基于Haar小波多分辨率分析的计算方法

目的 讨论分析一种基于小波多分辨率分析(MRA)的多尺度数值计算方法.方法 通过理论分析和数值模拟相结合的方法.结果 该方法在保持计算精度的同时大大提高了计算效率.结论 文中的方法是一种高效、典型的多尺度数值算法.     

基于小波多分辨率分析的信号消噪

小波变换是近10年来迅速发展起来的学科，它与傅立叶变换、Gabor变换相比，是一个时间和频率的局部变换，因而能有效地从信号中提取信息。通过对信号进行多尺度细化分析，解决了傅立叶变换不能解决的许多问题。利用噪声信号小波变换的极大值随尺度的加大而显著减少的特点，运用小波多分辨率分析进行信号噪声的消除，仿真结果表明:小波多分辨率分析的效果，优于传统的傅立叶变换。     

小波多分辨率造型技术在逆向工程中的应用

为了提高逆向设计的创新能力,将小波多分辨率造型技术应用于逆向工程中,并针对小波多分辨率造型技术在逆向工程中应用的问题,给出了基本实现过程.就小波多分辨率造型技术在逆向设计过程中应用时,截面线的构造以及曲线曲面的多分辨率表示等关键技术给出了解决方案.通过实例验证了该方法的有效性和实用性.     

基于小波多分辨率分析的机动目标跟踪算法

研究了一种基于多分辨率分解的机动目标跟踪算法,该算法利用小波中的经典算法——Mallat算法对单一分辨率的量测数据进行多尺度分解,将分解得到的多分辨率量测数据用于目标状态更新。仿真结果表明,该算法具有较好的跟踪性能。     

基于小波多分辨率系数模值的并发故障检测方法

提出了利用小波分析技术进行信号奇异性检测的多重并发故障检测方法。利用小波多尺度分解技术,将信号进行多尺度的小波分解,得到不同尺度下的信号高频分量的小波系数模值,并根据奇变信号和噪声信号小波系数模值的差异,采用软阈值去噪法,对其高频分量小波系数进行去噪处理,获取不同尺度上突变信号的小波系数模值,实现对故障的检测,并可根据不同尺度上小波系数模值的对应关系,实现对多重并发故障的区分。对电网信号分析的仿真结果证实了该方法的正确性和可行性。     

小波多分辨率分析技术分析噪声在齿轮箱故障诊断中的应用

分析了多分辨率分析（Multi-resolution Analysis）工作原理。阐述了利用小波多分辨率分析技术分析噪声特征进行故障诊断。     

基于scan-buffer三维不规则数据场的直接体绘制技术

针对三维有限元模型不规则数据场的特点 ,在直接体绘制算法的基础上 ,提出了一种基于scan buffer、适合多种有限元单元类型的算法 ,讨论了数据场到密度场不同的映射函数对绘制效果的影响 ,提出了适合于有限元数据场的几种映射模型     

基于小波多分辨率分析和新的阈值自适应的信号去噪

针对信号去噪时,信号和噪声的频带相互混叠,且对信噪比有较高要求的情况,提出一种基于小波多分辨率分析和新的阈值自适应的去噪方法。实验结果表明,在采用相同的小波基的情况下,该文提出的算法和Matlab自带算法以及文献[5]提出的算法相比,信噪比得到较大的提高,减少了计算量,增加了算法的实时性。     

基于混沌遗传算法与小波多分辨率分析的岩心图像匹配

针对岩心图像尺寸大,特征信息不明显的特点,充分利用混沌遗传算法的随机性大大减少了传统搜索算法消耗的大量运算时间。利用小波多分辨率分析的方法在小波变换子图像上进行粗匹配,再在原始图像上精匹配,浓缩了岩心图象的特征信息在保证匹配准确度的同时提升了运算速度。将混沌遗传算法与小波变换多分辨率分析相结合,将其应用于大幅岩心图像的配准。实验表明,该方法能够快速而有效地进行图像配准,兼顾了匹配效果和匹配速度。     

基于小波多分辨率分析和主元分析的电力电子电路故障诊断

将小波多分辨率分析和主元分析方法以及归纳学习理论-决策树分类方法应用于电力电子电路的故障诊断中,提高了诊断效率及分类准确性,仿真结果验证了提出方法的正确性和有效性。     

小波多分辨率分析在信号奇异性检测中的应用

具有多尺度（分辨）分析和时－频局部化特性的小波分析技术，特别适用于边缘信号和峰值突变信号的处理和特征提取，因此，在故障检测和诊断中将有很大的发展前途。用小波变换的方法对信号进行初步故障检测和诊断，结果表明，小波分析在故障检测和诊断中有很好的应用前景。     

多视角三维数据场的构建研究

基于移动立方体（marching cubes,MC）算法,考虑到现实条件下观测数据的不完整性,提出一个方便模式识别研究的可伸缩三维数据场模型。该模型混合 MC 算法和分区域处理方法,考虑了多角度观测对场域及目标的影响,描述了三维数据场对模式识别的作用。场域建立的实践表明,利用多观测点互相补充的方法改进了 MC 算法,提高了运行效率。     

