带有伸缩因子α的多小波阈值去噪

目的针对多小波软、硬阈值去噪法的缺点,提出了带有伸缩因子α的多小波阈值去噪模型。方法采用推理及计算的方法对所提出的模型进行了证明,并通过仿真实验与传统的去噪模型进行了对比。结果提出的模型是合理的,且去噪效果要更好。结论可根据实际需要在改进模型中选取合适的α值,以达到更好的去噪效果。     

基于小波的多项式回归及预测

采用回归分析直接处理经济数据的方法容易受到噪声影响,针对这一情况,提出先对经济数据进行小波滤波,即采用小波变换的阈值去噪方法进行预处理.再利用多项式回归分析法对预处理的数据进行拟合与预测的方法.实例表明,采用该方法得到的结果优于直接用多项式回归分析法得到的结果.此方法还可以推广到其它的经济领域中.     

一种基于小波变换的图像去噪方法

小波去噪方法中最早被提出的是小波阈值去噪方法,它是一种实现简单而效果较好的去噪方法。本文通过小波系数进行阈值处理,在小波变换域中去除低幅值的噪声和不期望的信号,然后运用小波逆变换,从而得到了去噪后的重建图像。     

基于小波变换和SVM的文本区域定位

提出了一种基于小波变换和支持向量机(SVM)在数字图像中定位文本的方法.对图像进行小波变换,并在低频概貌和高频能量空间应用SVM提取文本的纹理特征,由SVM来决定当前的像素是文本类还是非文本类.因为SVM的分类结果可能存在噪声或错误,用形态学去噪和计算纹理能量的方法对SVM的分类结果进行后处理.小波变换和SVM的结合,不仅降低了输入空间样本的数量,而且利用了SVM适合于高维空间工作的特点,提高了文本提取的效率.实验结果表明,提出的方法可以快速有效地定位数字图像中的文本区域.     

基于小波变换的语音信号去噪

讨论了离散小波变换在语音去噪中的应用。根据语音中浊音段和清音段的特点，采用了不同的阈值方案，可以保证在失真较小的前提下，获得更好的去噪效果。     

一种改进的基于图像阈值的小波去噪算法

介绍了传统小波阈值去噪方法的去噪原理,结合图像本身的特性,提出了一种新的阈值选取方法,将改进阈值和改进阈值函数同时应用于降噪,经实验证明,此综合改进可保持稳定的降噪效果.     

基于小波分析的改进软阈值去噪算法

总结了Donoho等人提出的软阈值法和硬阈值法的缺点,并在二者的基础上,提出了一种新的阈值去噪方法--改进软阈值去噪法.该方法很好地结合了软、硬阈值法的优点,同时又可以有效去除低频段的噪声.讨论了改进软阈值法的原理,给出了其模型;通过实验将新方法与传统的软、硬阈值法的去噪效果进行了对比.结果证明,新方法的去噪效果在时域和频域上都优于传统方法,而且信噪比更高.     

基于小波变换的图像去噪算法研究

图像去噪通常采用的是低通滤波的方法,但是它在消除图像噪声的同时,也会消除图像中部分有用的高频信息。各种图像去噪方法性能的优劣,其实质就是在去噪和保留有用高频信息之间进行权衡。论文概括描述了小波理论及其优缺点,着重介绍了阈值收缩法并分析了其存在的不足,分析了阈值函数选取方法,并采用MATLAB进行仿真实验,实验结果表明,使用软阚值函数进行图像降噪,较之硬阈值,通常可获得更好的效果。     

一种小波域图像水印算法

提出了一种基于小波域的图像数字水印算法.该算法将相互正交的两种水印(鲁棒水印和参考水印)同时添加到经过DWT后的载体图像小波系数中,然后用小波反变换得到添加了水印的图像.用提取出的参考水印来估计图像所受到的攻击,由于提取出的鲁棒水印所受的攻击与参考水印受到的攻击一样,因此可以估计出原始的鲁棒水印.通过对嵌入水印的图像进行加入噪声、滤波、压缩以及裁剪等大量图像处理等试验,均能正确检测出水印,表明该算法具有很好的感知效果和鲁棒性.     

基于支持向量机的小波域自适应水印算法

提出一种小波域中基于小波系数方向树模型的支持向量机自适应水印算法.利用支持向量机在小样本的情况下具有良好的学习和泛化性能的特点,建立小波域内不同尺度上同方向子带内相同空间位置的小波系数间的关系模型;根据关系模型来嵌入和提取水印.为提高图像视觉效果,采用模糊聚类的方法自适应地选取水印的嵌入位置.实验结果表明:该方法对常见的图像攻击具有很好的鲁棒性,而且水印的隐蔽性好、安全性强.     

基于支持向量机同步的自适应水印检测方法

提出了一种基于支持向量机(SVM)同步的自适应水印检测方法.该方法利用模糊聚类分析图像纹理、亮度和对比度掩蔽特性,在离散小波变换域自适应嵌入水印信号.为抵抗几何攻击,利用6个图像组合矩表示原始图像的几何特征,通过SVM学习图像旋转、缩放和平移的变换参数,同步后再进行水印的检测和提取.仿真实验表明,该算法在一定的视觉强度下可嵌入鲁棒性更强的水印,能有效抵抗噪声、JPEG压缩和几何攻击,水印检测无需原始图像,具有实用性.     

