基于HHT、DBWT的无绝缘轨道电路补偿电容故障诊断

通过基于传输线理论的无绝缘轨道电路分路状态仿真模型,分析补偿电容断线故障对轨道短路电流的影响规律,利用机车信号感应电压包络与轨道电路短路电流的关系,提出基于机车信号记录信息的补偿电容故障诊断方法。该方法采用B样条离散二进小波变换对机车信号所记录的感应电压幅度包络信号进行降噪,再通过对Hilbert-Huang变换的改进,计算各IMF分量经逐级累加后的相位信息,最后利用相位卷绕,根据相位信息中突变点的分布变化和补偿电容状态的对应关系,实现对补偿电容的故障诊断。实验表明,该方法适应性较强,受轨道电路长度和道砟电阻等轨道参数影响很小,能够准确检测出轨道电路单一补偿电容的故障位置,并且由于该方法的分析数据直接来自于机车信号自身的记录器,不需要额外增加硬件和单独安排运行交路,因此能够降低检测成本和满足对检测及时性等方面的要求。

基于多分类SVM算法的癫痫发作自动检测方法

高性能的癫痫脑电信号自动检测方法对减轻医生负担并提高癫痫的诊断效率具有重要临床研究意义。论文提出了一种能够区分正常、癫痫发作和发作间期脑电信号的高性能三分类系统。采用Daubechies 4小波构成的4级提升式小波变换将脑电信号分解为不同子带信号,求得不同子带信号的近似熵、Teager能量、局部波动率、自回归系数、Hurst指数特征值;利用Fisher得分法进行特征选择,提高分类精度同时减小计算复杂度;基于二叉树多分类支持矢量机(support vector machine,SVM)对脑电信号分类,实现正常、癫痫发作和发作间期信号的自动检测。实验表明,系统的准确率、灵敏度和特异性均达到100%,优于现有的分类识别方法,提出的三分类系统具有良好的分类性能,为癫痫及癫痫发作的临床检测提供了较好参考价值。

激光雷达信号检测系统的最佳匹配滤波方法

为了解决激光雷达回波信号弱、干扰强问题,提出激光雷达信号检测系统的最佳匹配滤波方法。通过二进小波变换与模极大值分解激光雷达信号检测系统采集回波信号,获取小波系数,保留回波信号特征的同时增加信号输出信噪比,采用匹配滤波处理所获得的小波系数,并经阈值处理后获取小波系数值估计值,利用小波重构估计值得出噪声滤除后信号。实验结果表明:该方法滤波处理后的信号波形均匀、波动幅度小,在不同的尺度因子下,本方法的噪声滤除结果均在80%以上,在固定的尺度因子和噪声输入时,本方法的噪声滤除了82%,检测精度为97.4%,耗时为10.34 ms,均优于其他方法。

基于卷积神经网络的机械轴承故障智能识别

机械轴承振动信号噪声和复杂特征均会对故障识别造成不利影响,导致故障识别精度下降,所以研究基于卷积神经网络的机械轴承故障智能识别方法。利用小波包分析法对轴承振动信号展开多层次分析处理,结合二进制变换法实现信号重构。利用卷积神经网络中的卷积层对重构后信号展开局部卷积后,通过池化运算完成信号特征提取。利用基于SVDD的信号分类函数判定该信号样本是否为故障信号,实现机械轴承故障智能识别。实验表明,所提方法对于轴承故障的识别效率较高,在面对多类型轴承故障情况下能够做到高效精确识别。

基于二值运算的数字图像水印嵌入与检测算法

研究了在数字图像中实现水印的方法 ,提出了一种在小波变换域内基于二值运算的数字图像水印嵌入与检测算法 ,且水印的检测不需要原始图像 .使用该算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很理想的鲁棒性 ,常规的图像处理方法对其影响甚弱 .

