对脉搏波的完全分析是建立在含有少量噪声且较为清晰的脉搏波信号中，然而在采集脉搏波信号时容易受到多种干扰的影响，使其提取出来的脉搏波含有大量的噪声，因此降噪处理显得尤为必要。同时，脉搏波中含有人体生理病理信息，不同的人将表现为不同的特征，可以看出确定脉搏波特征点对于分析人体生理健康很有意义。针对信号去噪问题采用小波变换和多分辨率分析的方法，该方法在时域和频域都能表征信号局部信息的能力，且具有对信号具有自适应性。运用极值法确定出脉搏波的峰值点，然后再根据峰值点确定出其他特征点的位置，实验证明该方法能够增加特征点的检出率。
上传时间： 2013-10-12
上传用户：shirleyYim
文中讨论了图像的高斯加性噪声模型和图像的稀疏性表示，提出了利用映射函数来描述图像的去噪过程，通过求解映射函数和利用映射函数对加噪图像的小波变换子带系数进行变换，达到了降低图像噪声并使加噪图像逼近原始图像的目的。经过实验比较，验证了本文算法的可行性和鲁棒性。
上传时间： 2013-10-21
上传用户：许小华
提出了一种基于仿生小波变换和模糊推理的变步长自适应滤波语音降噪算法。该算法首先用仿生小波变换法对包含噪声的语音信号进行小波分解，以分离出来的噪声信号作为自适应滤波器的输入，选择基于模糊推理变步长自适应算法对带噪声语音信号进行降噪处理，最终实现语音信号的信噪分离，去除语音信号中的噪声。仿真结果表明，该方法对语音信号有较为明显的降噪效果。
上传时间： 2013-10-14
上传用户：恋天使569
为去除脑电信号采集过程中存在的噪声信号，提出了基于小波阈值去噪的脑电信号去噪。以小波阈值降噪为基础，首先利用db4小波对脑电信号进行5尺度分解，然后采用软、硬阈值与小波重构的算法进行去噪。通过对MIT脑电数据库中的脑电信号进行仿真，结果表明，采用软阈值方法有效去除了噪声，提高了脑电信号的信噪比。
上传时间： 2014-12-23
上传用户：如果你也听说
针对齿轮故障特征信号具有强噪声背景、非线性、非平稳性特点，提出采用形态梯度小波对齿轮振动信号进行降噪。首先使用形态梯度小波把齿轮振动信号分解到多个尺度上，然后对各层的细节系数进行软阈值方法降噪处理，对经过处理后的小波系数进行重构。对降噪后的齿轮振动信号采用S变换多分辨率时频分析，能够从具有良好的时频分辨率的S变换谱图提取齿轮故障特征。通过仿真试验和故障轴承的信号分析证明，该方法具有短时傅里叶变换和小波变换的优点，不存在Wigner-Ville分布的交叉干扰和负频率，能有效地提取隐含在噪声中的齿轮故障特征，适合齿轮故障的在线监测和诊断。
上传时间： 2013-11-01
上传用户：AISINI005
提出了一种用各向异性双变量拉普拉斯函数模型去模拟NSCT域的系数的图像去噪算法，这种各向异性双边拉普拉斯模型不仅考虑了NSCT系数相邻尺度间的父子关系，同时满足自然图像不同尺度间NSCT系数方差具有各向异性的特征，基于这种统计模型，文中先推导出了一种各向异性双变量收缩函数的近似形式，然后基于贝叶斯去噪法和局部方差估计将这种新的阈值收缩函数应用于NSCT域，实验结果表明文中提出的方法同小波域 BiShrink算法、小波域ProbShrink算法、小波域NeighShrink算法相比，能够有效地去除图像的高斯噪声，提高了图像的峰值信噪比；并较完整地保持了图像的纹理和边缘等细节信息，从而明显改善了图像的视觉效果。
上传时间： 2013-10-23
上传用户：thuyenvinh
目前，被广泛使用的经典边缘检测算子有Sobel算子，Prewitt算子，Roberts算子，Log算子，Canny算子等等。这些算子的核心思想是图像的边缘点是相对应于图像灰度值梯度的局部极大值点。然而，当图像中含有噪声时这些算子对噪声都比较敏感，使得将噪声作为边缘点。由于噪声的干扰，不能检测出真正的边缘。一个拥有良好属性的的边缘检测算法是每个研究者的追求。利用小波交换的特点，设计了三次B样条平滑滤波算子。通过利用这个算子，对利用小波变换来检测图像的边缘进行了一定的研究和理解。
上传时间： 2013-10-13
上传用户：kqc13037348641
此程序是关于小波变换用于故障信号分析和处理的程序，特别适合去噪和第一类间断点的检测，适合机械波研究者参考
上传时间： 2014-01-07
上传用户：aysyzxzm
介绍小波的基本概念,并对图像进行压缩,消噪,增强,融合以及平滑处理.
上传时间： 2013-12-21
上传用户：xuanjie
基于最小带宽离散小波的故障信号消噪与压缩.rar
上传时间： 2014-01-06
上传用户：lht618
