混合小波去噪在瞬变电磁资料处理中的应用

为提高小波阈值去噪在瞬变电磁资料处理中的效果,将多种改进的小波阈值函数和传统小波阈值函数对各实测TEM数据进行滤波处理,再按一定的标准筛选出各点最优的阈值处理函数作为该点最终的去噪函数。结果表明:对比混合小波和单一小波函数去噪的效果发现,混合小波去噪在瞬变电磁资料处理中能更有效压制噪声,突出信号异常,去噪效果优于单一的阈值去噪方法。通过改进该混合小波函数去噪的代码还可以筛选出适合各点去噪的最优小波基,使混合小波去噪更加完善。

基于混合小波变换的瞬态信号检测方法

探讨了信号的小波变换与匹配滤波的关系 ,指出小波变换 (WT)实际上就是可变检测模板的匹配滤波过程。根据这一思想 ,提出了基于混合小波的信号检测方法。本文中 ,“混合小波变换”是指在小波分解和重构中分别使用不同的基本小波。其中分解小波用于实现可变模板的信号检测 ,重构小波则用以增强被检测信号的特征。我们用该方法对实测脑电信号 (EEG)中瞬态脉冲干扰进行检测。实验结果表明该方法能有效地检测出

模糊神经网络控制的混合小波神经网络盲均衡算法

针对传统恒模算法(CMA)收敛速度与均方误差之间的矛盾,提出了模糊神经网络控制的混合小波神经网络(FHWNN)盲均衡算法.该算法在小波神经网络输入层之前级联一个横向滤波器,将横向滤波器的节点输出分为实部和虚部两路经过小波神经网络后再合成为一路复数信号;利用模糊神经网络(FNN)设计的模糊规则控制小波函数的尺度因子和平移因子的迭代步长,以提高步长控制的精度;通过常数模代价函数分别获得横向滤波器和小波神经网络的权系数迭代公式.理论分析与仿真结果表明,该算法具有较快的收敛速度和较小的稳态误差,较好地克服了收敛速度与均方误差之间的矛盾.

应用混合小波神经网络和遗传算法在香港衍生品市场上的研究

提出了新的基于Black-Scholes模型的混合小波神经网络。隐含波动率是指在市场中观察的期权价格所蕴涵的波动率。基于不同种类的期权价格对波动率的敏感度不同,建立了混合小波神经网络和遗传算法相结合的模型,将期权按钱性进行分类,提出了加权的隐含波动率作为神经网络的输入变量,通过遗传算法来求取不同种类期权的隐含波动率的最优权重。在香港衍生品市场的实证中表明,所提出的模型优于传统的Black-Scholes模型。

基于第二代小波变换的混合小波降噪方法

根据第二代小波变换的特点,提出一种自适应小波变换的框架,在此基础上提出一种混合小波降噪方法。预测时从一组预测器中选择一个最佳预测器以满足细节信号的特殊要求,更新时从一组更新器中选择一个最佳更新器以满足逼近信号的特殊要求,在每一尺度上构造了一个具有某种要求的小波。这种方法能够有效地抑制振动信号的高频干扰。

基于线性混合小波基的图像去噪

单小波基由于时频特性难以与复杂的图像特征相匹配,限制了小波阈值算法在图像去噪效果上的进一步提高。提出了一种基于线性混合小波基的图像去噪方法,将多个不同特性的正交小波基进行线性混合构成一个新的小波基,用该混合小波基对图像进行分解后再通过阈值处理实现去噪。调节混合系数,可使混合小波基的时频特性与图像特征相匹配,从而提高小波阈值去噪效果。实验结果表明,该方法去噪效果优于参与混合的各单小波基去噪效果,其峰值信噪比(PSNR)最大可提高3.5 dB。

