导读:本文包含了小波与分形论文开题报告文献综述及选题提纲参考文献，主要关键词:分形,图像压缩,九块和,小波
小波与分形论文文献综述
赵蓉,王辉,张爱华[1]（2019）在《基于小波变换的分形图像编码压缩算法》一文中研究指出有效的压缩算法可以给数据的储存和传输带来极大的方便。针对现有压缩算法存在的不足,定义图像子块的九块和特征,并提出结合小波和分形编码优势的有损压缩算法。该算法将图像进行二级小波分解,得到7个子带;保留低频子带的小波系数,并对其余子带采用基于图像块九块和特征的分形编码。新定义的九块和算法,把全搜索问题变为在九块和意义下的近邻搜索问题,缩短了搜索范围。实验结果表明,与同类算法相比,该算法不仅提高了重构图像的质量,还缩短了编解码时间。(本文来源于《计算机应用与软件》期刊2019年11期）
许子非,李春,杨阳,Musa[2]（2019）在《基于改进小波阈值及多重分形的风力机轴承振动信号分析》一文中研究指出针对风电机组传动系统时变转速及强噪声干扰等运行特点,首先采用改进小波阈值降噪方法,对风力机齿轮箱轴承振动信号进行降噪预处理,然后基于分形理论,计算变转速轴承振动信号盒维数及多重分形谱,定量描述轴承不同状态下振动信号的特征信息。结果表明:基于改进阈值与硬阈值函数相结合的小波阈值降噪方法对振动信号进行降噪预处理,其降噪效果优于传统的4种阈值选取原则;多重分形去趋势波动分析方法对于定速及变速轴承均能进行有效的故障识别;谱函数最大值所对应的奇异指数α(f_(max))当轴承处于内环故障时最小,可有效判断轴承运行状态及故障位置,能对轴承不同的故障状态做出准确的判断。(本文来源于《热能动力工程》期刊2019年09期）
温淑花,赵越,张学良,陈永会,兰国生[3]（2019）在《机械加工表面形貌分形维数的1/f过程小波识别法》一文中研究指出结合小波所具有的多尺度分析能力,提出了表征机械加工表面形貌的1/f过程小波识别法,基于MB函数模拟下的分形表面轮廓,计算出不同的小波基函数与不同分解尺度下的分形维数,通过对比挑选出了较为合适的小波基函数与分解尺度;将1/f过程小波识别法的计算结果与计盒维数法、差方法、R/S分析法、功率谱密度法(PSD)、均方根法(RMS)、结构函数法、方程组法等方法进行了对比,得出了1/f过程小波识别法计算结果的准确性与计算上的简便性,进一步说明了该方法能很好地应用到分形表面的多尺度分析上;最后将1/f过程小波识别法应用到了3种实际加工表面上,验证了其实用性。(本文来源于《机械强度》期刊2019年04期）
范雪霜[4]（2019）在《基于小波模极大多重分形的人体时序信号分析方法研究》一文中研究指出信息处理技术的快速发展使得医学检测技术得到了广泛的应用,与此同时,随着多重分形理论的不断完善,人体时序信号的奇异性检测取得了重要进展。鉴于甲状腺恶性肿瘤与心脏疾病是目前严重危害人类健康的高发疾病,如何科学、有效地检测与评价人体器官的健康状态,成为了目前研究的重点,因此,开展人体甲状腺温度时序信号与心律时序信号的小波模极大多重分形分析,具有至关重要的研究意义。本文以探讨人体甲状腺温度时序信号与心律时序信号的预处理为出发点,求解得到了二者多重分形谱线特征参数的统计分布,最后分别进行了健康个体之间的甲状腺温度时序信号多重分形特性差异性检验、不同类型心律时序信号之间的多重分形特性差异性检验,具体的研究工作如下:1.甲状腺温度时序信号的小波模极大多重分形分析首先,搭建图像采集环境,采集健康对象甲状腺动态红外图像,对其进行图像配准、网格划分,进而得到甲状腺温度时序信号;其次,探讨甲状腺温度时序信号多重分形分析的最佳长度,选取适宜的小波母函数与变换尺度因子,并设置不同尺度变换下的硬阈值,进而获取了多尺度小波模极大序列;然后,确定统计矩阶数取值范围,求取了全部网格区域多重分形谱线的统计分布;最后,运用SNK-q检验方法,验证健康个体之间甲状腺温度时序信号多重分形特征参数的差异性显着与否。研究表明:健康个体甲状腺温度时序信号采样点≥12000时,其多重分形谱线半峰宽开始收敛,且在0.12-0.14区间内波动平缓;其多重分形谱分形维数取得极值处,对应的奇异性指数(8_1分布集中在1.1-1.3范围内,间隙系数(8_2分布在0.002-0.005范围内,二者均数不存在个体差异的检验水准α=0.01;多重分形谱线半峰宽均值集中分布在0.165附近,不存在个体差异的检验水准α=0.05。2.心律时序信号的小波模极大多重分形分析首先,在MIT-BIH数据库中下载7种心律时序信号,选择样条小波bior5.5对其进行多尺度小波变换,给出适宜人体心律时序信号多重分形分析的变换尺度与统计矩阶数的取值;然后,探讨质量指数的拟合求解,求解了不同类型心律时序信号多重分形谱线;最后,对其多重分形特征参数(8_1、(8_2进行了统计概率分布的分析,运用医学统计检验理论,验证患病心律信号与健康心律信号、不同类型患病信号彼此之间的半峰宽差异性显着与否。