基于修正小波变换插值-TAN的雷达降水粒子分类

对于双偏振天气雷达在获取数据分辨率较低情况下的降水粒子分类问题,提出一种双偏振体制天气雷达下基于修正小波变换插值树扩展朴素贝叶斯(tree augmented naive Bayesian,TAN)的降水粒子分类方法。首先,需要在原雷达偏振参量数据分辨率比较低的情况下进行修正小波变换插值处理,以获得较高分辨率的雷达偏振参量数据。然后,基于互信息理论利用离散化的高分辨率偏振参量数据进行TAN网络结构和参数训练,得到可用于降水粒子分类的TAN网络。最后,将高分辨率的雷达偏振参量数据带入到最终获得的TAN网络中以实现降水粒子分类。对实测数据的处理结果表明,对于低分辨率雷达偏振参量数据,所提方法可以取得较好的降水粒子分类结果。

利用小波求解二维非线性双曲型守恒律

在 C.W.Shu和 S.Osher提出的基于点值的高阶精确基本无振荡格式的基础上 ,使用插值小波变换对函数进行多尺度分解 ,直接利用点值插值误差来探测具有奇异性的区域范围 (比如包括激波的区域 )。在这些奇性区域 ,利用代价昂贵的高阶基本无振荡格式计算单元边界的数值通量 ;而在解光滑的区域 ,则用廉价的多项式插值根据先前低分辨尺度上得到的值来计算出其数值散度 ,从而减少计算工作量。一些其它的技巧也被用来提高其计算效率。最后这种方法被应用到求解二维非线性双曲型守恒律 ,同时还可以很容易地通过在一维基础上计算数值散度的方式扩展到高维情形。

关于流形值数据的多尺度表示(一)

文章是把微分流形和小波分析思想结合,交叉,渗透的一种努力。为了在流形上讨论问题,我们先在"平直空间"讨论经典的多尺度变换,包括插值逼近和平均插值逼近。

基于小波变换的单帧图像分辨率增强方法

在简要分析图像插值原理、方法和特点的基础上,提出一种将小波变换与混合插值相结合的单帧图像分辨率增强方法,旨在改善涉案图像的视觉效果,为办案人员提供更多的有用信息。实验结果表明,该方法获得的复原图像不仅在主观上增强了原始图像的辨析程度,而且在客观上提高了原始图像的峰值信噪比,能够更准确地反映真实场景。