基于小波变换和支持向量机的音频分类

音频特征提取是音频分类的基础,而音频分类又是基于内容的音频检索的关键。使用小波变换和支持向量机的方法对音频进行分类。研究了小波变换域的音频特征提取,分析了这些特征在小波变换域中的意义。把得到的特征向量作为支持向量机的输入,把音频分成纯语音、带背景音乐的语音、音乐、环境音4种类型。实验结果表明,基于小波域的特征计算简单、能够较好地区分不同的音频类型,得到较高的分类精度。     

基于小波多分辨率分析的机动目标跟踪算法

研究了一种基于多分辨率分解的机动目标跟踪算法,该算法利用小波中的经典算法——Mallat算法对单一分辨率的量测数据进行多尺度分解,将分解得到的多分辨率量测数据用于目标状态更新。仿真结果表明,该算法具有较好的跟踪性能。     

基于LabVIEW的固体相干激光雷达多普勒测速的信号处理

建立了固体相干激光雷达对运动目标速度的测量系统.雷达发射源为种子注入Nd∶YAG脉冲激光器,回波通过光纤耦合器与本振合束,利用泰克示波器采集外差信号,使用LabVIEW进行信号处理.利用测量多普勒频移测量运动目标的速度,使用放大镜式的快速傅里叶变换提高频谱的频率分辨率,从而提高了测量速度的精度.     

企业技术创新多级模糊综合评价模型

在分析影响企业技术创新各种因素的基础上,紧扣企业技术创新工作,结合管理理论创新建立了多级企业技术创新指标体系,探讨了面对多级多目标评价决策时,指标权重的计算方法,并通过模糊变换,构造了能进行模糊量化分析的企业技术创新多级评价模型.最后结合某企业现状进行了技术创新定量分析,根据计算给出了综合评判结果及改善建议.     

基于分数阶模糊函数的海面运动弱目标检测

通过推导单频信号、线性调频信号和含有三次项信号的正负对称旋转角的分数阶模糊函数,得到一个有用的结论:单频信号和线性调频(linear frequency modulation, LFM)信号正负对称旋转角的分数阶模糊函数模函数处处相等,而对于含有三次项的回波信号,其模幅度差别很大。根据此特性提出了一种海杂波背景下的基于正负旋转角的分数阶模糊函数模函数对消的运动弱目标检测方法。通过对智能像素处理（intelligent pixel-processing, IPIX)雷达实测数据验证表明,所提方法在增加目标与杂波分数阶模糊函数峰值差、提高信杂比等方面都明显优于仅对回波作分数阶模糊函数。采用双参数恒虚警检测方法设置适当的门限,文中研究的检测方法能够达到更好的检测效果。     

小波变换域数字图像监视水印算法

利用图像小波变换系数的特点,提出了一种监视水印嵌入方法,用于在选择认证中推断作品经受的失真操作,其中低频监视水印信号由图像的半脆弱签名产生,而高频和中频监视水印信号为利用混沌序列生成的二值序列,水印的嵌入位置由密钥决定,具有非常好的安全性;水印的提取不需要原始图像.实验表明:该方法嵌入的水印不可见性好,能成功地推断出JPEG压缩、低通滤波、高通滤波等常见的图像失真操作.     

一种基于小波提升变换的多尺度边缘提取算法

提出了一种基于小波提升变换的改进图像边缘的检测算法.本算法首先对源图像进行小波提升分解,然后分别对高、低频子图像进行边缘提取.对于低频信息使用Canny算子进行边缘检测,而高频信息先用相邻尺度小波系数相乘的方法去除噪声,消噪后再对高频分量进行边缘检测.最后通过一定的融合规则进行融合,得到最终的边缘图像.实验结果表明,该方法具有运算速度快,能有效地抑制噪声,边缘检测精度高等特点,是一种有效的图像边缘提取算法.     

Haar小波的离散化消噪方法及其应用

介绍一种Haar小波离散化消噪方法,并应用该方法进行信号和图像消噪处理.首先将信号或图像用该方法实现计算机的离散化抽样取点,然后结合小波阈值方对含噪信号或图像用Haar小波作消噪处理,并进行离散平滑,实现连续小波离散化处理.该方法对信号和图像的消噪处理的效果好,具有广泛应用的价值.     

HRPSR软件包的研制

为满足不断增长的对油所了的需求,必须提高地震勘探的精度,这就是要提高地震勘探的分辨率,方法,采用先进的数字信号处理技术处理地震勘探数据,提高地震剖面的分辨率,建立数字信号重色技术和短时傅立叶变换技术联合重构高分辨率地震剖面的计算模型。     

基于脊波变换的掌纹识别方法

提出一种基于脊波变换的高分辨率多尺度特征提取算法, 并在此基础上设计一种由粗到精的分级匹配方法, 改善了高分辨率下掌纹特征的匹配速度. 理论和实验结果验证了该方法的有效性.