应用 “dmey”小波变换及遗传算法对重叠光谱分离研究

小波变换可以去除噪声信号,遗传算法具有全局搜索能力,可以任意逼近分析信号.本文将小波变换和遗传算法相结合来处理分析化学中的重叠信号,通过对模拟信号和实验信号的处理,结果显示小波变换和遗传算法能将重叠信号去噪、分离,可用于多组分样品信号重叠的分离研究.     

小波级数变换的一种离散小波变换算法

小波文献中，离散小波变换多由于带分解或拉普拉斯塔形分解等引出。本文从连续小波变换及小波级数变换出发，通过对采样过程的分析导出了离散小波变换的定义。离散小波变换是唯一便于Ｘ数值计算的小波变换，本文提出了一种以离散小波变换计算小波级数变换的算法，该算法较之Ｏ’Ｒｌｏｕｌ的类似算法相比，可取得更好的计算精度。     

小波变换在图像压缩中的应用

图像压缩技术在很多领域有着广泛的应用,它能显著地降低对信道容量的要求,节约大量的磁盘存储空间,因此一直是研究的热点.图像压缩技术就是去掉图像数据中的各种冗余,保留下有用信息.小波变换是一种多分辨率的分析方法.小波变换是一种对图像进行压缩的主流算法.文章就如何应用小波变换对图像进行压缩进行了分析.     

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。     

基于改进量子遗传算法的小波神经网络优化及其软测量应用

针对简单量子遗传算法在优化高维问题寻优速度慢、收敛率低的缺陷,提出一种改进的量子遗传算法,通过搜索各种群中最优染色体组成当前最优个体,并依此个体来确定量子门的全局最优搜索方向。将改进算法用于优化小波神经网络,藉此建立了4-CBA浓度的软测量模型。仿真结果表明:与简单量子遗传算法相比,改进算法对复杂优化问题具有全局快速寻优性能。     

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。     

基于自适应Morlet小波变换滚动轴承声学故障诊断的研究

基于声音信号的测试与分析是滚动轴承故障检测与诊断的一种新方法,提出了基于自适应Morlet小波变换诊断轴承声学信号故障的新方法。首先利用最小Shannon熵对Morlet小波的形状参数进行优化,找到与所测声音信号特征成份最匹配的小波,再对小波系数矩阵进行奇异值分解,通过奇异值与变化尺度的关系曲线得到最佳小波变换尺度,最后对滚动轴承故障信号进行Morlet小波变换进行故障特征提取。结果表明:该方法能有效地从强噪声背景下提取出轴承声学信号的故障。     

小波变换在信号奇异性检测中的应用

小波变换是近十年来迅速发展起来的学科,它与傅里叶变换相比,是一个时间和频率的局部变换.它的主要特点是将信号表示为不同尺度和不同位置的基本单元,而不同的基本单元表示原始信号中的不同信息成分,这种特点使小波变换成为一种高效的信号处理工具.在信号分析中,因为奇异点包含了比较重要的信息,因此信号的奇异性检测甚为必要.本文介绍了信号奇异性的小波变换检测原理,通过对仿真信号的分析表明在信号奇异性的检测中小波变换优于傅里叶变换.     

小波包变换在股市预测中的应用研究

应用小波包变换对股市预测进行了研究,提出了股市预测的小波包方法。首先将股指时序进行小波包分解,并对分解后得到的各部分进行混沌判别,以确定其混沌特性;然后对各部分分别建立混沌模型进行预测;再将混沌模型预测的结果进行小波包重构,则得到原始时序的预测结果。对上证综指日收益率进行了单步预测和多步预测研究,效果很好。     

小波变换在图像压缩中的应用

小波变换是对傅立叶变换的完善和发展，提供了非常灵活的处理方法。在MATLAB平台上运用小波变换，实现了一级和二级不同扫描次数的图像压缩，并对其结果进行分析比较，验证了小波变换在图像压缩中的可行性和优越性。     

