心电信号的aTrous小波变换综合检测方法

心电信号反映了心脏有节律的活动。R波、P波和T波是去、复极时产生的突变信号,是典型的峰值奇异信号。信号的突变点检测是小波变换应用的一个重要方面。确定QRS波群的具体形态和起止点,检测P波、T波特征点是心电图分析的难点。研究了信号的二进样条小波按aTrous(多孔)算法进行的变换,构建了系列检测方法,来检测和识别QRS波群、P波、T波的具体的形态和位置。实验结果表明,所提出的综合算法具有较好的适应性,能很好地抑制基线漂移,消除高频干扰,克服了大T波、大S波、高U波波形自身病态因素对综合检测产生的影响。

小波随机耦合模型在查哈阳农场降雨量预测中应用

采用小波变换A Trous算法对小波信号进行分解后,对各小波变换序列进行互相关分析,建立各小波变换序列相应的随机模型,最后采用小波重构算法得到小波随机耦合模型。然后根据查哈阳农场1956-2008年作物生育期月降雨量数据资料,建立了小波随机耦合模型,对模型进行拟合预测精度检验,研究表明该模型拟合预测精度高,能够反映该地区的降雨量变化规律,是一种实用的预报模型。对当地制定合理的灌溉制度和高效利用降水资源具有重要意义。

基于改进的空域相关的多聚焦图像融合

提出了一种简单有效的像素级多聚焦图像融合方法。针对正交小波变换缺乏平移不变性而产生视觉失真的缺陷,采用Atrous算法将原图像分解在不同频率域上。Atrous算法先将滤波器h0(n),h1(n)各点间插入适当的零值后再与低频信号做卷积,故又称为"多孔算法"。将具有抑制噪声性能的空阈相关法作为高频子图像的融合规则,选取相关性强边缘特征显著的点作为最终融合子图像的像素点。实验表明,由此融合的图像能完好的保留边缘纹理信息。融合后的图像在客观评价和主管视觉效果上均有提高。

综合有向纹理特征及其在多光谱图像融合中的应用

纹理特征是多光谱图像中除光谱特征以外的一类重要的图像特征。该文通过对有向纹理特征的分析提出了综合有向纹理特征的概念,建立了求解综合有向纹理特征的方法,并在此基础之上提出了基于图像冗余小波域的综合有向纹理特征重要中心系数算法。该算法将多光谱图像的光谱信息与形态信息进行了有机的结合,在保持源图像光谱特征的同时也考虑到了纹理特征对于融合效果的影响。对模拟及真实多光谱图像融合实验结果的主观视觉评价、客观定量分析说明该算法与现有的同类多光谱图像融合算法相比,能够更有效地融合源图像信息、更好地保持源图像纹理特征。

基于小波神经网络的哈尔滨市伤寒发病规律的分析

伤寒由伤寒杆菌引起的急性消化道传染病,其发病以夏秋季为高峰(8～10月)。为了明确伤寒发病率与气象因素的关系,探讨其发病规律,我们以小波理论为基础结合神经网络模型建立了小波神经网络模型,精度检验结果表明,后验差比值C=0.0033,小误差频率P=1,拟合准确率达100%。说明模型拟合和预测精度均较高。该模型揭示了哈尔滨地区伤寒动态发病规律,为该地区预防伤寒病的发生提供了科学依据,也为其他传染病发病规律的分析提供了借鉴。

小波消噪随机耦合模型在作物生育期月降雨量预测中应用

利用小波消噪技术对降雨量序列进行消噪处理,然后采用小波变换A Trous算法对小波变换序列进行分解和互相关分析,建立各小波变换序列相应的数学模型,最后采用小波重构算法得到小波消噪随机耦合模型。然后根据查哈阳农场1956~2008年作物生育期月降雨量数据资料,建立了小波消噪随机耦合模型,对模型进行拟合预测检验,研究表明该模型拟合预测精度高,能够反映该地区的降雨量变化规律,是一种实用的预报模型。