M进制尺度函数和正交小波的Fourier变换的紧支集刻画

借助于正交多分辨分析和Fourier变换,在较弱条件下给出了空间L2(R)上M进制尺度函数的3个新性质.并利用一些等式和不等式,给出了正交尺度函数和正交小波的Fourier变换的紧支集刻画.所得结果推广和改进了彭思龙和吴华安的结论.

Fourier变换支集紧的小波及其应用

我们构造了一种 Fourier变换支集为紧的小波 ,将其应用到信号去噪、计算 Hilbert变换等实际领域 ,同时与 Daubechies小波进行比较实验 ,结果比 Daubechies小波在这些领域的应用效益更好 。

L^2(R^s)中正交尺度函数和正交小波的Fourier变换紧支集的刻画

借助于Fouier变换,在较弱条件下给出了φ(x)是L^2(R^2)上正交尺度函数的一个充分必要条件.进一步,假设{φ_u}是正交小波,且正交小波的Fourier变换紧支集是则在最弱条件"每一个上连续"下,该文通过一些不等式和等式给出了正交尺度函数和正交小波的Fourier变换紧支集的刻画.文中的结论全面改进了龙瑞麟和张之华的结果.

基于SVM的肝脏B超图像纹理分类

在支持向量机SVM的基础上,提出一种肝脏B超图像纹理分类方法。该方法首先提取肝脏B超图像的空域和频域的纹理特征,然后运用SVM分类,寻找分类的最佳特征组合,最后将该方法与BP神经网络的分类方法进行了对比。实验结果表明,所得到的最佳特征组合能有效地区分正常肝脏和病变肝脏,利用该方法可以得到更高的分类精度和更稳定的性能。

应用小波特征提取肺癌组织FTIR的支持向量机分类方法研究

提出了一种新的基于傅里叶变换红外光谱(Fourier Transform Infrared Spectroscopy,FTIR)的小波特征提取与支持向量机(SVM)分类方法以提高FTIR对早期肺癌的诊断准确率.对肺正常组织、早期肺癌及进展期肺癌组织的FTIR,利用连续小波(CW)多分辨率分析法提取9个特征量,支持向量机把其分为正常组与非正常组(包括早期肺癌和进展期肺癌),对正常组织、早期肺癌和进展期肺癌的识别,多项式核函数和径向基函数的识别准确率最高.多项式核函数对正常组织、早期肺癌和进展期肺癌的识别准确率分别为100%,95%及100%;径向基函数分别为100%,95%和100%.实验结果表明FTIR-CW-SVM模式分类方法对正常肺癌组织、早期肺癌及进展肺癌的识别具有较好的可行性.

水平衰减全反射傅里叶变换红外光谱法结合化学计量学鉴别问荆与节节草

采用水平衰减全反射傅里叶变换红外光谱法(HATR-FT-IR)测定中药问荆和同科植物节节草的FT-IR谱,运用连续小波变换(CWT)多分辨率分析法对吸收较为相似的问荆及节节草的FT-IR进行特征提取。选择第8、9、10分解层数下的特征值作为分析的基础,采用FT-IR-CWT-SVM法建立了问荆和节节草识别的模型。通过学习训练,对120个预测样品的识别准确率为90%以上。当采用径向基函数作为核函数时,识别准确率达100%。样品的FT-IR经小波特征提取后的特征值有所差异,采用SVM进行识别可以很好地把两者分类。通过对样品的FT-IR小波变换后所得特征值进行SVM的分类,能够有效地进行区别鉴定形态较为相似的同科植物问荆及节节草。

串联型故障电弧检测方法对比分析

由于线路故障位置的不确定性,目前串联型故障电弧检测方法主要基于电流信号分析进行识别。通过对不同负载在串联型故障电弧发生前后的电流波形进行对比,得出了串联型故障电弧电流特性及其变化规律;以串联型故障电弧的电流信号为研究对象,介绍了基于希尔伯特黄变换、信息熵与短时傅里叶变换、小波近似熵与支持向量机的串联型故障电弧检测方法,概述了不同检测方法的故障电弧特征提取过程;对3种串联型故障电弧检测方法优缺点进行了比较,指出基于希尔伯特黄变换、信息熵与短时傅里叶变换的检测方法可有效提取故障电弧发生时电流的时频特性,对提取的时频谱幅值设置合适的阈值即可作为串联型故障电弧识别的依据,但准确性和实时性不高,而基于小波近似熵与支持向量机的检测方法可直接提取近似熵作为支持向量机的输入来识别串联型故障电弧,具有较高的准确性和实时性,更适用于煤矿现场。

基于多尺度小波的纹理分析(英文)

纹理分析对于旋转来说是非常敏感的。提出一种称为旋转不变的轮廓波傅立叶变换方法,通过提取子集香农熵来实现纹理分析的旋转不变性,对每个子集香农熵进行离散傅得到旋转不变的特征矢量,再利用DFT幅度谱的对称性进一步降低唯数。采用欧几里德距离和支持向量机进行纹理图像分类,1 500组纹理图像的实验结果表明,轮廓波变换是用来代表纹理方向和和旋转不变纹理特征的有效工具,并且在实现准确的分类同时其计算复杂度大大降低。

