小波变换在语音识别中的应用

提出了一种基于小波变换和ＡＲＭＡ模型的新参数，并将它用于Ａ…Ｎ的英文字母的识别。我们使用的数据库是ＮＩＳＴ。小波变换要以在高频提供高的频率分辨率，在低频提供高的时间分辨率，而ＡＲＭＡ模型则可以改善ＬＰＣ模型中没有零点的不足。实验结果表明，识别的错误率提高１４．２７％。     

基于隐Markov模型的雷达目标识别技术研究

该文首先提出了非相干平均、多分辨率分解、富氏变换的特征提取方法；然后用隐Ｍａｒｋｏｖ模型来描述、识别基于一维像的特征序列。３类ＩＳＡＲ飞机目标的实测数据用验证上述方法的效性，取得了９９．３３％的识别率。     

小波变换和HMM模型在语音识别中的应用

提出了一种基于小波变换和HMM模型的ARMA新模型参数,并将它用于A…N的英文字母的识别。小波变换可以高频提供高的频率分辨,在低频提供高的时间分辨率,而ARMA模型则可以改善LPC模型中没有零点的不足。实验结果表明,2个零点,10个极点的ARMA对字母C的识别准确性明显提高。     

人体软组织微观结构的超声散射分析

分别利用ＡＲ倒谱和小波变换的方法，研究脾脏组织超声散射元的平均间距．结果表明，离体和在体情况下组织散射元的平均间距不同．ＡＲ倒谱和小波变换相结合是确定组织散射元间距的有效方法．     

带钢张力ARMA时序模型的时域特性分析

在文献［１］的基础上，运用随机过程理论，进一步讨论了带钢张力ＡＲＭＡ时序模型的三种主要时域特性：描述系统动态特性的Ｇｒｅｅｎ函数｛Ｇｊ｝，描述随机数字序列统计特性的自协方差函数｛Ｒｋ｝和偏相关函数｛φｋｋ｝，从不同的角度揭示了ＡＲＭＡ时序模型所表征的带钢张力系统的动态特性，为带钢张力ＡＲＭＡ时序模型的识别与参数估计奠定了基础     

遥感影像双线性插值小波融合方法

在进行同一地物的具有高空间分辨率的全色影像和多光谱遥感图像融合时，应用双线性插值的方法对多光谱图像进行插值，使之等于全色图像的空间分辨率．在此基础上，对两幅影像分别实施小波变换，提出了小波系数的融合运算公式．同时，为了说明本方法的可靠性，将其与近邻插值的小波变换、色彩变换(IHS)、Brovery变换等融合算法作了对比．仿真结果表明，该算法在提高影像空间分辨率的同时，图像的光谱信息损失最少．不失为一种较为理想的融合算法．     

GPS定位数据的在线识别与预测

通过大量的ＧＰＳ定位观测数据的统计处理导出了一种对非平稳时序列建模或识别及预测的简单方法。该方法是 基于小二乘法和线性系统识别方法。并提出了与传统ＡＲＭＡ模型有所不同的模型，我们称之为准ＡＲＭＡ模型，用具时变参数的模型对ＧＰＳ接收机输出数据进行线识别与预测，证实了此方法有效方法。     

柯西奇异积分的区间小波方法

柯西奇异积分的区间小波方法王先彪（中山大学数学系，５１０２７５，广东广州）作者：男，１９６４年生，博士生，研究偏微分方程与小波分析．（责任编辑杨金华责任校对文晓梅）ＩＮＴＥＲＶＡＬＷＡＶＥＬＥＴＭＥＴＨＯＤＦＯＲＣＡＵＣＨＹＳＩＮＧＵＬＡＲＩＮＴＥＧ...     

光纤陀螺非线性温度漂移模型的辨识

光纤陀螺对环境温度的敏感性一直是影响其漂移特性的重要因素，对于陀螺的漂移特性一般是利用线性ＡＲ，ＡＲＭＡ模型表示，但在温度变化情况下，用线性模型很难得到好的拟合效果和对漂移进行预测和补偿。试用小波网络对光纤陀螺进行非线性温度模型的辨识，经实测数据验证，表明具有较好预测的效果。     

小波变换在图像压缩中的应用

介绍小波变换和多分辨率分析的基本思想．讨论基于小波变换的图像压缩编码的一般步骤与小波变换的特性，最后给出小波变换在图像压缩中的主要编码算法。     

基于多分辨分析的位场滤波算法

将基于多分辨分析（ＭＲＡ）的组合滤波器用于重力位场滤波算法，取得了令人满意的效果．该组合滤波器可以对异常进行更为精细的滤波，在一定程度上解决了常规小波滤波器分解阶数过大的问题．相对于Ｆｏｕｒｉｅｒ分析，ＭＲＡ组合滤波器的频时双重局域性能保持原始异常的形态，更适用于高保真的位场滤波．数值模拟结果表明该算法是有效的．     

