NURBS曲线半正交小波分解的带宽算法

在多分辨率曲线和曲面造型中,B样条小波已经得到广泛应用.为了进行小波分解,通常要解一个线性方程组或者求矩阵的逆.如果曲线比较复杂,控制点较多,则矩阵的阶数就会很大,所需的内存将难以容忍,小波分解的速度也会受到很大影响.根据B样条小波的综合滤波器的特点,给出了带宽B样条半正交小波的快速分解算法.     

尿沉渣图像的小波变换与二维最大熵阈值分割算法

针对尿沉渣图像的复杂散焦以及背景和目标区分度低、有形成分复杂,从而导致尿沉渣有形成分分割困难的问题,提出了一种组合分割方法。首先采用小波变换消除散焦影响,再结合数学形态学方法对图像中目标成分进行定位,分割出子图像,最后利用基于小波变换图像分割和二维最大熵阈值分割的组合分割方法对子图像中不同特点的尿沉渣有形成分分别进行分割,极大的提高了分割的精度。实验结果表明,该方法能够精确有效地实现尿沉渣图像有形成分的分割。     

基于小波分析的HDTV信源编码技术

分析研究了基于MPEG-2标准的高清晰度数字电视信源编码技术，阐述了小波分析中多分辨分析的基本思想和理论，并将基于多分辨思想的Mallat算法较好地应用于HDTV的图像压缩编码系统中。     

基于能量特征的左右手运动想象脑信号的识别方法

提出了一种基于能量特征的左右手运动想象识别方法,利用快速傅里叶变换分析特定脑电(μ波和β波)的频率分布,然后利用小波分解去噪,再利用小波包分析脑电能量,提取能量特征,最后基于支持向量机(SVM)进行左右手运动想象的识别。本文把能量作为特征的支持向量机(SVM)识别法分别与自适应自回归系数法(AAR)和相同步分析法进行比较。仿真结果表明:在相同样本数据情况下,能量特征作为特征向量的SVM识别准确率明显高于其他2种方法。     

基于小波变换的电能质量扰动测量方法

对电压幅值变化现象的定量检测问题进行了研究．定义了基于两个实值小波归一变换的幅值及调整幅值的概念．证明了只要这两个实值小波函数一个为偶函数、一个为奇函数并满足一定的条件,则基于这两个实值小波归一变换的调整幅值在非故障区间内的值恰好等于1,而在故障区间内的值恰好等于故障区间的电压幅值与非故障区间的电压幅值之比。最后选用两个实值小波函数,应用基于这两个实值小波归一变换的调整幅值对电压波形畸变进行了检测,模拟结果显示该幅值检测图不仅能准确定位故障发生和终止时刻。而且可精确地定量显示出电压变化的幅度。     

积分方程的Legendre多小波自适应解法

由多分辨分析理论,构造了L(2[0,1])上的分段Legendre多小波基函数,并利用所构造的基函数提出了求解积分方程的配点法.求解过程中,对小波系数用阈值进行筛选,利用分段Legendre多小波基函数求解.以第一类Fredholm积分方程为例,表明该算法简单有效.     

苏里格气田召30区块高分辨率层序地层旋回划分与对比方法

针对苏里格气田召30区块河流相储层标志层缺乏、砂体叠置、掘蚀严重、难以精细等时对比的难点,从高分辨率层序地层学基准面变化原理出发,在剖析关键取芯井的基础上,通过测井数据最大熵谱分析、小波分析和多曲线融合方法,对研究区进行了单砂体级别的层序识别与对比。结果表明:测井数据最大熵谱分析及小波变换分析的综合运用能够实现不同级次基准面旋回结构类型和叠加样式的识别与对比,据此,将研究区山_1段(S_1)—盒_1段(H_1)地层划分为3个长期基准面旋回层序、10个中期基准面旋回层序。其中,气层段(S_1-H_(8S)段)可识别出3个中期旋回和16个短期基准面旋回。在旋回识别与对比的基础上,结合多曲线融合技术提取标志层,实现了单砂体级别的地层对比,在一定程度上解决了河流相储层砂体空间变换复杂、短期旋回对比困难的问题,提高了等时对比的可靠性。     

小波变换在大气污染物时间序列分析中的应用

以西安市PM10日平均浓度时间序列为例，根据小波分析的基本原理，应用小波变换的时频局部化功能，对大气污染物时间序列的变化进行了分析，清楚地给出了大气污染物的年变化趋势及突变特征。这些特征对大气污染物的治理、预报和控制具有十分重要的实际意义。研究结果表明，将小波变换应用于大气污染物时间序列的分析是可行的。     

基于位置关系约束的SAR图像与光学图像匹配

SAR图像与光学图像有较大差异,为实现SAR图像与光学图像的匹配,提出了一种新的多子区SAR景象匹配算法。算法依据SAR图像噪声特性,提出了用于SAR图像边缘提取的基于小波包变换的改进断面检测法。匹配中将实时图分为多个子区,由子区灰度标准差和频谱直方图判别其可匹配性,用各子区位置分布关系约束匹配结果。匹配搜索策略为基于提升小波的金字塔分层搜索。用SPOT-5卫星光学基准图进行了大样本实验,实验结果表明了该方法是一种有效的图像匹配方法,具有鲁棒性,并且与中心点匹配方法相比,能为飞行器定位提供更多有效信息。     

基于改进WNN的随动负载模拟器研究

为了抑制随动系统负载模拟器的多余力矩对力矩加载性能的影响,提出了一种基于改进的自学习函数扩展小波神经网络智能控制器。该控制器在误差大时采用Bang-Bang控制,误差小时采用基于函数扩展的小波神经网络和模糊补偿控制;同时采用基于改进的差分演变算法来估计控制器的参数;考虑到计算复杂度和控制系统性能,设计了隐含神经元数目的自学习算法。系统仿真实例结果表明,动静态响应性能均达到双十指标,该控制策略具有可行性和合理性,可以提高该系统力矩加载的跟踪性能和控制精度。