n维周期基数插值小波尺度函数的构造方法

在一维周期基数插值小波尺度函数的基础上,利用周期函数的性质,构造出了ｎ维周期基数插值小波的尺度函数,并证明了一些性质。     

α尺度多小波正交尺度函数及其mallat算法

多小波解决了单小波不可能同时具有正交性、紧支性和对称性的困难,更具有研究的价值.在正交多小波理论的基础上,利用两尺度矩阵研究了一种特殊的紧支撑尺度函数构造成正交尺度函数的方法以及a尺度正交多小波mallat算法,得出了相应的分解和重构关系.     

样条小波

利用样条函数和多尺度分析构造出了一类新的样条小波．该构造方法简单易于操作，而构造出的小波有许多优良性质，如短支集、高阶的消失矩、对称性和反对称性、半正交性及正则性等．     

一种构造正交尺度函数的方法

由于多小波解决了单小波不可能同时具有正交性、紧支性和对称性的困难,其更具有研究的价值.在正交多小波理论的基础上,研究了利用两尺度函数构造正交的尺度函数的方法,从理论上给出了直接用尺度函数正交化方法构造正交多尺度函数的方法.     

尺度因子为3的多尺度函数的构造

本文给出尺度因子为α＝3的紧支撑正交对称多尺度函数的构造格式．它首先由尺度因子α＝3的实单一的紧支撑尺度函数构造出尺度因子α＝3的单一紧支撑正交对称的复尺度函数，然后再由构造出的复尺度函数构造二重正交紧支撑多尺度函数，从而为尺度因子α＝3的多小波的构造提供一种新途径．算例表明构造算法是可行且极易实施．     

双正交小波的构造

由于多重尺度函数两尺度序列为矩阵序列，使得由尺度函数构造小波函数变得非常困难。通过引入多相矩阵的方法，给出了由紧支撑多重a(a∈Z,a≥2）惊讶双正交尺度函数构造双正交多小波的一种算法。该方法仅需用线性代数的知识可实现，较已有的方法简单易行。     

一类含参数紧支撑正交小波的构造

本文提供了一种新的尺度函数构造方法.通过两个已知的正交两尺度符号简单的加权平均得到一个新的尺度符号,所构造的尺度符号能够生成一个尺度函数.这尺度函数具有正交性、紧支撑性,且生成L2上的一个多分辨分析,对应的正交小波生成L2上小波空间.这种构造方法使得在同一区间长度上的小波具有无穷种,丰富了小波的种类.     

由小波滤波器系数求尺度函数和小波函数

为更好地将离散小波变换和连续小波变换联系起来,在分析了现有的由小波滤波器积法求尺度函数和小波函数的方法的基础上,提出了对迭代卷积法的一种改进算法,同时给出了迭代卷积法的收敛判定方法,并分析了改进后算法的优势.实验结果表明该算法是有效的.     

M带双正交多小波的平衡

将平衡多小波的概念引入到M带r重双正交多小波系统，给出了相应的平衡条件，建立了M带r重双正交多尺度函数的若干等价关系，并基于这些等价关系给出构造双正交平衡多尺度函数和多小波的算法．算法在处理离散的多项式信号时，信号既能被低通滤波器保持，又能被高通滤波器取消，同时算法还保持了双正交多小渡的对称性，这一点在信号处理方面具有很好的应用价值．     

伸缩因子为a的r重正交平衡的多小波

Lebrun引入平衡多小波的概念， 并构造正交平衡的多尺度函数和多小波.这种平衡的多尺度函数和多小波在处理离散的多项式信号时能被低通滤波器特征化而被高通滤波器取消.文中将平衡多小波的概念推广到伸缩因子为a的情形（a≥2，a∈Z）. 建立了伸缩因子为a的r重正交平衡多尺度函数的一些等价关系. 并基于这些等价关系给出一种构造正交平衡多小波的算法.最后给出伸缩因子为2和3两种情形下的平衡多小波的构造算例.     

