采用二元树复小波变换的GIS局放信号识别

GIS局部放电模式识别的研究对于保证GIS的安全可靠运行有着十分重要的意义。为此,采用具有优良平移时不变特性的二元树复小波变换对超高频局部放电(UHF PD)信号进行分解,提出了一种采用二元树复小波变换的时频域特征提取方法,阐明了该算法的原理,给出了具体计算公式和步骤;通过伸缩和平移等运算功能对实验室获得的大量UHF PD信号进行多尺度细化分析,综合选用了UHF PD信号在各频带投影序列的能量、在各个尺度下的模极大值和统计参量,构造了完整的UHF PD信号特征空间;并将UHF PD信号特征空间分别输入到RBF组合神经网络分类器的成员分类器中,获得了优良的识别效果,总体识别率>86%。

基于二元树复小波域的数字水印算法

提出了一种改进的、基于二元树复小波变换的数字水印算法。该算法对水印的嵌入和检测机制进行了改进,使用了扩频嵌入机制和纠错码技术,检测算法性能时将同样的嵌入机制应用在离散小波变换(DWT)中,并采用水印检测软件对它们进行检测对比。实验结果表明,该水印算法能够适应局部图像的变化,水印对于压缩攻击、大部分的滤波攻击都有很好的鲁棒性。

往复式压缩机故障信息模糊二元树诊断方法研究

结合图论理论和局域波理论,提出了一种基于模糊图的往复式压缩机故障诊断方法.首先将往复式压缩机故障信号进行局域波时频处理,根据系统的故障状态-特征表,找出最大故障信息量特征群.基于图论理论建立最大故障信息量模糊图,通过对模糊图的分析,找出可以进行匹配的路径信息量最大的部件.该方法应用于某往复式压缩机故障诊断中,具有一定的工程实用性.

基于二元树复小波能量熵测度的局放模式识别

二元树复小波变换(DT-CWT)在时域和频域都具有表征信号局部特征的能力,且二元树复小波还具备近似平移不变、多方向选择、完全重构和高效计算等优点。而基于小波的信息熵能反映信号统计分布特征,突出系统信号中短暂的异常信号,达到及早发现可能故障的目的。笔者对4种典型绝缘缺陷产生的局部放电脉冲波形进行二元树复小波分解,将提取每层分解系数上的能量特征和小波能量熵测度作为模式识别的特征量。通过大量的试验获得放电样本,用构建的BP神经网络作为分类器,对4种典型绝缘缺陷产生的局部放电进行了有效识别,结果表明:采用此特征量的神经网络识别方法简单、有效、实用,为局部放电信号的识别提供了有效的参考。

二元树复小波域的局部高斯混合模型图像降噪

在复小波域上对观测图像进行一种基于高斯混合模型的后验概率分类,并在每类小波系数的局部邻域估计出局部高斯混合模型的参数,这种参数估计是局部自适应的;然后用该局部高斯混合模型对各个子带系数进行贝叶斯框架下的最大后验概率(MAP)估计,以达到降低噪声的目的·由于这种小波变换具有近似的平移不变性和良好的方向选择性,因此在降噪的同时可以很好地消除主要边缘处的“震铃”效应·实验结果表明;文中算法无论从峰值信噪比还是从主观视觉效果上都要优于一些传统的降噪算法·

用二元树复小波变换法实现离焦图像的半盲复原

提出了一种基于二元树复小波变换和神经网络的半盲离焦图像复原算法,首先利用二元树复小波变换和特征值分解提取图像的特征矢量,将该矢量用来训练小波神经网络,利用训练好的网络估计离焦模糊参数.由此获得点扩展函数,用Wiener滤波完成图像的复原.实验结果表明,该方法能有效地估计离焦模糊参数和复原模糊图像.

于Radon变换的二维图像零交叉线——二元树识别算法

提出了一种较为有效的图像识别算法 .本文把Radon变换的抗噪声和降维性能和零交叉指纹图的多尺度分析特点结合起来 ,并将二元树结构作为表示零交叉指纹图的工具 ,提出了一种判别方法 。

一种基于二元树复小波变换的特征提取

利用二元树复小波变换(DT CWT)良好的方向选择性和矩阵奇异值分解(SVD)的稳定性,作者提出了一种新的特征提取方法并用于车牌汉字识别.实验证明该方法比二维实小波变换具有更好的识别效果.

二元树复小波变换及其在图象方向滤波中的应用

复小波变换虽然具有良好的方向选择性和平移不变性 ,但不具备完全重构性条件 ,而二元树复小波变换(DTCWT)正好解决了这一难题 .在分析二元树复小波分解后的 12个高频子带方向性的基础上 ,利用其良好的方向选择性提出了一种对线形纹理图象进行增强滤波的方法 .该方法借助于小波变换域的方向解析性 ,在各子带中保留图象中各局部主方向的信息而滤除其他方向的噪声 .利用该方法进行滤波还可以避免对信号和噪声频率特性和统计特性进行估计 ,从而大大减小了滤波的复杂程度 .以指纹图象为例的实验结果表明 ,该方法效果较好 ,便于实现 ,尤其适用于噪声特性复杂的纹理图象的滤波 .

