随着遥感影像数据量不断增长，为了更加高效地组织与管理海量的遥感影像，研究并提出了改进的基于小波分解的影像金字塔构建方法。利用多分辨率分析和图像的小波分解与重构算法，参考影像金字塔构建的一般方法，将图像小波分解的不同级系数量化、编码后，分别存储于金字塔的不同层中。该构建方法可以有效地降低金字塔各层之间的数据冗余，减少总数据量和浏览时的数据流量，并能更好地支持嵌入式码流和渐进式传输。
上传时间： 2013-10-20
上传用户：1477849018@qq.com
数字水印是数字信息安全领域研究的一个热点。小波变换算法以其多分辨率分析的特性在应用数学方面取得了一定的发展。文中结合小波算法，在数字图像的低频域中采用分块方法来嵌入数字水印，改进了小波多尺度分解算法，通过实验说明，该数字水印算法对数字水印的稳定性效果明显
上传时间： 2013-11-08
上传用户：199311
在鱼雷技术发展中，低截获概率技术（LPI）的采用大大提高鱼雷的作战能力，同时也对截获信号提出了更高的要求。本文将基于小波分析的检测方法，具体对有效的低截获特征信号信号进行检测，相比于短时傅里叶变换的基础上，采用Daubechies5小波对信号进行分解变换，证明小波分析方法的有效性及优越性。
上传时间： 2013-10-22
上传用户：lht618
由于模拟电路的多样性、非线性和离散性等特点，模拟电路的故障诊断呈现复杂、难以辨识等问题。针对已有方法的数据不平衡，提出了一种支持向量机集成的故障诊断方法。使用小波变换方法提取特征向量，在多类别支持向量机的基础上，设计了模拟电路的最小二乘支持向量机预测模型，实现了对模拟电路的状态的故障预测。将该方法应用于Sallen-Key带通电路进行故障预测试验，结果表明，该方法比单一支持向量机、径向基神经网络、BP神经网络和APSVM有更好的分类和泛化性能，故障诊断准确率更高。
上传时间： 2013-10-31
上传用户：417313137
针对信号检测中经常存在的噪声污染问题，利用小波分解之后可以在各个层次选择阈值，对噪声成分进行抑制，手段更加灵活。本文介绍了小波变换的一般理论以及在信号降噪中的应用，分析了被噪声污染后的信号的特性；利用MATLAB软件进行了信号降噪的模拟仿真实验并在降噪光滑性和相似性两个方面体现出小波变换的优势。本文分别使用了不同类型的小波和相同类型小波下不同阈值对信号进行了降噪．仿真结果表明小波变换具有良好降噪的效果。
上传时间： 2013-10-19
上传用户：alex wang
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
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
为了使计算机能更好的识别人脸表情，对基于Gabor小波变换的人脸表情识别方法进行了研究。首先对包含表情区域的静态灰度图像进行预处理，包括对确定的人脸表情区域进行尺寸和灰度归一化，然后利用二维Gabor小波变换提取脸部表情特征，使用快速PCA方法对提取的Gabor小波特征初步降维。再在低维的空间中，利用Fisher准则提取那些有利于分类的特征，最后用SVM分类器进行分类。实验结果表明，上述提出的方法比传统的方法识别速度更快，能达到实时性的要求，并且具有很好的鲁棒性，识别率高。
上传时间： 2013-11-08
上传用户：小眼睛LSL
