离散超小波变换下矩阵的谱分析

本文在离散超小波变换的基础上研究最优双正交小波。用特征值接近1来描述"正交程度"。当且仅当MinωMax1 i 2nλi(ω)越接近于1时,正交程度越高。通过对离散超小波变换下双正交小波谱分析来解决最优双正交小波对正交变换的接近问题,同时也得到了双正交小波谱有界这一类相关问题。     

小波变换思想及其在信号处理中的应用

从傅里叶变换、短时傅里叶变换到小波变换的思想发展过程中分析了小波变换发展的必然性和重要性,并通过MATLAB仿真工具比较了三种变换在信号处理中的应用。实验结果表明,小波变换无论是对信号的时间定位还是对信号的频率定位都优于傅里叶变换和短时傅里叶变换。     

一种基于正交小波变换的盲水印算法

提出了一种新颖的以灰度图像为水印的数字水印算法.首先利用正交小波变换对原始图像进行分解,然后借鉴传统的叠加思想,根据小波变换后,高低频分量的特点,将图像水印嵌入到小波域的低频部分.由于整个嵌入过程中,对原始图像没有进行任何改变,因此绝对保证了原图像的质量.水印的嵌入和提取都在密钥控制之下,可以较好地解决版权争议等问题.实验结果证明该算法对常见的图像处理操作和几何攻击有很强的鲁棒性.     

一种基于正交小波变换的盲水印算法

提出了一种新颖的以灰度图像为水印的数字水印算法.首先利用正交小波变换对原始图像进行分解,然后借鉴传统的叠加思想,根据小波变换后,高低频分量的特点,将图像水印嵌入到小波域的低频部分.由于整个嵌入过程中,对原始图像没有进行任何改变,因此绝对保证了原图像的质量.水印的嵌入和提取都在密钥控制之下,可以较好地解决版权争议等问题.实验结果证明该算法对常见的图像处理操作和几何攻击有很强的鲁棒性.     

一种基于小波变换特征提取的集成学习算法

将不同训练数据子集和不同特征子集相结合,提出了一种基于小波变换特征提取的集成学习算法Wavelet-Forests.先随机划分特征集,用小波变换提取特征子集的特征,再用小波系数重构特征集训练基分类器.使用公认的WEKA平台验证了Wavelet-Forests算法的性能,与经典算法Bagging,AdaBoost和Random Forest相比,本文所提算法具有良好的泛化能力.     

一种新的基于小波变换的EEG视觉伪信号修正方法

提出了一种在基准EEG信号和视觉信号未知条件下,基于小波阈值去噪的方法来修正EEG信号中出现的视觉伪信号(OA)的新方法。这种方法实现了对原始EEG信号进行平稳小波变换(SW T);对低频系数进行两次阈值去噪;对去噪后的信号进行重构。实验结果表明:这种新方法在基准EEG信号和视觉信号未知条件下能有效去除OA,同时适用于眨眼和眼球运动所产生的伪信号。通过不同方法对采集的信号处理后进行比较,说明该方法的有效性。     

小波变换中的数据变换方法

在图象压缩、重构等处理中,二进正交小波变换是一个非常有用的工具,其函数形式为{2~(k/2)W_n(2~kt-j):n∈N;k,j∈z}(t是实数);在计算过程中,由于数据量太大,为了减少计算量应选择运算较快的算法,在计算机中浮点数比整数运算速度慢,若把t浮点数表示为形如A/[2~(K+1)](A是整数)的形式时,则2~k(t-j)为整数的形式,可以大大提高计算速度;在进行上述变换时,在考虑计算机字长p的限制下,为使在加、减、乘运算时,运算后的数据误差满足小于给定的ε,k、A如何取值,并得到了ε与p的一个近似关系式。     

一种改进的SPIHT算法

一种新的嵌入零树小波ECG信号压缩编码算法(简称为改进的SPIHT算法),通过合理分配比特、改进零树集合、完善分类策略等措施能够进一步提高SPIHT算法的工作效率.该算法首先将ECG数据进行离散小波变换,然后对离散小波变换后的系数进行均匀量化,最后用基于上下文的自适应算术编码对量化后的系数进行编码.仿真结果显示,该算法压缩比大,信息损失小,能够较好地恢复原有的信号.     