新的纹理图像特征提取方法

提出了一种新的基于非下采样Contourlet变换的纹理特征提取方法。首先对纹理图像进行非下采样Contourlet变换,然后提取不同尺度、不同方向上变换系数矩阵的均值和方差作为特征向量,大大降低了特征维数,并利用BP神经网络进行训练和仿真,实现了纹理图像的自动分类。实验结果表明,与小波包变换和改进的LBP纹理算子等方法相比,该方法能取得更好的分类效果。

平顶激光束诱导薄膜损伤阈值测量系统

为了满足快速、精确、定量地测量薄膜激光损伤阈值的要求,设计了平顶激光束诱导薄膜损伤阈值测量系统.介绍了损伤阈值测量的原理和方法,提出二分查找与顺序查找相结合的能量密度查找方式;根据分光镜的分光比及能量探测器示值求解辐照激光能量,用CCD成像法精密测量了作用在薄膜表面的激光光斑面积;基于小波变换法,通过图像处理精确识别了薄膜的损伤;建立能量密度与损伤几率坐标并进行最小二乘法拟合,对损伤阈值进行了标定.对45°高反射膜分别进行了高斯光束辐照和平顶光束辐照的测量实验,结果表明:高斯光束辐照测量的损伤阈值为9.95J/cm^2,平顶光束辐照测量的损伤阈值为13.98J/cm^2,平顶光束诱导比高斯光束诱导的损伤阈值高40.5%.

一种基于二进制小波变换的无损图像编码算法

该文提出了一种基于二进制小波变换的嵌入式无损图像编码算法——渐进式分裂二进制小波树编码器(PPBWC)。PPBWC采用混合系数扫描方法按模值大小排序小波系数得到中间符号序列,通过非因果的自适应上下文条件编码考虑了不同频带小波系数的自相似特性,并利用待编码系数的"未来"信息提高了PPBWC的压缩编码性能。混合系数扫描和非因果的自适应上下文条件编码是PPBWC高效编码的主要因素。实验结果表明,与其它嵌入式无损算法相比,PPBWC具有最优的无损编码性能。

基于DWT域的混沌置乱二值图像数字水印新算法

提出了一种基于DWT(Discrete Wavelet Transform)域有意义二值图像数字水印新算法.利用广义猫映射产生的混沌序列对水印序列的嵌入位置进行置乱,增加了嵌入水印的安全性;并利用改正的二值运算方法将水印嵌入到图像深层小波域的低频子图中.水印的检测不需要原始图像.大量仿真结果证明了该算法嵌入的数字水印既具有很好的隐蔽性,又具有很理想的鲁棒性.

基于小波MCBP和WEF的人脸表情识别

现有的多尺度中心化二值模式(MCBP)通过在原始图像上改变CBP算子的半径,随着算子半径的增加计算量也迅速增加。针对这个问题,提出一种基于小波的MCBP(WMCBP)的人脸表情识别方法,对小波分解后的两幅低频图像的特征区域进行CBP变换,得到多级局部CBP直方图序列特征.该方法不仅能获得更加准确的多尺度信息,而且大大降低了运算量。为进一步提高表情识别率,引入了加权的小波能量特征(WWEF)。通过对JAFFE人脸表情库的实验证明;这两部分特征在一定程度上可互补,将它们融合能在不明显增加运算量的前提下增强WMCBP的表情识别能力。

基于YUV颜色空间和多特征融合的视频烟雾检测

针对基于视频的烟雾检测方法在复杂环境中存在高误报、高漏报问题,提出了一种基于YUV颜色空间和多特征融合的视频烟雾检测算法。首先通过高斯混合模型检测运动区域,然后应用YUV颜色空间烟雾像素过滤方法确定疑似烟雾区域,进一步将疑似区域块分割后使用离散小波变换和均匀局部二值模式提取烟雾纹理特征,最后多特征融合并通过Real AdaBoost分类器进行火灾识别分类。实验结果表明,高斯混合模型能够有效检测运动区域,运动区域YUV颜色空间过滤可以滤除大量非烟雾像素区域,选取的烟雾特征及分类方法具有更高的识别精度。多个场景视频测试表明所提出的视频烟雾检测算法相比同类算法具有识别准确度更高、误报率更低,从而更符合不同的应用场景。

基于仿生小波变换和自适应阈值的语音增强方法

提出一种基于仿生小波变换以及自适应阈值的语音增强方法.含噪语音通过仿生小波变换后,针对不同的尺度采用不同的阈值函数进行去噪.由于在小波变换过程中考虑了人耳的听觉特性,所提出方法优于基本的小波语音增强方法.实验表明,该方法在多种噪声条件下均具有较好的语音增强效果.

