ETM+遥感影像最佳波段融合质量评价

利用最佳指数(OIF)法得出泉州市2001年ETM+遥感数据的最佳波段组合为波段5、4、2;采用乘积变换、Brovey变换、HIS变换、小波变换等4种典型的融合方法,分别进行ETM+最佳波段组合影像与ETM+全色波段影像的融合;计算融合后影像与原始影像之间的相关系数,从空间相关系数、光谱相关系数2个方面进行定量和定性评价.结果表明,Brovey融合后的影像信息损失最小、对于光谱保真性最好,小波变换融合方法次之;而小波变换融合后影像对于空间分辨率的改善效果最好,Brovey融合方法次之.针对本研究区,在4种融合方法中,Brovey变换和小波变换融合方法是最佳的选择.     

传感器网络数据流异常数据检测与修正

提出一种通用于传感器网络应用的数据流异常时空综合检测与修正的方法,将基于小波的时域滤噪方法与基于BP神经网络的空域数据融合相结合,并在此基础上提出了基于小波尺度的异常检测与修正方法,通过时间阈值确定数据融合所采用的时间窗口．利用小波变换的时分和频分特性,将异常检测与修正和异常数据持续时间相联系,通过多传感器数据融合的结果对传感器网络异常数据进行修正,从而剔除传感器网络中的异常数据。     

基于大叶三七红外光谱系统聚类分析的产地鉴别

运用红外光谱技术结合主成分分析和系统聚类分析快速鉴别大叶三七的产地.利用红外光谱测定了13个不同产地的大叶三七的红外光谱原始数据,对比标准正态变换、一阶导数校正、多元散射校正等常规预处理方法与小波变换处理的降噪效果,得知小波变换处理能大大降低原始红外光谱中的噪音和一些不需要的信息.利用小波变换后的红外光谱的标准化数据实现主成分分析和系统聚类分析来鉴别大叶三七的产地,主成分分析和系统聚类分析结果一致,可将13个不同产地大叶三七分为云贵高原、秦岭以南、秦岭以北等3类,即云南昭通(3号)、山西绵山(6号)、云南文山(11号)聚为一大类;陕西太白山(1号)、青海互助(2号)、云南迪庆(4号)、云南大理(5号)、甘肃麦积山(8号)、湖北神农架(9号)、甘肃六盘山(13号)聚为一大类;安徽黄山(7号)、陕西汉中(10号)、四川马边县(12号)样品聚为一大类.实验结果表明：红外光谱技术结合主成分分析和系统聚类分析可以快速、科学地进行大叶三七的产地鉴别,此法可以为中药材产地鉴别提供参考.     

TM与SPOT5影像HIS小波融合方法及应用分析

选择北京密云水库及周边地区为实验区,在分析多源数据融合层次和各种融合方法的基础上,针对TM与SPOT5数据运用IHS变换融合法、小波变换融合法以及IHS小波变换融合法分别进行融合实验。在小波变换以及IHS小波变换融合法中,分别采用了二维连续与离散的小波变换方式,研究了小波变换层数以及低频与高频分量系数的选择结果对于融合效果的影响。最后运用主观定性以及客观定量评价方法,经对不同指标的权重计分建立详细的等级评定,对融合结果进行评判。结果表明:在所选小波方法中,二维连续2层小波效果较好,而IHS结合二维连续2层小波方法效果较为突出。     

煤矿井下地音监测信号的小波变换处理方法

针对煤矿井下地音信号复杂的情况,提出一种基于小波变换的地音信号处理方法,并对现场信号进行实验分析.结果表明：小波变换方法可以去除地音信号的背景噪声,将复杂的声发射波形数据分解为具有单一特征的波.该研究为工作面动力灾害的实时预报提供了依据.     

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.     

基于小波降噪的美国月度新房开工率的时间序列分析

基于有明显季节性规律性的时间序列数据与信号数据表现相似的特征,本文运用信号处理中的小波方法对原始时间序列数据进行降噪,提升模型的预测效果.针对选取的不同类型小波,通过更改阈值对原始数据进行降噪;以美国新建私有房屋开工率1990年1月至2014年5月的数据为样本,运用降噪后的数据进行模型拟合与预测,并与传统的纯时间序列分析建模结果相比较.结果表明对数据进行小波变换降噪的预处理之后效果更好:减弱了因局部高频变化数据导致的模型不稳定性;使数据更加平滑;提升了预测值与真实值的接近程度.     

几种小波变换的图像处理技术

对图像数据先进行二维离散小波变换 ,根据小波变换后高、低频分量的特点 ,用数据隐含技术将加密数据隐藏在小波变换图像的高频部分 ;图像加扰技术采用改变小波变换图像的低频部分 ,以此干扰复原图像质量 ;防伪技术是在原图像中改动某些象素值 ,使在小波变换图像的高频部分得到某种显而易见的标志 ,以此分辨图像的真伪 ,这三种技术处理都是基于小波变换后的图像 ,几乎没有附加传输信息量 ,所以基于小波变换的图像压缩技术对上述处理后的图像依然适用     

基于小波变换的图图像处理技术的应用

对图像数据先进行二维离散小波变换 ,根据小波变换后高、低频分量的特点 ,可将加密数据隐藏在小波变换图像的高频部分 ;改变小波变换图像的低频部分 ,可实现图像加扰 ;在原图像中改动某些像素值 ,可在小波变换图像的高频部分得到某种显而易见的标志 ,以此分辨图像的真伪 这三种技术处理都是基于小波变换后的图像 ,几乎没有附加传输信息量     