形态小波变换在轴承故障信号处理中的应用

基于数学形态学的形态小波变换是对信号基于形态特征的非线性分解，选取合适的信号分解算子既能够抑制噪声，又能够提取信号中的冲击成分。形态小波变换只有加减法和取极大、极小运算，与通用的时频分析方法相比计算简单。仿真数据和实验信号的分析表明：形态小波变换能够准确有效地提取轴承故障的特征频率成分，适用于轴承故障的在线诊断。     

二维小波变换在虹膜特征提取中的应用研究

本文提出了一种采用canny变换来提取虹膜特征,并用小波神经网络来进行分类的虹膜检测识别的新方法。该方法结合了小波神经网络作为一种新的分类方法,它很好地改进了识别精度,同时提高了系统的性能。一个简洁并且能快速训练的算子Adaboost也将在小波神经网络中给出介绍。实验结果表明,应用该算子进行分类识别时,识别率为100%,该方法具有很高效的可行性。     

小波变换的齿轮泵故障分析

通过对齿轮油泵结构、性能的分析,以泵在正常运行和不同的故障状态下输出压力为信号,提出了基于小波变换的方法来提取和分离输出压力信号,并利用小波分解的方法诊断输出压力信号中包含的故障信息。以此对常用齿轮泵作仿真和试验,所呈现的压力信号三层小波分解系数均不相同,而第三层小波分解系数的差异尤其明显。因此,可利用第三层小波分解系数有效地诊断或甄别齿轮泵运行的状态和隐匿的故障,有利于掌握诊断的主动性,具有较强的实用性。     

基于傅立叶和小波变换的非稳态谐波分析

电力系统信号中既含有稳态谐波分量又含有非稳态态谐波分量.本文结合傅立叶变换和小波变换的优点,提出了傅立叶—小波综合谐波分析方案.通过对具体模拟信号的仿真,验证了该方法具有可行性.     

应用小波变换提取输油管道泄漏突变信号

为减少输油管道泄漏事故造成的损失，需及时发现泄漏并判断出泄漏 的准确位置。依据负压波检测输油管道泄漏的基本原理，分析了压力信号的突变点以及噪声在小波变换下的不同特性，认识到突变信号的小波变换模极大值具有随尺度的增加而增加，而噪声的小波变换模极大值随尺度的增加而减小的特点，因此可以应用小波变换精确地检测到负压波到达输油管道两端传感器的时间差，结合负压波传播速度就可以算出泄漏点位置。针对具体数据给出了计算算例。应用结果表 明：小波变换法能准确的提取瞬态负压波的突变值，实现对输油管道的泄漏检测与定位。     

小波变换在液氮制冷式露点自动检测中的应用

采用小波变换的Ｍａｌｌａｔ算法，求取智能露点仪温度曲线的拐点，这种算法的显著特点是可于背景噪音中很好地提取用用信号，在３－５次测量中，即可得到重复性极好的曲线拐点值，与传统的最小二乘拟合建模方法相比，不但可以减少测量次数，而且使露点温度值的自动检测达到了更高的准确性和稳定性。     

小波变换在电压闪变信号检测中的应用

配电网中较大负载的炼钢电弧炉在运行过程中会对公用电网产生较大的冲击和干扰,本文基于小波变换具有良好的时频局部化特性,提出一种更为有效的电压闪变分析方法,利用小波变换的多分辨率分析方法,对电压闪变信号进行检波与分解,提取出电压波动信号的频率和幅值,从而得出反映电压闪变的参数.仿真实验证明小波变换是一种有效的电压闪变分析方法.     

基于小波变换的数字水印方案

数字图像水印技术一般面临着两个方面的矛盾问题,就是水印算法的复杂度越高,一般对应的算法的鲁棒性越强。本文提出了一种数字水印方法,这种算法基于离散小波变换,为了提高算法的稳定性,确保水印的抗干扰能力,在编码时应用了纠错码技术。     

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。     

基于小波变换的图像数据压缩方法

小波变换继承了傅立叶分析优点，主要使用在静态和动态图像压缩领域，已经成为某些图像压缩的国际标准。二维小波变换是在第一代图像压缩基础上，采用小波变换为主的多尺度分析算法，使处理后的图像可以达到30—60倍的高压缩比率，也更适合在目前低宽带的网络中传输。