一种基于小波变换和PCA的人脸识别改进方法

针对主成分分析PCA算法中存在的问题,提出了利用小波变换对人脸图像进行预处理,PCA提取图像特征,最近邻法分类的人脸识别改进方法.基于ORL、YALE数据库的相关实验表明,这样的系统能够降低数据维数和克服角度、位移变化对算法的影响,能够取得比传统PCA更好的识别性能。     

使用小波变换的图像边缘检测算法

描述了一种新的图像特征提取方法。它基于小波变换的多尺度方法。这种方法通过对二进尺度下图像小波变换局部极大值的检测提取图像边缘特征。文中给出了图像特征提取的实例。     

小波变换的离群时序数据挖掘分析

针对时序数据进行离群数据挖掘方法的研究。通过对时序数据进行离散小波变换,将其从时域空间变换到频域空间,使时序数据映射为多维空间的点。该方法具有多尺度、时移不变性等特点,经离群时间序列进行离散小波变换后,不仅具有良好的保距性又达到降低维数目的。然后提出一种基于距离的离群时序数据挖掘算法。仿真试验表明了该方法的有效性。     

基于小波变换的自适应公钥数字水印

利用小波变换良好的时频局部特性,提出了一种基于小波变换的自适应公钥数字水印设计方案。数据的所有者利用私钥向数据中嵌入版权信息,任何数据使用者可以利用公钥从接收到的数据中提取版权信息。水印的嵌入强度可根据原始图像自身的特点自适应调节,水印的提取也不需要原始图像。实验结果表明该算法具有良好的不可视性和抗联合图像专家组压缩、剪切、滤波等攻击的能力。     

离散因果序列卷积和的一种简便解法

本文介绍了在离散因果序列卷积和的求解中的常用解法,在此基础上应用初等数学的知识介绍了一种简便解法。     

小波变换在轴承故障声发射信号降噪中的应用

噪声消除是小波变换最成功的应用之一，其基本思想是将信号的小波变换系数通过阈值处理，然后进行小波重构得到降躁的信号。根据故障轴承声发射信号的脉冲特性选取Morlet小波．以“小波熵最小”原则确定Morlet小波的波形参数，然后进行连续小波变换。采用软阈值方法处理小波东数，通过小波重构得到降噪后的故障声发射信号，噪声得到了很好的抑制，故障脉冲特征明显增强。采用实验数据，通过与离散小波变换的比较，得到了用连续小波变换可以有效降低噪声、提取故障声发射信号特征的结论。     

基于小波变换的钻头实验信号降噪方法

在钻头破岩实验中存在钻头对岩石的周期性动载冲击, 同时受实验设备和环境等因素的影响, 在动态信号中存在着大量噪声, 无法获得准确的测试数据, 实验结果往往不能真实反映实验的特性和规律。基于小波变换的浮动阈值方法, 建立了一套用于钻头破岩实验测试信号噪声压制方法, 通过对实验和实测数据的处理和分析, 证明了方法有效性, 提高了实验数据的准确性和可靠性。     

基于小波变换的结构矩阵矢量量化压缩方法

提出了一种基于小波变换的结构矩阵矢量量化方法。该方法利用图像经过小波变换后,不同分辨率级子图像之间存在相似性,将已生成的第ｍ级图像的分类信息传递给第ｍ－１级图像,并利用各子图像的结构特性,对矢量量化后的编码结果采用结构矩阵的方法进一步压缩。实验表明该方法在较好图像质量的情况下获得了高压缩比,和有关文献给出的结果进行比较,该算法具有较好的性能。