基于多小波的北京市房屋市场价格的分析预测

针对房价波动大的数据特征,将多小波分析与房价预测问题结合,以北京市2010—2018年的房屋数据作为研究对象,探究了利用Haar小波变换、Daubechies系列小波变换以及基于过采样预处理的GHM多小波变换和CL多小波变换处理房价数据的分解重构效果,并通过对高频系数进行门限阈值量化重构处理以达到去噪的目的;建立支持向量机（SVM）预测模型,通过探究4种小波处理方法对房屋价格预测的影响结果,给出了相应预测效果更佳的数据处理方法和选择依据。     

电网调度自动化系统中网络流量的小波分析应用研究

为了保障电网调度自动化系统中的业务正常运行,电网调度自动化系统中网络流量的异常检测至关重要。本文提出了一种基于滑动时窗的小波变换网络流量异常检测算法。该算法通过对网络流量数据进行Haar小波变换,获得细节信号,利用正态分布的法则判断是否存在异常。通过将算法实际应用于贵州电网调度自动化运行管控系统,针对系统中所监控的正向隔离装置网络流量数据进行实时分析,证实了算法的正确性和可行性。     

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。     

一种高效存储多级二维9/7离散小波变换结构

针对JPEG2000图像压缩编码硬件实现中多级离散小波变换模块(DWT)与优化截断嵌入式模块(EBCOT)之间大量小波系数存储带来的缓存问题,提出了一种新型高效存储的多级二维9/7离散小波变换结构。首先,基于9/7小波变换提升算法,设计了可满足并行结构要求的基本处理单元,并在此基础上搭建了二维变换模块;然后采用一种新型的数据扫描方式,通过对图像分块并进行块间组合扫描,大幅降低了DWT模块与EBCOT模块间的小波系数缓存;最后根据数据扫描特点完成了非折叠结构多级二维小波变换模块的构建。仿真实验结果表明,三级9/7离散小波变换结构处理一幅大小为512×512像素的图像,对比已有硬件结构可节约存储资源40%以上。     

小波分析在电控发动机故障诊断中的应用

为了探讨小波分析技术在电控发动机故障诊断中的应用，以电控汽油机转速传感器为例，采集了转速传感器的正常和异常信号，利用小波变换对信号波形进行了滤波和除噪，利用一维连续变换工具计算出正常和异常信号小波变换系数，并提取了故障信息特征参数。结果表明：转速信号的小波变换系数能够判断发动机的断缸故障；转速信号的小波分析结果能对比发动机各缸的工作性能。实践证明，利用小波分析对电控发动机进行故障诊断是切实可行的。     

基于小波变换和多元回归的航天器热循环试验系统温度均匀性分析

为了解决航天器热循环试验系统的温度均匀性问题,提出了一种基于试验研究、小波变换和多元回归分析相结合的预测模型.利用小波变换对试验所测湍流压力信号进行滤波处理,并用多元回归统计方法分析了系统中各变量之间的关系,同时,通过试验数据验证了预测模型的准确性.结果表明:所提出的模型可用于预测系统在不同试验条件下的温度均匀性;通过小波变换能够提高预测精度.     

小波分析和神经网络在过程数据预处理中的应用

分析了信号的奇异性检测原理,利用小波变换模极大值在多尺度上的表现与李普西兹指数间的关系,对小波变换后的系数进行处理,重构小波变换,然后对重构后的小波变换进行小波反变换,达到信号预处理的目的;同时,介绍了自联想网络的结构及其在信号消噪方面的应用.仿真实例表明,利用这2种方法进行过程数据的预处理,消噪后信号的信噪比显著提高;小波变换模极大值方法具有很理想的逼近精度,而神经网络则具有快速的计算能力.     

城市热岛效应的多尺度变化特征及其周期分析——以北京市为例

以北京市为例,利用5个气象站点36年(1978—2013年)的气象数据,分析了特大城市热岛效应的年、季、周、时等不同时间尺度的变化特征,并借助小波变换方法分析了其周期性变化规律.结果表明:1)随着城市化进程的发展,北京城市热岛强度总体上呈现持续增长趋势,年增速为0.24℃·(10a)-1.2)研究期内北京市热岛效应存在多尺度的时序变化特征:冬季最强、夏季最弱、夜间最强、白天较弱且存在典型的逆周末效应.3)小波分析表明,北京市热岛强度在年际尺度上存在4个显著变化周期,21a具有全域性,为主周期;在日变化尺度上同样存在4个显著变化周期,其中120d周期震荡最强,为主周期.     

ATM环境中的VBR分层编码算法

本文针对ＡＴＭ网络的特点,利用小波变换的优势,讨论了怎样将小波变换用于分层以及怎样对分层数据进行可变化特编码,给出了实验结果。     

多重小波分析在高精度重力仪数据处理中的应用

根据随机过程理论，建立离散的重力异常状态方程；基于多重小波理论分析的基础，将多重小波变换应用到高精度重力仪数据处理中，在高精度重力仪数据处理中采用软阈值法消除背景噪声，并与单小波多尺度分析进行了对比．以实际数据与处理后数据偏差平方和的平均数作为衡量2种数据处理方法性能的指标，理论分析和仿真实验表明：多重小波和单小波都能在一定程度上抑制噪声对高精度重力仪测量数据的影响，但多重小波的性能优于单小波．     

重磁异常的奇性分析与深度反演

利用小波变换对重磁异常的奇性作了分析，提出了能刻划三维重磁异常特征的奇性指标．作为新的解释参数，利用它对异常作了深度反演的研究．