小波分析在管理数据处理中的应用

提出了一种基于小波变换的管理数据处理方法，把公司管理上的数据看成一个非平稳的时间序列，利用小渡函数将该时间序列分解到不同的频率通道上，然后将分解后的信号当作近似的平稳时间序列，用一些传统的统计方法进行预测，同时对中国足球彩票若干期的销售量数据进行了处理和预测，并将结果与实际销量以及用传统的AR模型的预测值进行了比较。     

基于小波神经网络的S&P500短期走势预测

将小波神经网络应用于S&P500短期走势预测,应用从1998年3月20日至1999年4月26日S&P500的每周数据,建立小波神经网络预测模型.训练后的小波神经网络不仅能准确地拟合S&P500的历史数据,而且能较精确地预测未来的短期走势.结果表明S&P500的小波神经网络预测模型比神经网络模型更为优越.     

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.     

基于小波变换和神经网络的视频文字检测

图像中文字的检测有广泛的应用范围。无论是出现在场景中的文字 ,还是以图形的形式附加在视频图像中的文字 ,都能提供重要的索引信息资源。在这篇文章中 ,我们实现了一种基于小波变换和人工神经网络的视频文字检测系统。它能检测出现在数字图像中的文字区域。我们的系统实现了一个层次间隔的特征提取器 ,其输出结果将送到一个用于提取文本区域的人工神经网络处理器 ,即智能分类器。分析出来的文字区域可以送往适当的光学字符识别系统。在对各种各样文本检测的试验中显示了我们的系统的性能。     

基于视觉模型的双正交小波图像水印算法

提出了一种基于人类视觉系统模型的双正交小波多分辨图像水印算法,该算法充分利用小波多分辨的优点及人眼视觉系统的特性,保证了水印的不可见性及鲁棒性,同时在检测水印时也不需要原始图像,仅需涉及到相关的几个细节子图。实验表明该水印算法对于中值滤波、叠加加性噪声、JPEG有损压缩三种图像处理都是鲁棒的。检测算法还有计算量小,检测速度快的特点。     

基于小波分析的股票分形时变维数研究

前人关于有价证券分形维数的研究是在假定维数恒定的情况下进行的,这就使得Hurst指数未能很好发挥其应有的投资指导作用.提出了时变维数的概念,对原有分数布朗运动模型加以拓展,使其成为具有局部自相似性的随机过程.给出了一个时变Hurst指数的小波估计式及其算法.通过上海股价周收盘指数的时变Hurst指数的实证分析,时变指数的引入比原来常数指数对于投资决策来说具有更好的指导作用.     

基于小波变换在自然场景视频编码中的应用

自然场景视频的纹理编码是视频压缩应用的一个重要环节。该文在分析了国际视频编码标准MPEG-4中对自然场景这一类视频图像所采用的编码结构基础上,提出了利用小波技术的多层分解特性实现对单视频对象自然场景视频图像静态纹理的有效编码。实验结果表明,它可以获得较高的压缩比。     

基于小波神经网络的企业技术创新能力评价

科学、全面地评价和分析企业的技术创新能力,对于企业探索提升技术创新水平以及政府制定相关扶持政策等具有重要的指导意义。文章从企业的内在相关能力、内部环境以及外部环境等3个维度构建企业技术创新能力评价指标体系,同时,提出一种基于小波神经网络的企业技术创新能力综合评价方法,建立企业技术创新能力定量评价模型。通过实证分析,验证了评价体系的有效性和实用性。     

向量小波和正交小波尺度函数的设计及证明

文章通过多分辨分析理论和仿酋矢量滤波器组理论,讨论正交小波的存在,提出了组建一系列正交小波数据包的算法,得到了利用小波包组建L2(R,Cμ)(2≤μ∈Z)空间的多种标准正交基的一些方法.