人工神经网络与小波变换

相应于人工神经网络逼近非线性系统问题引入了一种亲的小波变换并研究了其性质，作为推论，给出了Ｌｐ范数下定理的一个构造性证明。     

非线性小波变换及其在图像压缩上的应用

提出了一种基于非线性小波变换的图像压缩方法。使用非线性小波变换可以更高效地表示图像的边缘信息,并更能把图像的能量变换到低频子带上。仿真结果也表明,提出的方法在较高压缩比时比JPEG2000效果要好。     

非线性小波变换及其在图像压缩上的应用

提出了一种基于非线性小波变换的图像压缩方法.使用非线性小波变换可以更高效地表示图像的边缘信息,并更能把图像的能量变换到低频子带上.仿真结果也表明,提出的方法在较高压缩比时比JPEG2000效果要好.     

小波变换及其数字图像处理的应用

简要介绍了小波变换方法 ,对小波分析在数字图像处理占的一些应用进行了简要讨论 ,并对图像的恢复和增强、图像分割等应用进行了一些有意义的尝试     

基于球坐标系的非线性小波变换去噪算法

提出一种新的非线性小波变换去噪方法。该方法把线性小波变换后得到的3个高频分量通过球坐标变换后,得到球坐标下3个分量,然后在球坐标中根据图像统计特性设定的收缩因子处理小波收缩去噪。结果表明,该方法比直接进行小波收缩的结果有更好的峰值信噪比。     

线调频小波变换及其应用

线调频小波变换是一种新的线性时频分析方法.在介绍线调频小波变换的基础上,比较了短时傅里叶变换、连续小波变换、线调频小波变换在瞬时频率计算方面的优缺点.最后给出了在石油勘探开发中利用线调频小波变换对沉积旋回信号进行分析的一些初步应用.     

时频变换工具--小波变换及其工程应用

从数学角度介绍傅立叶变换、短时傅立叶变换的特点和工程应用中的不足，进而阐述小波变换的基本原理、小波函数的选取方法及在工程中的一般应用。     

小波变换及其应用

本主要论述了小波变换的原理和性质，介绍了几种重要的小波函数，并重点讨论了小波变换在图像压缩和信号处理方面的应用。     

非线性扩散与小波变换的混合图像去噪算法

在分析小波变换与非线性扩散之间联系的基础上,针对Haar小波变换阈值收缩去噪的不足,提出了基于非线性扩散与小波变换相结合的复合去噪算法。该算法对图像一次小波变换的3个高频先进行阈值收缩,然后对低频进行非线性扩散预处理,再进行非线性扩散。通过对比分析实验证明本模型在图像去噪中取得较高的峰值信噪比,取得了更好的图像去噪性能。     

一种自适应最优化小波变换算法及应用

传统的二进小波变换对非2的整数幂的数据要进行大量的边界处理,针对这一局限性,提出一种自适应最优化小波变换算法.其核心是通过解析被处理数据长度来捕获其长度的最佳逼近值,实现边界处理的最优化;通过分解最佳逼近长度来获取各层次小波变换基数,实现小波变换基数选择的自适应.与二进小波变换相比,自适应最优化小波变换算法具有运算速度快,边界处理量少,数据压缩量大等特点.最后通过一个图像压缩的应用实例表明了此算法的可行性.     

小波变换理论及其在信号处理中的应用

详述了小波理论产生的实际背景和发展状况，对小波变换的定义、时频局部性及处理突变信号的能力作了分析．最后，讨论了小波变换在信号处理中的应用，并展望了其应用前景     

小波变换的时频分析及其在实际中的应用

由于小波变换自身的特性,它非常适合对非平稳和时变信号进行分析及处理。本文介绍了小波变换的时频分析,具体将小波变换应用于几个非平稳及时变信号的处理,并将小波变换和其他信号时频分析方法做了比较,得出了小波变换的优势和适用特点,最后给出了小波变换应用于信号去噪的例子。     

傅里叶变换及小波变换的工程应用

指出了傅里叶变换存在的问题,针对其存在的精确性低和不适用于非平稳信号两大问题展开了讨论,分析了几种提高谱质量的校正方法,对近几年得到迅速发展并形成研究热潮的小波变换技术的概念和其在故障诊断中的应用作了介绍。     

基于ANFIS非线性观测器的连续小波变换故障检测

提出一种把信号分析和数学模型相结合的故障检测方法,通过小波变换对信号的去噪和自适应神经模糊推理系统(ANFIS)具有的离线学习功能,来获取系统输入输出的非线性动力学特性,进而实时计算出残差,并对残差序列进行MexicanHat小波变换,通过对极值点的逻辑判决,准确检测出故障的发生·该方法具有灵敏度高、克服噪声能力强的特点·仿真结果验证了这一方法的有效性·     

基于解析信号的小波变换及其应用

提出对信号的解析进行小波变换，从而可直接计算出信号能量的时-频分布.使分析结果能象短时Fourier变换、Wigner分布那样直观地显示出来，解决了小波分析的可视性问题.用这种算法在调频信号的分析、消噪和故障诊断上应用说明了它的优点.     

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.     

小波变换及其在图像处理中的应用

小波分析是对傅立叶变换的继承和发展,在数字图像压缩,图像的边缘检测,信号分析,医学影像以及计算机视觉等领域有着广阔的前景,本文首先介绍了小波变换的基本原理,特别是多尺度分析理论,作为应用,分析了基于小波变换的图像消噪技术,并给出实例。     

小波变换及其在钢丝绳断丝检测信号中的应用

目前钢丝绳检测信号中对断丝信号的处理仍比较困难,小波变换能够有效地探测正常信号中夹带的瞬态反常信号,并可以聚焦到信号的细节。简单介绍了小波变换的基本理论,并将其应用于断丝倩号的去噪平滑和奇异性检测,基本消除了干扰信号．有效地避免误判断丝;同时使奇异点更加明显,试验证明该方法效果明显。     

小波变换在信号消噪中的应用

小波变换是近十年来迅速发展起来的学科,与Fourier变换相比,是一个时间和频率的局部变换.它的主要特点是将信号表示为不同尺度和不同位置的基本单元,而不同的基本单元表示原始信号中的不同信息成分,这种特点使小波变换成为一种高效的信号处理工具.讨论了小波变换消噪原理,通过对信号仿真分析,表明了小波变换在信号消噪应用中的有效性.     

控制系统的结构图与系统的小波传递函数

从小波分析的角度讨论控制系统的数学模型，引入了一种基于小波变换的传递函数即小波传递函数。并依据小波传递函数提出了控制系统的结构图和控制系统的传递函数；同样，可以根据梅逊公式去求控制系统的小波传递函数。