小波变换与图像数据压缩评价

小波变换与JPEG国际标准所采用的DCT相比,DCT在高频主低频段具有空间分辩率。

数字信号在紧支集正交小波变换后的精确重建

得到了有限长度的数字信号在紧支集正交小波变换下分解与合成算法的矩阵形式．理论和实验证实，该算法能精确重构原数字信号，重构的数字信号没有边界畸变．

一种基于紧支撑连续可微小波的图象边缘检测算法

针对一般的梯度算子及Laplacian算子在边缘检测中对噪声敏感的问题,用一种二维不可分离的平滑函数来平滑图象,以降低噪声对边缘检出的影响,即提出一类紧支撑连续可微的函数,在2-范数下与高斯函数在有效支撑区间逼近,得到一变形平滑函数。简要证明了变形平滑函数的导数满足容许条件为一维连续小波函数,并给出该小波函数时域和频域的主要性质。将一维变形平滑函数推广至二维,用多尺度的该二维平滑函数对图象进行平滑,用模极大值法和过零点法检测图象的边缘,给出两种算法实现的关键之处。仿真结果表明,模极大值法能有效地从小噪声图象中检测细节边缘,在抗噪声方面优于一般的梯度算子;过零点方法从噪声图象中检出边缘,该算子与LOG算子检测效果相当,从侧面验证了LOG算子的鲁棒性。

单机型人脸识别门禁系统的设计

本文在介绍智能IC卡门禁系统的功能及结构组成的基础上,结合人脸识别技术的最新发展,采用一种新型的人脸特征提取和识别算法,设计了单机型人脸识别门禁系统。将人脸识别的高安全性、便携性,难以伪造等优点用于门禁系统的身份认证,使门禁系统更安全,更易被人接受。实验证明该系统能够起到很好的实际应用效果。

小波理论及双正交对称紧支集小波的构造分析

通过双正交对称紧支集小波的构造分析得出其滤波器函数不是有理数,并提出通过添加消失矩特性来构造有理系数双正交小波。

一种基于紧支子波的雷达船目标特征抽取方法

本文着重研究正交离散子波变换在非相干雷达船目标特征抽取中的应用。采用现场实录的四类船目标雷达视频回波数据进行实验，结果表明本文提出的方法运算简便，所抽取的特征具有典型性，数据压缩能力强。基于子波域特征提出了一种新的显著态回波的检测方法。

一种优化的小波去噪方法研究

通过对多尺度边缘滤波和D onoho阈值决策小波域滤波(C-D算法)进行的研究,指出了C-D滤波方法存在的2点不足,并提出了一种改进的小波滤波去噪方法,仿真结果表明所提出的方法比C-D去噪算法具有更强的信噪分离能力。

利用DGHM多小波滤波器构造α带多小波

利用DGHM多小波滤波器,通过增加零矩阵的方法使得其长度为2α,得到α尺度的共轭正交矩阵滤波器.引入一种矩阵滤波器的特殊变换.与传统方法相比,既不需要对polynomial矩阵逐行降次,也不需要将多项矩阵分解成特殊的形式,并且不受滤波器长度限制.给出一种由多尺度函数构造相应的α带正交多小波的算法.

基于时频融合特征的3D空间手写识别

研究基于3D加速度传感器的空间手写识别技术,提出一种基于时频融合特征的分类识别方法。从加速度数据中提取短时能量(STE)特征及低频分量,经快速傅里叶变换后提取频域特征WPD+FFT,将时域特征STE和频域特征WPD+FFT进行特征融合,利用主成分分析法对其降维,采用支持向量机进行分类识别。实验结果表明,该方法能提高空间手写识别系统的识别率。

基于WPD-ASTFT和SVM重载铁路钢轨波磨诊断方法

重载铁路钢轨波磨会加剧轮轨间相互作用力,恶化轨道状态,严重时会影响车辆运行安全。采用技术手段快速发现波磨有利于维修人员及时制订养护维修措施,以抑制波磨过快发展。文章结合时频分析和机器学习提出了重载铁路钢轨波磨诊断方法。首先利用小波包分解的方法将重载轴箱加速度信号分解为若干子信号;然后提出自适应短时傅里叶变换,每个子信号进行自适应短时傅里叶变换得到分辨率最佳的时频分布,计算时频分布对应的熵值;再采用均值特征降维法对高维数据进行降维处理;最后将训练和测试样本投入SVM分类器进行分类。在自适应短时傅里叶变换过程中结合Renyi熵和粒子群优化算法,使时频分布聚集性好,计算时间更快,且准确率达到93%以上。

基于多元频域变换与几何校正的彩色图像水印算法

提出了多元频域变换与几何校正机制的彩色图像水印算法。对重力模型进行改进,实现水印信息的加密,利用四元变换处理处理载体图像的最大中心区域,获取其相位与幅度信息;设计水印嵌入机制,将水印信息植入到四元变换的幅度中,借助逆变换,输出水印图像;引入四元小波变换处理水印图像的训练样本,获取其四元小波变换系数训练支持向量机,完成水印图像实现准确的几何校正;利用四元变换,建立水印提取机制,复原水印图像。测试数据表明：与当前图像水印方案相比,所提算法能够准确校正几何失真图像,具备更高的鲁棒性与抗盲检测能力。