帧同步混合小波包变换快速算法及其在语音处理中的应用

帧同步的小波包快速算法是一种类似 FFT的小波变换算法。本文提出帧同步混合小波包的分析方法 ,其特点是在发挥小波变换的时频分析特点的同时 ,分析时窗能够满足语音处理中帧长的要求 ,从而可以实现实时处理。这种混合小波包具有完全重构特性。文中用实验对比表明了帧同步混合小波包分析的优越特性。

线性混合小波基图像去噪研究

基于线性混合小波基的阈值去噪是一种有效的图像去噪方法,它将多个不同特性的正交小波基进行线性混合构成一个新的小波基,该混合基兼有多个小波基的特性,能较好地表示复杂图像信号,从而有效地提高了去噪效果。该方法中混合系数的选择十分重要,它对混合基的去噪效果有重要的影响。本文首先介绍了线性混合小波基图像去噪的原理,然后在总结实验结果的基础上,提出了一种两个小波基混合的混合系数选择方法,并以其为基础实现两个以上的多个小波基混合。大量的实验表明,用该方法选择的混合系数,混合基的去噪效果良好。

一种识别位场场源的混合小波方法

连续小波变换已经成功用于位场场源识别问题,该方法可以选择多种母小波,但不同的母小波对场源识别结果影响很大。为避免人为选择母小波的主观影响,在介绍连续小波变换识别位场场源基本原理的基础上提出了一种识别位场场源的混合小波方法:首先采用多种母小波进行场源识别,然后计算出场源识别结果的均值和方差,以均值作为最终场源识别结果,以方差描述最终场源识别结果的可信度。试验结果表明,该混合小波方法能避免人为选择母小波的主观影响,提高场源识别的准确性,且具有很强的抗噪声能力。

可变树长混合小波和子树自量化分形视频编码

对可变树长混合小波和子树自量化分形视频编码方案进行了探讨。通过金字塔小波分解,每一视频序列帧被分解为多频率子带,将它们按一定方式组织成小波子树结构来表示视频序列的运动特性。对这些小波子树进行运动检测,分成运动树和非运动树两类。非运动树的编码直接、简单;运动树则采用可变树长混合小波和子树自量化方法来进行编码。实验结果表明:在低比特率情况下,文中所述的方案在PSNR(峰值信噪比)

用混合小波网络和遗传算法对期权定价的研究

由于波动率微笑的存在,不同种类的期权的隐含波动率不同,如何衡量不同种类期权的隐含波动率的最优权重一直是期权定价领域中的重要问题.提出了新的基于Black-Scholes模型的混合小波神经网络,建立了混合小波神经网络和遗传算法相结合的模型,将期权按钱性进行分类,提出了加权的隐含波动率作为神经网络的输入变量,通过遗传算法来求取不同种类期权的隐含波动率的最优权重.在香港衍生品市场的实证中表明,所提出的模型要优于传统的Black-Scholes模型和其它的神经网络模型.

混合小波包与最佳基

混合正交小波基是一种包含多个正交小波函数的正交基，本文在混合正交小波基的基础上构造出混合小波包．传统的小波包可以细化频谱窗口以解决正交小波基在高频区频谱局部性差的缺点，混合小波包不仅具有传统小波包的特点，而且可以在不失正交性的情况下改变小波包函数的形状，从而获得更好的细节匹配．小波包的分解可以在频域上进行，通过使用ＦＦＴ而达到快速的目的．

基于改进CFD与小波混合神经网络组合的风电场功率预测方法

风的间歇性和时变性制约电力系统能量平衡,准确的风电功率预测有助于电网减小旋转备用、合理制定检修计划。为减小预测误差,提出一种基于多计算流体力学(computational fluid dynamics,CFD)模型的新型风电场组合功率预测方法。首先,利用小波混合神经网络对数值天气预报降尺度;其次,提出了考虑多重尾流的风电场物理CFD模型,并建立了根据测风塔风速外推各台风电机组风速的加速比相关系数;最后,提出了仅考虑自由流场和带有激盘模型的变权重组合流场模型。实际算例仿真证明,所提出的预测方法更准确地反映了风电场实际运行状态,有效提高了预测准确性。