二进小波变换结合自适应滤波用于局放检测

在局部放电在线监测和实时信号处理中,干扰较大时单纯依靠传统的硬件滤波较难准确提取有用信号,而在软件抗干扰中,传统多抽头自适应滤波器的参数设置也较难,有时会导致收敛很缓慢甚至不稳定。为此,提出了一种将二进小波变换与自适应滤波结合的局放信号检测算法,先对信号作简单的单抽头自适应LMS算法滤波,然后对滤波结果进行基于āTrous算法的二进小波变换来提取有用信号。通过对仿真白噪、窄带周期干扰及现场实测数据处理表明,该算法有很好的去噪性能,稳定性和实时性优于传统的自适应滤波,满足大部分工程要求,为工程实际应用提供了有效的去噪手段。

基于小波变换和置乱技术的二值水印新算法

提出一种基于小波变换和置乱技术的二值水印新算法。将载体图像进行置乱变换和小波变换,将水印图像嵌入到低频系数中,嵌入时根据不同的能量范围设置不同的嵌入强度,且根据二值水印图像本身的特点对优值像素和劣值像素设置不同的调整因子。实验结果表明,该算法对加噪J、PEG压缩、裁剪、图像增强、滤波等处理都有很好的抵抗力。

原位分子杂交图象中银粒的分割方法研究

图象分割是图象处理的一个基本技术。运用一种改进的快速Ｏｔｓｕ阈值分割法，并结合其它处理方法对原位分子杂交图象中的银粒进行分割。实验结果表明，该方法在精度和速度方面有其优势，适合于对原位分子杂交图象中银粒的自动分割。

基于二进制小波变换和改进SPIHT算法的图像编码方法

提出了一种基于二进制小波变换和改进SPIHT算法的图像编码方法.二进制小波变换将图像从实数域变换到实数域,消除像素之间的空间冗余性,得到了具有整数准确度的紧致描述.针对传统SPIHT算法解码图像视觉效果差的缺点,提出了改进方法.根据图像分析结果,将二进制小波变换变换系数按视觉重要性重新排序,通过对视觉重要系数优先编码,把量化误差集中在视觉不敏感区域,从而在不影响编码率失真性能的同时,有效地提高了解码图像的视觉效果.实验结果表明,和其它流行的编码算法相比,本文算法对不同性质的图像具有最优的编码性能和视觉效果.

基于整数小波变换的指纹信息嵌入方案研究

提出量化指纹编码的思想。将指纹数据转化为二值图像嵌入文件,使攻击者难以发现指纹信息,避免了通过比对编码进行的共谋攻击;设计了整数小波变换嵌入算法,并在实验中得到较好的效果。

基于小波变换与自适应滤波的Gibbs现象消除手段

将自适应滤波和基于αTrons算法的二进小波变换相结合,以周期性矩形波为例进行Gibbs现象滤波分析,仿真验证此算法在重构项数、权值系数、收敛因子和循环次数选取合适时能很好地消除Gibbs现象,从而为分析与抑制小波变换中的Gibbs现象提供一种新途径。

采用小波技术的几种电能质量扰动的测量与分类方法

提出了一种新的短时电能质量扰动(SDPQD)的测量与分类方法:SDPQD的位置与范围用差变信号实时确定;幅度用小波变换(WT)方法确定;WT用新设计的复小波,采用塔式二进快速算法即可达到移动不变效果;分类用的特征量为极容易在时域与WT域提取的新定义的二进数,用简单的二-十进制转换方法即可得到毫无歧义的正确的分类结果。对5种SDPQD的仿真结果表明,该方法快速,正确,扩展到分析更多的SDPQD时极为方便。

SVD与SVM叠加算法在玻璃温度表图像识别中的应用

基于温度表图像受光线及角度影响模糊不清,提取液柱不便于精准识别的特征,提出一种把奇异值分解和支持向量机结合起来进行玻璃温度表图像识别的方法。随机选取100支不同型号,不同刻度的玻璃温度表图像作为训练样本,采用MATLAB 7.0对本文方法进行了仿真实验。从仿真结果可以看出,随着样本数目的减小,文中提出的SVD与SVM组合的方法识别率降低较轻微,而小波+SVD和PCA的识别率则产生了明显的下降。因此,基于SVD与SVM叠加算法的温度表图像识别方法在处理液柱提取准确度问题时优势明显,解决传统识别方法普遍不能克服的难题。