基于小波包的信号检测算法

针对多个相似信号分量的到达时间检测问题提出了一种基于小波包理论的新算法（ＷａｖｅｌｅｔＰａｃｋｅｔｓＤｅｔｅｃｔｉｏｎＡｌｇｏｒｉｔｈｍ，ＷＰＤＡ）．即使在各信号分量严重重叠的情况下，该算法都能非常精确地确定各分量的到达时间。为了进行比较，引用了Ｂ．Ｆｒｉｅｄｌａｎｄｅｒ提出的改进Ｇａｂｏｒ表征方法（ＩＧＲＭ）及其信号模型。实验证明，小波包检测算法可以得到更为优越的性能。还讨论了小波包检测算法中的正交镜像滤波器选择问题。     

基于LPC预测误差DWT的语音基音检测

在对语音信号进行ＬＰＣ分析的基础上，提出了一种有效的语音基音周期检测算法。该算法利用小波变换中著名的Ｍａｌｌａｔ算法逐层分解ＬＰＣ预测误差信号，在最低分辨率的逼近信号中寻找峰值，然后逐层回溯各个分辨率的逼近信号，最后在ＬＰＣ预测误差中确定出峰值，从而求出相应的基音周期。     

小波变换及其在图像处理中的应用

对小波变换的引出，正的以变换的实现，小波变换的变焦作用，以及在图像压缩，边沿检测中的应用作了详细途述，且应用小波变换处理图像，得到了满意的实验结果。     

剩余静校正的小波包预处理方法

强反射层追踪与相对时差拾取中的“多值”现象严重影响剩余静校正的效果，为此提出的小波包预处理方法，可以实现地震道噪声与信号及不同强反射层的分离，从而能自动识别并提取“纯”的强反射层，提高强反射层追踪的可靠性和相对时差的拾取精度．     

前向神经元网络的子波表示

基于函数逼近，对前向神经元网络中非线函数与子波变换中母函数的关系进行了分析，推出了前向神经元网络的子波表示，指出两种方法应用于Ｌ＾２（Ｒ）空间函数逼近时是一致性，最后给出了两个前向神经元网络的子波表示，函数逼近实例验证了本结论的正确性。     

n维连续小波变换的局部正则性

Ｈｏｌｓｃｈｎｅｉｄｅｒ和Ｔｃｈａｍｉｔｃｈｉａｎ讨论了一维连续小波变换的局部正则性，建立了一维不可微函数的Ｈｏｌｄｅｒ连续性与其小波变换绝对值衰退性之间的关系，本文将其结论推广到ｎ（≥２）维情形。     

基于神经网络计算的子波变换实现

本文首先阐明了子波变换理论利用可变时域和频域分辨特性表达信号、获取信号特征的原理，提出了利用神经网络计算方法计算子波变换系数的新方法，并讨论了与人视觉系统密切相关的子波变换神经元的特性，提供了计算机仿真子波变换信号的结果。理论分析和实验结果表明，子波变换不仅具有对信号多分辨表达的特性，而且可以有效地压缩被处理信号。     

浅层地震横波反射法最佳应用条件研究

通过对浅层地震波纵、横方向分辨率的讨论，给出了提高地震反射波测试分辨率的几条途径，通过对震波反射系数和地震波速分布的讨论，表明地震波速在地震勘探中的重要性，尤其是给出了软基地区的地震波传播速度值与地层深度的某种关系式，在此基础上着重研究了浅层地震横波反射地区的优点以及局限性，并论述了该方法的最佳应用条件。     

基于小波变换的图像自适应水印

提出了一种基于小波变换的图像自适应水印嵌入方法。此方法对原始图像进行小波分解,在每一个低频系数中嵌入一位水印信息,嵌入时根据低频逼近系数和高频系数的特点以及树结构关系,给每一个低频系数确定一个相关掩蔽参数,并用此参数控制其对应低频系数嵌入水印时的相对修改强度。实验表明：使用该方法嵌入的数字水印具有很好的隐蔽性,感觉不到对原始图像的影响。同时,嵌入的数字水印具有较理想的鲁棒性,常规的图像处理方法对其影响甚弱。