ARMA模型的一种线性建模法

在ＡＲＭＡ模型的自协方差函数和函逆数的基础上，利用Ｍａｒｐｌｅ算法提出一种ＡＲＭＡ模型的线性建模法，与非线性建模法比较，其运算工作量大大减少，便于在线别识和控制，而且利用此方法建立的ＡＲＭＡ模型参数的精度较高。     

ARMA序列及其功率谱估计若干新的理论和方法

在介绍了ＡＲＭＡ序列与功率的基础上升，论述了ＡＲ模型定阶与参数估计的ＳＶＤ－ＴＬＣ算法，以及ＭＡ模型定价与参数计算和ＡＲＭＡ过程自相关序列的计算。     

正交最小二乘算法及其应用

介绍了正交最小二乘法的算法原理，同经典的最小二乘法相比，其数值稳定性好、计算量小，能节省大量存贮空间。应用了Ｈｏｕｓｅｈｏｌｄｅｒ变换、Ｇｉｖｅｎｓ变换和它的逆变换３种算法。根据残差矢量最小准则，将该法用于ＡＲＭＡ模型结构辨识和时变ＡＲ模型参数估计，取得了满意的仿真结果。     

多层分组神经网络的手写体数字识别

手写体数字识别的应用研究是字符识别中具有挑战性的课题．提出一种基于二进小波变换与多层分组神经网络的自由手写体数字的多分辨率识别算法．该算法包含二进小波变换的多分辨率特征抽取单元及多层分组神经网络分类器,与传统的完全连接的神经网络相比,该网络结构简单、输入节点少,并且由于网络分为子网结构,不同子网学习的是不同的特征映射值,某一子网不收敛不会影响到其他子网的收敛,网络鲁棒性好．采用信函分拣机提供的字库测试表明,其正确率为９８％左右．     

小波基和它对一维信号的直接分解（Ⅱ）

研究了两类Ｉ．Ｄａｕｂｅｃｈｉｅｓ规范正小波,一类Ｒ．Ｃｏｉｆｍａｎ小波和Ｙ．Ｍｅｙｅｒ及三种具有解析表达式的小波（Ｍｅｘｉｃａｍ Ｈａｔ小波和Ｌｉｔｔｌｅｗｏｏｄ－Ｐａｌｅｙ小波）和它们生成的小波基的几种重要的特性（小波矩、消失矩、局部化特性、线性相位等）参数;针对一维信号的小波变换,对各种小波进行了评估,推荐出针对不同要求的较佳的小波;并对信号的小波分解分量及其Ｆｏｕｒｉｅｒ变换作了比较。     

基于转角模态小波变换的平面框架裂缝识别研究

以有限元分析含裂缝平面框架的模态参数为基础,建立了基于转角模态小波变换识别平面框架裂缝的方法．利用Mexh小波对框架的转角模态进行小波变换,通过小波系数模极大值点来识别裂缝的位置．以一层平面框架为例,分别建立了框架梁含有裂缝、框架柱含有裂缝、框架梁和柱均含有裂缝的有限元模型,并通过转角模态小波变换来识别平面框架裂缝的位置．数值计算验证了方法的有效性．通过对平面框架基本振型和转角模态小波变换识别裂缝的比较发现,转角模态小波变换方法识别框架结构裂缝更为准确、有效．     

一种简单的确定ARMA模型结构的方法

研究了ＡＲＭＡ模型的建模问题，把正交最小二乘算法用于确定ＡＲＭＡ模型的结构，同时也辨识了ＡＲＭＡ模型的相应参数，最后给出了一些算例说明算法的可行性。     

小波变换用于ECG信号的R波实时探测

按照ａ ｔｒｏｕｓ算法实现以Ｍｅｘｉｃａｎ ｈａｔ函数为基本小波的小波变换，实时完成ＥＣＧ信号的Ｒ波检测，对ＭＩＴ／ＢＩＨ标准心电数据中３个质量好、３个受噪声严重干扰的共６个信号进行探测，平均正确率可达９８．４２％以上。     

自回归过程的小波神经网络逼近算法

将小波变换原理与非线性时间序列逼近问题相结合,利用模型分析方法,对一阶非线性自回归过程（ＮＬＡＲ（１））的小波神经网络逼近问题进行了研究,构造出了逼近函数的具体表达式,并给出ＮＬＡＲ（１）过程所逼近的误差限。