骨纹理特征提取与分类,提高了肋骨骨折的诊断率.     

正交样条小波的周期化

本文对正交样条小波进行周化，给出了周期正交样条小波的分解与重构算法．用这种周期正交样条小波可方便地处理有限区间上的问题．     

信号和图像的最佳小波分解

经一种寻找信号和图像的最佳小波分解方法，对正交小波、对称正交小波、双正交和对称双正交小波4种情形进行了讨论，结果表明，此方法可以提高压缩图像的信噪比和压缩比。     

有限区间样条小波插值的逼近性质与它的并行算法

研究了有限区间样条小波插值函数的逼近性质，证明了三次单节点样条小波插值函数是样条小波空间中的最佳逼近函数，并利用这一结果得到了样条小波插值的并行运算格式。     

小波理论的基本思想及其发展、应用与展望

对小波分析理论的发展过程及其在应用领域的现状进行了概述，比较了小波变换，付里叶变换，加窗付里叶变换诸多特征的异同，在提出小波理论有待解决的一些问题的基础上，展望了该理论进一步发展的趋势。     

区间上连续多小波的分解与重构

本文给出区间连续多小波包的定义和此多小波包的分解与重构算法．     

孤岛检测中复小波变换与实小波变换的对比

孤岛检测是分布式光伏并网发电中的重要问题.为此,研究复小波变换和实小波变换在孤岛检测中的应用,提取并分析公共耦合点电压小波变换系数的幅值和相位的对比关系,以判断孤岛是否发生.仿真结果表明:基于复小波变换的孤岛检测可解决实小波方法特征信号分层繁琐和阈值选取过程复杂的问题.     

小波快速分解和重构的一般公式

小波分析有良好的时－频局部化性能,现被广泛应用于数字信号和图像处理等领域,但其在处理有限长信号时的实时性不太理想,在分析了基于Daubechies紧支收正交小波基的快速算法在实际使用中的局限性的基础性,本文推导出一般情况下的小波分解和重构公式。     

双正交周期插值小波函数的实值对称性

首先给出了Box样条函数、正交周期小波函数以及双正交周期插值小波函数的定义,通过这些定义及相应的命题公式等,给出了所要得到的双正交周期插值小波函数的实值对称性质.     

基于提升小波和双树复小波的图像检索新算法

由于提升小波的高效性,双树复小波的多方向选择性等特点,所以本文提出了一种新的检索算法:基于提升小波和双树复小波变换的图像检索算法。此算法首先对图像分别进行提升小波和双树复小波变换,得到每层各个方向上的高频子图像;然后将各层上各方向的高频子图像组合,提取它们的纹理特征;最后通过计算特征向量之间的canberra距离,检索出相似度高的图像。实验结果说明,此算法的检索效率高于提升小波和双树复小波的算法。     

基于Gabor小波和神经网络的图像目标识别

针对目前数字图像目标识别方法中存在识别精度和实时性的问题,提出一种结合Gabor小波和神经网络的图像目标识别方法.该方法首先对图像进行预处理,用Canny算子进行边缘提取,然后通过神经网络获取最优的双Gabor小波复合滤波器参数,再采用参数优化过的滤波器组提取目标的特征向量,最后进行目标的分类和识别.实验表明这种方法鲁棒性好、识别率高,具有较广泛的实际应用价值.     

小波神经网络逼近非线性函数算法

介绍用于函数近似的一种新型神经网络——小波神经网络,该小波神经网络采用的函数是sigmoid函数的组合.文中从理论上阐明了小波神经网络对某些时频有限的非线性函数的逼近能力,并实际建立了一个前馈小波神经网络,同时讨论了如何选择小波母函数及如何减少该神经网络规模的算法.实验结果表明这种小波神经网络可以在较小规模的基础上实现对这类非线性函数的逼近.