小波变换在波阻抗反演中的应用

介绍了利用小波变换进行多道波阻抗反演的原理。鉴于地震剖面上不同的频带有不同的信噪比，以及相邻地震道的反射波有效成分在波形和能量上有较强的相关性，笔者结合小波变换的特点，运用多道记录同时进行波阻抗反演，即在迭代过程中将实际记录与模型合成记录的残差道进行小波分解，     

a阶时延逆系统的小波神经网络实现

研究采用小波神经网络（WNN）构造a阶时延逆系统的工程实现问题，并给出了a阶时延逆系统小波神经网络存在的充分条件。文中利用小波具有的时频局域化特性，完成小波神经网络的初始化，并去除网络中大量不必要的节点，使网络大大简化。仿真研究表明，该方法对a阶时延逆系统的实现具有良好效果。     

信号处理技术在示波分析中的应用

综述了从1991－1999年信号处理技术在示波分析中的应用情况．     

基于小波变换的心室晚电位检测

采用改进的小波变换对２８例信号平均心电图进行小波分析，得出其频谱标测图，并计算了晚电位检测的一种定量标准———正常因子．研究结果表明，利用小波变换分析晚电位是一种较好的方法，按照正常因子标准，２８例信号平均心电图中包含的６例晚电位阳性全部检出，且没有错检，说明其检测的准确性很高     

用振动信号的小波变换监测泥浆泵的吸入状态

将小波变换理论用于泥浆泵吸入状态的监测。研究结果表明，用振动信号绝对值小波分解后的逼近信号可较准确地判断吸入阀的关闭时刻，进而准确地判断泵的吸入状态。该方法可排除随机干扰的影响，具有信号特征简单、监测准确性较高及便于在现场推广应用等优点，在不测量缸压的情况下，较容易实现对泥浆吸入状态的缸外监测。     

Prominent feature selection of microarray data

For wavelet transform, a set of orthogonal wavelet basis aims to detect the localized changing features contained in microarray data. In this research, we investigate the performance of the selected wavelet features based on wavelet detail coefficients at the second level and the third level. The genetic algorithm is performed to optimize wavelet detail coefficients to select the best discriminant features. Experiments are carried out on four microarray datasets to evaluate the performance of classification. Experimental results prove that wavelet features optimized from detail coefficients efficiently characterize the differences between normal tissues and cancer tissues.     

受控齐次随机信号的小波表示

通过分析受控齐次过程在小波变换下的特征，对信号进行小波分解，得到了若干结果。     

FIR小波预后滤波器的设计及其性能分析

针对一般双正交紧支撑小波，设计出较简单的ＦＩＲ预后滤波器，并对其逼近性能进行了分析，获得了预滤波算法逼近误差的渐近公式，结果表明，预滤波算法与斜投影具有相同的逼近性能，最后的模拟结果与理论分析是一致的。