一种半正交小波的代数构造方法

提出一种关于B样条半正交小波基的代数构造方法，这种方法仅需函数空间构造知识和线性代数知识就可以实现，比现有的小波构造方法简单．此外，同样的方法可以用于求解双正交小波基和其对偶小波以及相应的提升逼近程度的小波函数．     

具有整数伸缩因子的向量值正交小波的构建算法与性质

引进多尺度向量值正交小波与向量值小波包的概念.运用仿酉向量滤波器理论和矩阵理论,给出多尺度向量值正交小波存在的充要条件.提供紧支撑向量值正交的构建算法,给出相应的构建算例.利用时频分析方法与算子理论,刻画一类向量值正交小波包的性质.得到向量值小波包的正交公式.构造向量值函数空间L2 (R,Cn)的规范正交基.     

一类任意矩阵伸缩双向向量值小波包

本文给出了双向向量值多分辩分析和具有矩阵伸缩的高维双向向量值小波包,研究了高维双向向量值小波包的性质,得到了矩阵伸缩的双向向量值正交小波基.     

小波构造综述

小波函数的构造是小波理论分析与应用研究的基础 ,不同的小波函数具有不同的光滑性、消失矩、对称性等性能指标。如何根据所处理的信号特征构造或者选择最佳的小波函数、提高信号处理的效率与质量是小波理论与应用研究的目的。文章从小波构造的角度论述了小波理论的发展历程 ,着重论述了几种有代表性的小波构造方法、实现原理及其最新研究进展 ,并用MATLAB语言给出了相应的尺度函数与小波函数图形     

双向小波的快速分解和重构算法

在杨守志教授提出双向加细函数和双向小波定义,并建立双向多分辨分析的基础上,给出正交双向多分辨分析的定义和双向小波的快速分解和重构算法.     

可变形Gabor小波特征模板跟踪方法

提出了一种利用可变形Gabor小波特征模板,跟踪存在较大视角变化目标的方法.利用Levenberg-Mar-qudit优化方法,从图像中提取出一组具有特定参数的Gabor小波,并求出其权重作为目标特征;在跟踪过程中利用同样的优化方法求出这组特征的仿射变换参数;从经过仿射变换后的图像中提取小波权重,将这个权重与初始权重的误差定义为能量函数.利用"贪心算法"修正小波的位置参数,使这个能量函数最小化,从而实现可变形模板跟踪.对直升机和飞机图像序列进行的跟踪实验证实:通过特征更新,在视角变化较大的情况下,该方法仍然可以稳定地跟踪目标.     

基于DT-CWT和SVM的人脸图像集成分类方法

利用二元树复小波变换对人脸图像进行5尺度小波分解,并提取每一尺度下6个方向高频子图小波系数模的均值和标准方差组成60维的特征向量表征人脸,然后采用支持向量机的一对一分类算法对ORL人脸图像库进行分类实验,结果表明二元树复小波变换和支持向量机的集成方法能有效提高人脸图像的分类精度.     

关于连续小波变换的注记

根据连续小波的定义证明Haar小波和Mexico帽小波为基小波,提出一种基于卷积构造基小波的方法并证明尺度函数和多分辨分析生成的小波是基小波.     

用多小波对图像分解和重构

与单小波相比较,多小波同时具备诸如紧支性,正交性,对称性等诸多在信号处理中非常重要的良好性质．这决定了多小波是一种优于单小波的信号处理技术．在应用中,对于单小波可以直接利用分解与重构公式对信号进行滤波．但是多小波是用矢量滤波器组对信号进行分毹、重构．滤波对象必须是满足一定要求的矢量信号．因此,在进行多小波分解前必须通过前置滤波器对原始离散信号进行预处理得到初始矢量,然后才能进行多小波变换．同样,对重构后的数据也要进行后处理才能得到需要的结果．本文以GHM多小波为例,实现了对图像的预处理、分解和变换后的重构、后处理过程,并将解压缩后的结果与单小波相比较,获得较好的结果．     

改进的粒子群算法的小波支持向量机预警模型

将小波函数引入支持向量机核函数,同时在支持向量机的学习算法上,引入了改进的粒子群优化算法,使得支持向量机的参数得到最优解,从而建立上市公司财务困境预警模型。实验结果表明,本文提出方法的预测准确率高于普通的小波支持向量机预警模型。