基于Mexican-hat小波的QRS检测新方法

基于心电信号的特征点对应于Mexican-hat小波变换的极值,我们使用Mexican-hat小波检测心电信号的特征点,为心电信号分析提供了新的检测手段。该方法简单,对心电信号特征点定位准确,快速。经MIT-BIH心电数据库检验,QRS波的检测率达到99.9%。

mexican-hat小波在QRS波检测中的应用研究

提出了一种基于小波变换,结合多种判别修正方法的QRS波检测算法。首先采用mexican-hat小波对信号进行小波变换,在第3尺度上采用模极大值阈值法对R波进行检测。其次采用平面几何的数学方法定位Q波和S波。对于高尖P波和大T波造成的误检,采用弧度法进行纠正。对于高频干扰造成的影响用QRS时长法予以排除。该算法经过MIT-BIH Arrythmia Database的心电数据验证,取得了满意的结果。

光学小波变换中的Mexican-hat小波母函数特性

分析了一种可以用于光学小波滤波器的Mexican hat小波母函数 (墨西哥帽状小波 ) ,讨论了其时 -频局部化特性、容许性条件 (重建条件 )、正则性阶数、正交性等性质 ,纠正了许多文献中关于二维母小波非张量积形式由一维母小波函数直接旋转得到的错误 ,证明了Mexican hat小波不能用作传统的计算机离散小波变换母函数 。

基于Mexican Hat小波的近60年海阳市降水分析

目的为加强对乡村振兴和生态文明建设过程中气候要素的了解程度。方法文章根据近60a海阳市年降水资料,利用Mexcian Hat小波和常规气候诊断方法对年降水序列的长时间变化进行了分析研究。结果研究发现,近60a海阳市年降水量存在明显的年代际变化和年际变化,主要包含了5-15.7~17、7a的变化规律,其中5~15a的周期变化为主变化周期。13a的时间尺度周期变化最明显,在13a的周期尺度上,整体呈现9个降水偏多-偏少的互相转换。结论短期内海阳市降水仍可能处于偏少期,建议地方加强水资源调度。

基于Mexican hat函数的图像特征提取和配准算法

使用Mexican hat函数作为特征检测算子,对图像进行局部区域提取和特征点提取,在此基础上,提出了一种结合局部区域和特征点的图像配准算法。使用Mexican hat检测算子和零交汇点检测的方法获得局部区域特征并进行初步匹配,然后使用基于不同尺度空间的Mexican hat检测算子进行特征点提取。将特征点按照局部区域进行分组,再对每一组内的特征点进行匹配操作。最后使用基于分组的随机采样一致性检验进行变换矩阵求解。算法使用Mexican hat特征检测算子进行两种图像特征的提取,对两种特征分别进行匹配,完成图像配准操作。实验结果表明,给出的Mexican hat特征检测算子在配准精度上不亚于当前主流检测方法,配准算法具有复现率高和运算速度快的优点。

基于Top-Hat预处理和小波能量分析的车牌定位算法

针对车牌定位不准的问题,提出一种新的数学形态学变换结合小波分析的车牌快速定位方法。该方法对Top-Hat变换图像二值化,然后分别在水平与垂直方向投影,在对投影信号进行一维小波分析的基础上,利用小波多分辨率特性结合车牌位置信息来缩小搜索范围,从而提高了定位精度和实时性。对多幅图像利用该算法进行车牌定位,平均定位时间0.125 s,与其他几种常见算法进行仿真试验比较表明,该算法具有较好的实时性和鲁棒性。

基于联合变换相关的光学小波实时图像边缘增强

提出了一种基于联合变换相关的光学小波实时图像边缘增强的方法.选用Mexican-hat小波,利用小波函数的多分辨率特性,用联合变换相关的方法实现了缩放后的小波母函数与待识别图像函数的互相关(即边缘增强图像),得到了较满意的实验结果.

用墨西哥帽小波研究DNA序列的分形特征

结合小波分析和分形理论 ,采用分数布朗运动 (FBM )建立数学模型 ,研究脱氧核糖核酸 (DNA)序列的自相似性 .用DNAwalk的方式将DNA序列表达成为一个数字信号 ,通过不同小波变换的尺度对应不同特征长度的碱基 ,选择墨西哥帽小波为母小波 ,进行实验考察 ,结果发现小波系数的图形在许多尺度看上去很相似 ,大尺度对应较多的碱基 (小波变换尺度为 2 7时 ,对应 5 12个碱基 ) ,能看到概貌 ;小尺度对应较少的碱基 (小波变换尺度为 2 3时 ,对应 32个碱基 ) ,可看到细节 .这表明其DNA序列中存在分形结构 ,可以用分维数来作为定量描述 .