数字图像离散小波变换的原理与硬件实现分析

针对日益进步的图像变换编码技术，对目前已经纳入MPEG－4和JPEG2000编码标准的采用离散小波变换进行数字图像编码的原理与硬件实现进行了综述介绍。在分析小波变换快速算法的基础上，重点讨论了近10年来所提出的各种离散小波变换硬件实现的典型结构，在硬件资源与处理速度两个方面进行了比较。对于变换后的系数量化，总结了几种基于嵌入式零树小波编码的算法，比较其峰值信噪比和编码时间。相较于离散余弦变换进行图像编码，采用离散小波变换在压缩效率、还原图像质量上具有更大的优越性。     

Wavelet transform for predicting apoptosis proteins subcellular location

Apoptosis proteins have a central role in the development and homeostasis of an organism, and their function is related to their types. In this paper, we constructed the character vectors of apoptosis proteins from their amino acid sequences by using the discrete wavelet transform, combined with support vector machine, to predict the type of given apoptosis proteins. For the widely used dataset z98, high success rates were obtained by Jackknife test, and the Matthews correlation coefficients were 0.92, 0.90...     

高光谱遥感图像特征提取及分类研究——基于离散余弦变换(DCT)及支撑向量机技术

高光谱遥感图像具有波谱连续,维数高的特点．当样本较少时,在原始特征空间采用传统的统计识别方法分类达不到理想的效果．经研究发现有两种方法可以解决小样本高维的非线性分类问题．一是将原始空间通过离散余弦变换（DCT）压缩到低维空间,再用统计识别方法分类;二是利用支撑向量机的内积函数,将原始空间映射到高维空间,使其在新的特征空间线性分类．实验表明,这两种方法比利用马氏距离判别法直接对原始图像分类有更好的分类效果．     

支持向量机在表面肌电信号模式分类中的应用

采用小波变换的方法对实验采集的原始四通道表面肌电信号(sEMG)进行了分析,并提取小波分解系数的奇异值构建特征矢量,利用“一对一”分类策略和二叉树设计的多类支持向量机(SVM)分类器,很好地实现了对前臂8种运动表面肌电信号的模式分类,8种运动模式的平均识别率为98.75%.研究表明SVM分类准确率明显优于传统的BP神经网络、Elman神经网络和RBF神经网络分类器,且识别精度高,鲁棒性好,对肌电信号及其他非平稳生理电信号的模式识别,提供了一种具有良好应用前景的新方法.     

改进的离散小波变换流水线VLSI结构

为了解决离散小波变换的流水线超大规模集成电路(VLSI)结构硬件开销大的问题,在翻转结构的基础上,提出了一种改进的流水线VLSI结构.该结构采用合并提升步骤和流水线设计的方法,有效调整了原始数据的运算路径;其二维离散小波变换的结构由列滤波模块、2×2转置模块、行滤波模块和缩放模块4部分组成;行和列滤波器同时进行滤波,2×2转置模块实现了用几个寄存器代替大量的中间转置存储空间,并引入4选1的多路选择器到缩放模块中.实验结果表明,在关键路径的约束条件下,这种结构有效减小了硬件开销,降低了功耗.     

Machinery Condition Prediction Based on Support Vector Machine Model with Wavelet Transform

Soft failure of mechanical equipment makes its performance drop gradually,which occupies a large proportion and has certain regularity. The performance can be evaluated and predicted through early state monitoring and data analysis. The vibration signal was modeled from the double row bearing,and wavelet transform and support vector machine model（ WT-SVM model） was constructed and trained for bearing degradation process prediction. Besides Hazen plotting position relationships was applied to describing the degradation trend distribution and a 95%confidence level based on t-distribution was given. The single SVM model and neural network（ NN） approach were also investigated as a comparison. Results indicate that the WT-SVM model outperforms the NN and single SVM models,and is feasible and effective in machinery condition prediction.     

一种基于支持向量机的PCA分析方法

提出一种更简洁的用于主要成分分析 (PCA)及其非线性分析的公式 .给出一个含有规则化项的原始权空间的约束最大优化问题 ,应用核技巧来解决其对偶问题 .该公式同最小二乘支持向量机 (LS SVM )分类器相似 .遵循常规的SVM方法 ,将输入空间的数据映射到高维特征空间 ,然后使用核技巧 ,利用主对偶约束最大优化来解释线性和非线性PCA分析问题 .其优点在于对偶问题适用于高维输入空间 ,而原始问题在N很大时能被更好地解决 .     

基于支持向量机的上海市宝山区房价的判别与预测

房价问题是关系民生的热点话题,统计分析房价的影响因素时,收集的基本上是小样本、多变量的数据。先用多元统计方法将宝山区12城镇(街道)的房价进行分类和回归分析,然后运用支持向量机(Sup-port Vector Machines,SVM)建立了判别和预测模型,对城镇房价进行分类判别和预测比较,结果说明支持向量机对于小样本的研究有一定的优势。