低信噪比神经元锋电位信号的分类方法

基于离散序列小波变换和主元分析，对低信噪比的神经元锋电位信号提出了新的分类方法。通过对原始信号进行尖峰检测，获得尖峰信号样本，对每个样本进行离散序列小波变换之后，再对小波变换系数进行主元分析，选取主元进行聚类，实现对原始信号的分类。将该方法应用于多电极细胞外记录的小鸡视网膜神经节细胞电活动信号分析，并据此推断出某电极附近的神经节细胞的个数。仿真结果表明，在低信噪比情况下，该方法比单纯通过小波变换进行分类的方法更有效。     

弹性细杆静力学的薛定谔粒子波动比拟

研究弹性细杆静力学的薛定谔粒子波动比拟。类似于Kirchhoff动力学比拟,依据弹性细杆曲率平衡微分方程与一维定态非线性薛定谔方程数学形式的相似性,给出两者的动力学比拟关系,称为Schr?dinger粒子波动比拟。基于比拟关系,给出弹性细杆方程的Jacobi椭圆函数解,并画出此解所描述的弹性细杆的空间位形。Schr?dinger粒子波动比拟建立了波函数的量子态与弹性细杆的几何构型的对应关系,给予波函数的量子态直观的几何图像,为弹性细杆方程的求解提供了新的途径。     

电能质量扰动分类的贝叶斯方法

随着非线性负荷的大量使用,电能质量问题已日益受到关注．对各种电能质量扰动进行分类,是采取适当措施降低扰动带来影响的前提．小波包是在小波变换的基础上发展起来的,能够提供更为丰富的时频信息．为此,对电能质量扰动信号进行小波包分解,分别以小波包分解终结点的能量和熵作为特征向量。用贝叶斯分类器进行分类识别,对扰动分类做出了仿真分析,仿真结果验证了该方法的有效性．通过与Fisher分段线性分类器进行比较,表明以熵为特征向量的贝叶斯分类方法有较高的识别正确率．     

静态二维离散小波变换在图像压缩中的研究

通过对DWT的分析,引入静态小波变换,从对静态一维离散小波变换的分解、重构,到对静态二维离散小波变换的分解、重构,运用实例作比较,说明静态离散小波变换的优点,并提出需要改进的地方.     

大型圆柱工件形位误差检测方法

采用三角法测距原理,使用高精度激光CCD位移传感器进行数据采集。针对激光CCD灵敏度高,干扰噪声容易混入测量数据中的问题,提出了一种基于小波分析的误差分离方法--运用谐波分析的思想方法和小波理论中Mallat多频率分析算法进行误差分离,经过误差分离以后的数据用人工免疫算法求出形位误差。以大型高精度油膜轴承为应用对象,研究了圆柱形工件形位误差在线测量方法。实验证明此方法精度高,操作简单,使用方便,具有很高的实用价值。     

板带钢表面缺陷检测系统的多尺度边缘检测算法

针对冷轧带钢表面缺陷在在线检测过程中,无法准确地检测到图像中缺陷的边缘问题,提出了一种基于小波变换模极大值的板带钢表面缺陷多尺度边缘检测算法.该方法较好地解决了边缘检测精度与抗噪性能之间的协调问题,实现了在多个尺度上板带钢表面缺陷的边缘提取.实验结果表明该方法对伪缺陷边缘的去除有很好的效果,同时能够较好地保留图像中缺陷的边缘细节信息,具有更好的边缘检测性能,为带钢表面缺陷在线检测系统中的后续处理,如图像自动分割、缺陷识别等奠定了基础.     

基于RSA加密和DS算法嵌入的DWT变换域图像隐写

为提高秘密数据安全性并保持载体图像良好的视觉质量,本文提出了一种基于RSA算法加密和DS算法嵌入的离散小波变换(DWT)域图像隐写方法.首先借助经典的RSA算法对数据进行加密,秘密数据被转换成密文,借助二维离散小波变换域的修正细节系数,利用DS算法将已加密的秘密数据嵌入载体图像,并分析了接收端对秘密数据的复原过程.最后,借助MATLAB软件对本文提出的方法进行验证,并用峰值信噪比(PSNR)对结果进行评估.结果表明,本文提出的方法能有效增强秘密数据的安全性并能保证载体图像的视觉质量,因此具有可行性和有效性.本文隐写机制高度安全,在信息安全领域具有良好的应用前景.     

基于小波变换的主元分析人脸图象识别

基于小波变换的主元分析人脸图象识别高西奇，周洪祥，何振亚（东南大学无线电工程系，南京２１００１８）人脸图象识别是模式识别领域的一个重要研究课题［１，２］，但是由于人脸虽有固定结构而无固定形状的特殊性，人脸的自动识别非常困难，特别是要求机器在学习之后能...     

基于信息熵窗的小波低频子带弱目标图像的增强

采用信息熵窗小波低频子带分析的方法，目的是对缺乏足够能量的低照度和低对比度图像进行增强．选择适合的正交小波函数，可使图像的低频子带大幅度提升，对高频子带适度抑制，在信息熵窗系数的调配下实现了图像的增强处理．在小波重构后，获得了具有清晰边缘和良好对比度的图像．实验表明，采用信息熵窗的小波分析方法来增强弱目标图像能够产生良好的效果，对比度增强效率比传统增强方法提高80％以上．     

α-弱相依序列加权和的几乎处处中心极限定理

设{Xn,n≥1}为一零均值有界的α-弱相依序列,满足∑∞i=1θi<∞;{ani,1≤i≤n,n≥1}为一实值三角阵列;令Sn,k=∑ki=1aniXi,1≤k≤n.利用随机变量加权和的弱收敛定理与Borel-Cantelli引理,在适当的假设条件下,给出了非平稳有界的α-弱相依序列加权和Sn,n的几乎处处中心极限定...