基于激光雷达资料的小波变换法反演边界层高度的方法

利用小波变换法反演边界层高度时,不同小波母函数的选取可能得到不同的边界层高度。因此,对构造的白天及夜间激光雷达后向散射信号理想廓线进行Haar小波协方差变换,并对后向散射信号梯度廓线进行Morlet与Mexican Hat小波变换反演边界层高度。结果表明,宜采用Haar函数与Mexican Hat函数作为小波母函数,其中Haar函数准确性优于Mexican Hat函数,而Mexican Hat函数更易稳定。同时为了进一步检验3种小波变换法的反演结果对小波振幅的敏感性,通过改变小波母函数的小波振幅,发现无论是理想廓线还是叠加扰动的廓线,较大的小波振幅易得到比较稳定准确的白天边界层高度与夜间混合层高度。

基于小波和概率神经网络的煤矿主通风机故障诊断

针对煤矿主通风机故障与征兆对应关系复杂的特点,以及利用传统BP网络进行故障诊断存在训练速度慢、易陷入局部极小的缺点,提出基于小波和概率神经网络的故障诊断方法:先利用时频两域有紧支撑能力的MexicanHat小波变换故障信号并提取能量归一化故障特征向量;然后将概率神经网络作为诊断决策分类器,输出故障模式。该方法充分利用了概率神经网络计算简单、收敛快、新增样本无须重新训练的特点,而且通过小波特征提取有效地减少了网络输入层节点数,降低了网络规模,减少了计算复杂度,加快了训练速度。经验证,此方法准确地诊断煤矿主通风机故障类型,具有速度快、精确度高的特点。

小波混沌神经网络的研究与应用

混沌神经网络已被证明是解决组合优化问题的有效工具,但单一化的退火因子无法同时满足准确性和速度性两方面要求,因此改变传统的混沌方式以提高搜索速度和精度就变得尤为重要。文中将Sigmoid函数转化为小波函数可以有效地解决该问题,通过将Sigmoid函数转化为Mexican hat小波函数,以及引入Shannon小波和Sigmoid函数加和组成的非单调激励函数这两种方式,提高了搜索效率和准确度,并用这两种新的模型对两种优化问题进行仿真。仿真结果表明小波混沌神经网络无论在全局最优解的搜索效率还是精确度上都明显优于传统的混沌神经网络。可知将小波函数引入混沌神经网络是极具研究潜力的。

中国经济增长的波动分析

对国民经济增长的波动进行计算分析。应用MexicanHat小波对国内生产总值 (GDP)的增长率进行多时间尺度分析 ,再利用宏观经济学的理论从政府宏观调控政策、投资、消费等方面分析引起波动的原因。在不同时间尺度下 ,经济波动受到政策、投资和消费及重大政治事件的影响。通过对经济增长波动的因素及规律的分析 ,可以提高对经济发展的预见性 。

光谱信号的小波去噪新技术

光谱分析中,噪声的存在常影响分析的准确度和检测限。现有滤波方法在光谱信号除噪方面有种种缺陷。文章充分利用小波在信号处理方面的优良特性,提出了MexicanHat小波滤波算法,它选用MexicanHat小波函数构造滤波项,利用滤波项与原始信号作用,从而实现信号与噪音的分离。该方法无论对低频或高频信号均适用,除噪完全,即使对信噪比为1的高噪声信号也能获取满意的处理结果。运用这一技术处理光谱信号,简单快速、结果可靠,处理后峰位置、峰高、峰面积误差分别小于02%,32%,11%。大量实验表明,本方法能有效提高光谱分析的准确度。

基于墨西哥帽小波变换的机载SAR海面风场反演

针对从机载SAR探测图像中反演风向中如何提取图像中的风条纹信息的问题,给出基于墨西哥帽小波的风条纹信息提取方法,结合二维快速Fourier变换反演海面风向。以中国南海海域一组机载SAR实测数据为例,采用该方法反演风向,并运用CMOD4、CMOD-IFR2和CMOD5模式反演风速,验证海面风场反演方法特性。结果表明,墨西哥帽小波法较好地解决了机载SAR探测图像的风条纹信息提取问题,反演精度优于局部梯度法,3种风速反演模式均可用于机载SAR探测数据风速反演。