一种基于小波多分辨率分解的二值图像水印算法

介绍一种基于小波多分辨率分解的静态图像上的二值图像水印算法，实验结果表明：该算法较好保持了图像的质量，并对常用的图像处理方法有较强的稳健性。     

基于不规则二阶树的多尺度表示和多尺度建模

多数现象或过程具有Markov性,对在不同尺度上拥有对同一目标进行观测的多传感器系统,利用Markov过程的条件独立性,提出了不规则树的新概念,建立了动态过程基于不规则二阶树的多尺度表示方法,给出了确定多尺度模型中各种参数的具体步骤,并通过计算机仿真实验验证了所建立的动态过程基于不规则树的多尺度表示方法和多尺度模型的有效性与实用性.     

基于B样条小波多尺度分解的DEM模型研究

将B样条小波多尺度分解的思想应用于数字高程模型(DEM)建模中,可以较好的简化数据并提高造型逼真效果。数字高程模型(DEM)建模中可以利用矢量化等高线的高程数据和B样条曲面拟合的方法,研究了B样条小波在矢量化等高线和B样条曲面中的数据压缩处理,并给出具体等高线和曲面的小波分解算法和实现结果,有效减少了等高线和B样条曲面存储所需的空间并提高了曲线曲面的光顺程度。     

采用稀疏表示和小波变换的超分辨率重建算法

为了提高超分辨率重建图像的质量,提出一种基于稀疏表示和小波变换的超分辨率重建算法.首先,将小波变换的多尺度性、多方向性与稀疏表示的灵活性相结合,构建一种双稀疏编码(DSC)模型,提高稀疏系数的精度.然后,在双稀疏编码模型中引入局部线性嵌入正则化项(LLER),以更好地保留图像的结构;在重建过程中,对输入的低分辨率图像进行小波分解,得到3幅不同方向的高频子图,并采用提出的模型对其进行重建.最后,利用逆小波得到最终的高分辨率图像.实验结果表明:与多种主流的超分辨率算法相比,文中算法无论在主观视觉效果还是在峰值信噪比和结构相似度两个客观评价指标上,都取得了更好的效果.     

多分辨率分析耦合近似稀疏表示的图像融合算法

为了更好地处理图像高维特征奇异性,并兼顾融合图像目标特征与平均强度信息,提出了一种多分辨率分析与近似稀疏表示的图像融合算法。首先,对源图像进行对尺度分析,分别得到图像的高频和低频信息;然后,设计了近似稀疏表示(sparse representation,SR),通过近似SR系数来表示图像高频信息和低频信息;并利用绝对最大选择技术对近似SR稀疏转换,得到低频子带的近似系数和高频子带的细节系数,以达到用最少的系数来逼近奇异曲线。其次,构建了决策映射,对相同子带上的各SR系数的活性度和匹配度进行决策分析,输出决策值,通过决策值对图像进行匹配融合。最后,通过多尺度逆变换得到最终的融合图像。仿真实验表明:与当前图像融合算法相比,获得的融合图像具有更好的视觉效果,能有效图像突出目标信息,得到的图像具有更高的平均梯度和边缘评价因子;既突出了目标特征又保留平均强度信息,同时降低噪声影响。     

基于小波多分辨分析的线性预测

提出了一种对非平稳时间序列预测的新方法.通过小波多分辨分析把某些非平稳间序列分解若干层近似意义上的平稳时间序列,然后再用自回归模型对每层的单支重构信号进行预测,最后综合每层的预测值可得到原时间序列的预测值.仿真实验表明了该方法的优越性.     

小波多分辩率分析在图像滤波中的应用

小波阈值滤波基本思想是在小波分解后的各层系数中,对模大于和小于某个阈值的系数分别进行处理。主要针对图像滤波,利用正交小波（db4）和双正交（9／7小波）对三种滤波函数尺度的相关性和滤波图形效果进行比较。由实验可以发现,正交小波（db4）时,半软阈值函数滤波效果较好;双正交小,波（9f7小波）软阈值函数滤波效果较好;正交小波（db4）相对于双正交小波（9/7小波）有效的滤波特性。最后,还通过中值滤波算法对硬阈值滤波函数进行改进。     

小波多分辩率分析在图像滤波中的应用

小波闲值滤波基本思想是在小波分解后的各层系数中,对模大于和小于某个阈值的系数分别进行处理。主要针对图像滤波,利用正交小波(db4)和双正交(9/7小波)对三种滤波函数尺度的相关性和滤波图形效果进行比较。由实验可以发现,正交小波(db4)时,半软阈值函数滤波效果较好;双正交小,波(9/7小波)软阚值函数滤波效果较好;正交小波(db4)相对于双正交小波(9/7小波)有效的滤波特性。最后,还通过中值滤波算法对硬阈值滤波函数进行改进。