二元树族的Hopf代数结构

在有限二元树的同构类集合生成的向量空间上，利用二元树的节序列定义一个余乘法，得到了一个分次、余交换Ｈｏｐｆ代数．

基于二元树复小波的图像超分辨率内插

在Nyugen N等的图像超分辨率小波内插的算法框架下,用二元树复小波变换代替实离散小波变换,使图像超分辨率小波内插能得到更好的高分辨率图像的拟合部分和更多方向的细节。算法分析和实验结果表明了该方法是对N.Nyugen等的图像超分辨率小波内插框架的进一步改进。

图像分层表示的最优分割和线性二元树

本文提出了用于图像处理和压缩的一种有效的图像分层表示方法,讨论了图像的最优或最大块分割和一种线性二元树之间的关系.这种方法比线性四元树和指针四元树法在存储空间和一类图像处理算法方面更加有效.

基于二元树复数小波变换的特征融合算法

提出了一种利用二元树复数小波变换(DT- CWT)提取遥感图像纹理特征的方法,不仅使得纹理分析具备小波分析的多尺度特性,而且具备了6 个方向的选择性、良好的重构性和近似的平移不变性.利用DT- CWT变换提取目标图像的纹理特征,构造目标概率密度函数,并采用基于D-S证据理论的特征层融合算法对目标进行识别处理,实验结果表明,采用基于DT- CWT纹理特征的特征层融合算法对多源低分辨率可见光遥感图像中小目标的识别是有效的.

二维和三维线性二元树的操作和运算

提出了二维和三维图像的线性二元树表示.给出了二维和三维线性二元树操作和运算的若干快速算法(如近邻、旋转、两幅图像的交和并、投影、截面、面积、体积和形心等算法).对每一算法都给出了复杂性分析.

Q-shift二元树复小波在图像融合中的应用

复小波滤波器的构造较为复杂,采用Q-shift方法构造的二元树能有效地逼近复小波的实部和虚部特征,且具有近似的平移不变性;将二元树复小波变换用于不同传感器图像的融合,对来自不同传感器图像进行Dual-Tree CWT分解,得到2个低频子图和6个高频子图,将低频部分进行加权平均,高频部分采用最大值选取法进行融合。对融合结果的性能采用熵、均方根误差、平均梯度和相关系数进行评估,并与其它融合算法进行比较,结果表明:本融合方法优于同等环境下的其它方法。

基于二元树复小波变换的多载波调制系统

通过对复小波变换理论深入研究，提出了一种新的多载波调制系统，称之为二元树复小波变换正交复用多载波调制系统（ODTCWDM）。该系统用二元树复小波变换（DTCWT）取代OFDM中的DFr变换，能够使得运算更加简单、灵活。该系统通过高斯信道和瑞利衰落信道对其误比特率（BER）进行详细的分析及系统仿真，结果表明ODTCWDM在高斯信道和瑞利衰落信道下性能优于传统的正交频分复用（OFDM）系统以及正交波分复用（OWDM）系统；尤其对于高斯信道，误码率能够降低4～7dB。

轮廓线图象的零交叉──二元树识别算法

采用尺度空间函数──改进的 样条函数──对轮廓线的曲率函数进行波形处理，从而得出它们的分布状况而构造出波形的层次结构。并利用其曲率函数的零交叉指纹图的交汇点建立相应的二元树。从而，根据二元树的相关度可以判别轮廓线的相似程度。这种判别方法，在图象识别中取得了较好效果。

图象二元树的存储与还原算法

给出了一种新的图象二元树存储与还原算法，这种算法与传统的存储法相比，在不增加时间复杂性的情况下，节省了大量存储空间。

组合电路功能级测试生成的临界二元树方法

本文描述了电路基于呆滞型故障模型的功能级测试生成的概念及临界二元树（Ｃｒｉｔｉ－ｃａｌＢｉｎａｒｙＴｒｅｅ，ＣＢＴ）用于功能级测试生成的方法，提出了一种新的临界输入动态识别方法，以求获得较小的ＣＢＴ规模，加速测试生成过程．

二元树形结构法定价期权的技巧

二元树形法是期权定价基本数值方法之一.从期权的内在收益函数(payoff)会降低二元树的计算精度出发,研讨二元树形法定价期权的几种改善精度的方法,如Black-Scholes调整法和外推法(ex-trapolation)等.实证表明使用这些方法会提高二元树形法的计算效率.