Method and application of wavelet shrinkage denoising based on genetic algorithm

Genetic algorithm (GA) based on wavelet transform threshold shrinkage (WTS) and translation-invariant threshold shrinkage (TIS) is introduced into the method of noise reduction, where parameters used in WTS and TIS, such as wavelet function, decomposition levels, hard or soft threshold and threshold can be selected automatically. This paper ends by comparing two noise reduction methods on the basis of their denoising performances, computation time, etc. The effectiveness of these methods in-troduced in this paper is validated by the results of analysis of the simulated and real signals.

人像识别中的特征抽取

提出一种基于快速 G小波变换图像压缩原理对人像图像进行特征抽取的方法 .用此方法抽取的人像特征在前向神经网络的学习训练和识别中取得了较好的效果 .

基于遗传算法的多尺度小波阈值去噪方法

针对传统小波硬、软阈值去噪方法分别存在视觉失真、边缘模糊等缺点,采用一种折衷的阈值去噪方法,并结合图像本身的特征和多尺度小波变换的优点,提出一种基于遗传算法的多尺度小波阈值去噪方法,并且为提高遗传算法的性能,在传统遗传算法的变异操作后增加种群更新机制.结果表明,该方法可以有效地去除高斯白噪声干扰,较好地保留图像的边缘信息,去噪效果较好.

基于Morlet小波变换和改进遗传算法的动态识别

如何合理地识别大型复杂结构的动力参数一直是工程领域关心的问题.为此,以Morlet小波变换和采用单亲遗传算子的改进遗传算法为基础,构造一结构动态参数识别模型.并且以C++为平台,通过计算机内部命令调用ANSYS等软件,实现识别模型的程序化.通过模拟算例计算,计算结果与理论值一致.同时,结合一水电站厂房现场振动试验,对该大型结构进行动态参数识别,识别结果与工程经验值基本吻合.

基于零树结构的遗传水印算法

提出了一种基于零树的小波水印方案。该方案首先利用Haar函数在小波域执行水印,然后运用遗传算法在某个小波系数上恰当选择零树进行水印嵌入,并通过控制迭代次数和嵌入强度保证水印的特性。仿真结果表明该算法得到的图像水印具有良好的不可见性,同时也保证水印图像在常规的攻击下提取出的水印具有鲁棒性。

基于遗传算法与小波变换的竞争学习系统

遗传算法的一个具有代表性的应用领域就是发现一个已知的,通常比较复杂的系统的输入—输出映射。神经网络聚类方法中,比较著名的方法之一就是“竞争学习”。竞争学习采用若干单元的层次结构,以一种“胜利者全取”的方式对系统当前处理的对象进行竞争。通常的神经网络聚类方法,由于其较长的处理时间和数据的复杂性,很难适用于大型数据库。为此,文章采用遗传算法发现一个已知的、通常比较复杂的系统的输入—输出映射,利用调制的小波基对输入模式预处理,在函数链神经网络的基础上设计了一种基于遗传算法和小波变换函数链神经网络的竞争学习系统,充分利用遗传算法、小波变换和函数链神经网络的优势,这样设计的系统有惊人的学习速度、体系结构的通用性好、适应性强等特点,以此作为数据聚类分析工具,能够达到简化数据聚类的复杂性、缩短系统处理时间等效果。