混合正交小波基的构造

混合正交小波基是一种包含多个正交小波函数的正交基．对４ 尺度正交小波进行混合，得到了４ 尺度混合正交小波基．它不同于２ 尺度混合正交小波基，因为它可以来自同一正交尺度函数，因此不需要寻找若干相同空间结构的小波基．最后，讨论了尺度因子为ａ（ａ 为大于２ 的整数） 时混合正交小波基的构造．这种混合正交小波基具有更大的灵活性．

混合正交小波包

给出了尺度因子 a =4时混合正交小波包的构造。传统的小波包可以细化频谱窗口以解决正交小波基在高频区频谱局部性差的缺点 ,在混合正交小波基的基础上构造出的混合正交小波包不仅具有传统小波包的特点 ,而且在不失正交性的条件下 ,改变了小波包函数的形状 ,从而获得更好的细节匹配。

混合正交多小波包

在混合正交多小波基的基础上,建立了混合正交多小波包的理论框架,给出了混合正交多小波包的定义、构造方法以及性质.由于混合正交多小波基比普通正交多小波基具有灵活性,因此构造的混合正交多小波包也具有灵活性,以此获得更好的频域局部性.

多尺度双正交混合多小波包的构造

给出了双正交混合多小波包的构造方法,证明了对应于传统小波包的一些良好性质。利用建立的多尺度双正交混合多小波包,得到了中的2H组基.该方法具有较大的应用价值。

瞬变电磁资料处理中干扰压制的滤波技术对比分析

瞬变电磁法对电阻率异常地质体反映灵敏,施工效率高,在煤矿采空区探测中应用较广。但瞬变电磁信号易受电磁干扰影响,导致信噪比降低。信号滤波是电磁干扰压制最有效的方法之一,本文基于VC++编写了滤波程序,通过对比分析三种信号滤波方法的干扰压制效果和圈定异常位置的钻孔验证,分析出每种滤波手段的特点:抽道平滑滤波能够有效压制幅度较小的随机噪声,有利于层状地层地质解释,但会相对弱化局部异常响应;斜率平滑滤波能够有效压制随机噪声,较好地压制工频噪声,提高横向分辨率,但一定程度上依赖于对参考点的选取;混合小波去噪能够有效压制随机噪声和工频噪声,能够增强异常响应幅度,提高纵横向分辨率,有利于深部地质资料解释,但去噪效果与阈值函数和小波基选择有关。

基于上下文和隐类属的小波域马尔可夫随机场SAR图像分割

该文针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像含有大量的乘性斑点噪声的特点,提出了一种小波域隐类属的马尔可夫随机场(Markov Random Field,MRF)图像分割算法来抑制噪声的影响。考虑到小波的聚集性和持续性,该算法重新构造了待分图像小波域模型——以类属为隐状态的混合长拖尾模型,将隐类属的马尔可夫随机场推广到小波域上,并用改进的上下文模型估计尺度间转移概率,最后推导出了新的最大后验(Maximum A Posteriori,MAP)分割公式。仿真结果证明,该算法具有鲁棒性能够有效地抑制噪声对图像的影响,得到准确的分割结果。

一种快速小波子带分形图像压缩编码方法

在小波变换相邻子带块预测编码的基础上 ,提出了一种快速小波子带分形图像压缩编码方法 .根据小波子树结构性相似的特点 ,把块预测搜索范围限制在子树附近 ,大幅度减少图像小波子带分形编码时间 ;然后采用在上一级恢复子带的基础上进行分形预测编码、对较低分辨率子带中分形预测误差较大的块直接进行编码等新的编码方法 ,以提高恢复图像质量 .实验结果表明 ,该方法在图像压缩编码时间大幅度缩短的同时 。