小波变换在探地雷达弱信号去噪中的研究

利用小波系数可以表示小波函数与分析信号的逼近程度这一原理,采用了对不同尺度下小波系数进行叠加的方法,对比9种小波函数,发现应用Mexh小波可以去除探地雷达信号中的高频噪声并放大有效信号,从而为探地雷达信号经传统数据处理方法处理后判定疑似异常位置进一步确定提供依据。

小波改进最大平均相关高度法实现畸变目标识别

为了解决图像匹配识别中复杂背景下畸变目标无法准确识别的问题,结合墨西哥帽(Mexican Hat)小波母函数重新设计了最大平均相关高度(MACH)滤波器,得到墨西哥帽-最大平均相关高度(Mexican Hat-MACH)匹配滤波器进行复杂背景下畸变目标的识别。为了平衡墨西哥帽-最大平均相关高度匹配滤波器的各项性能,需要对原有的最大平均相关高度滤波器的3个性能控制参数和墨西哥帽小波函数的尺度系数重新进行选择和优化。通过对大量的不同目标进行实验后表明,当3个控制参数为γ=1,β=α=0.15,尺度系数为15时,新设计的墨西哥帽-最大平均相关高度匹配滤波器有较高的通用性,能够对各种类型的复杂背景下的畸变目标响应较高的相关峰,并有更高的畸变容差。作为实例,用墨西哥帽-最大平均相关高度滤波器对复杂背景下的小飞机目标和低对比度坦克目标进行了识别实验,验证了该方法的可行性。

分析化学窄带锐峰信号滤波新技术

窄带锐峰信号是指峰形狭窄、峰周围数据点极少的信号 ,采用常规滤波方法难以处理。本文提出了适合于这类信号的滤波新技术———MexicanHat小波最小二乘法 (MWLS)。它将原信号中的尖锐峰分离出来 ,以MexicanHat小波构造拟合函数 ,根据最小二乘原理对各数据段进行拟合 ,再重构信号 ,以去除噪声。大量处理实践证明 :该方法除噪能力强 ,滤波结果可靠 ,尖锐信号峰中的有用信息不会损失。即使对信噪比为 1.5的高噪声锐峰信号仍能获得满意结果。

小波分析在测井储层识别和划分中的应用

小波分析有“数学显微镜”之称,具有多分辨率的特点。实践证明,Mexican Hat小波函数在用连续小波变换将测井资料转换为小波系数,不同小波尺度对测井信号进行多分辨率处理方面比其它小波函数要好。由于小波系数与储层有很好的相关性:大尺度系数对应厚层的响应,小尺度系数对应薄层的响应,在实际应用中小波尺度以从大到小的方式进行取值,这样用小波系数对储层进行识别和划分,能够取得很好的效果。通过柴达木盆地跃进地区多口井的实际应用和对比,该方法在储层划分,特别是在薄层和薄互层的识别与划分方面具有迅速、准确的优点。同时对GR资料和SP资料的小波系数划分储层进行对比分析,表明GR资料具有不易错划储层和漏划储层的优点。

尺度相互作用墨西哥帽小波提取图像特征点

图像特征点是图像的重要局部特征,它是图像理解和模式识别中的重要信息,图像特征点提取技术也是图像处理的有力工具之一。提出了一种在尺度相互作用模型下利用墨西哥帽小波来提取图像特征点方法,该方法对于经过旋转、亮度、模糊以及噪声处理后的失真图像仍能提取出相对位置和数量都较为一致的特征点。而针对尺度相互作用的墨西哥帽小波提取不同尺度的图像时的特征点相对位置不一致的问题,提出了在墨西哥帽小波中加入尺度因子的方法,通过仿真实验验证了算法的正确性。

小波变换在图像相关识别中的应用

光学图像识别具有广泛的实际应用价值 ,而联合变换相关器 (JTC)是目前采用最多的一种进行图像相关识别的结构方式。将小波变换与联合变换相关技术有效地结合在一起 ,分析了如何采用小波变换来实现图像相关识别的理论方法 ,并提供了相应的结构框图 ,对采用小波变换用于图像目标识别的优点进行了概括及总结 ,并对该相关识别系统中所应采用的小波类型、滤波方式、滤波器的制作等多方面进行了介绍和分析。