研究表明:心律时序信号采样点≥8000时,不同类型信号的多重分形谱线半峰宽变化趋势大体一致,并分别在相对应的收敛区间内波动平缓;患病信号均可同健康信号区分,其检验水准均为α=0.05;除心律失常与充血性心力衰竭、恶性心室异位与心性猝死、心房颤动与恶性心室异位这叁对无法识别外,其余疾病与疾病之间均可彼此区分且差异性显着,其检验水准均为α=0.05。(本文来源于《中国科学院大学(中国科学院长春光学精密机械与物理研究所)》期刊2019-06-01）
汪玮玮[5]（2018）在《基于分形理论与小波变换的图像压缩编码方法》一文中研究指出将分形理论应用到图像压缩编码中一直以来广受世界各地学者们的瞩目,由于其思想的新颖、压缩比高、解码快速等优点吸引了众多研究者不断地探索更新其应用性。但编码过程中的搜索最佳匹配块步骤较复杂,消耗了大量时间,使得分形图像编码的速度降低了,而且在编码时极可能因产生“方块效应”而影响重构图像的清晰度。因此,改善重构图像质量、加快图像编解码的速度即为本文所探讨研究的课题。具体的工作内容如下:首先,在全局搜索分形编码算法的基础之上,利用图像子块本身的自相似性,根据它和匹配均方误差的关系,提出了一个缩减搜索空间的改进算法,可以将寻找最佳匹配块的全局搜索转化为局部搜索,从而可以缩短图像的编码时间,进一步提高重构图像的质量。仿真实验结果表明,该算法不仅减少了图像编解码的时间,还有效地提高了重构图像的质量。其次,利用小波变换先对图像进行处理,再引入分形特征,建立子块与匹配均方误差间的关系不等式。这样将小波变换和分形理论有效地结合起来缩短图像的编码时间,进一步提高了重构图像的质量。经过对比仿真实验,验证了该算法的效率较高。最后,利用图像父块的几何特征预先将父块库分成叁类,在各个类中运用相应的特征将搜索范围限制在与子块特征值相近的邻域内,减少了搜索对象,进一步有效地加快了编码速度。通过仿真对比实验,结果表明,相对于其他算法,在保证重建图像质量的前提下,该算法在图像编码花费的时间明显缩短,较为显着地提高算法编码的速度。(本文来源于《南京邮电大学》期刊2018-11-14）
汪玮玮,张爱华[6]（2018）在《基于小波变换与分形结合的图像压缩算法》一文中研究指出针对分形图像压缩过程中匹配编码效率和保证重构图像质量的冲突问题,在定义一种图像子块的新特征—相似比的基础上,提出一种基于小波变换与分形编码相结合的图像压缩算法。该算法首先利用小波变换对图像进行处理,由于经过小波变换后的原图像自相似性被破坏,在引入分形特征时,对于低频区域图像信息不再进行分形压缩,直接保存处理;在高频区域则利用提出的相似比特征,定义每个range块和domain块的相似比,建立它与匹配均方根误差间的关系不等式,可把寻找range块的最佳匹配domain块的全局搜索转化为局部搜索。仿真实验结果表明,与同类特征算法相比,该算法不仅缩短了图像编解码的时间,还提高了重构图像的质量。(本文来源于《计算机技术与发展》期刊2018年09期）
刘春生,袁昊,李德根,徐玉芸[7]（2018）在《小波分解重构截齿载荷谱的幅值关联性与分形特征》一文中研究指出为了研究截齿截割煤岩载荷谱的特性,采用FFT分析载荷谱频谱特性,利用Db4和Sym5两种小波基对载荷谱分解与重构,提取分解与重构后载荷谱各层高、低频幅值均值,基于分形理论计算2种小波基重构载荷谱各层的盒维数。结果表明:载荷谱的幅值存在稳态值,幅值主要集中在0~5Hz;获得了Db4和Sym5两种小波基下重构各层载荷谱幅值均值拟合曲线,其中第4层幅值均值拟合曲线的最大值与原载荷谱的分别相差0.17%和0.12%,在全域范围内,Db4与Sym5各层低频重构载荷谱更趋近于原载荷谱均值变化规律,可作为一种计算载荷均值的有效方法。通过前一层低频与后一层的高频和低频部分的盒维数线性迭加数学关系以及盒维数迭加误差,可判断小波分解重构的精度。(本文来源于《煤炭科学技术》期刊2018年05期）
舒鑫[8]（2018）在《基于小波分形技术的往复泵故障诊断研究》一文中研究指出往复泵属于往复式机械,它的主要作用是污水和积水的排放工具,常常被用于工厂、船舱和污水处理厂等场所。正因为它工作的环境比较复杂,所以往复泵出现故障后很难进行维修。因此往复泵的故障诊断及其运行状态监测技术,已成为国内外诊断领域的一个热门研究方向。本文以双缸双作用往复泵为载体,从设备运行过程中的主要故障入手进行研究,实际中比较典型常见的机械故障是铰接处的磨损故障。因此本文首先对整个泵的传动部分和液压部分进行振动分析,并找出对应的故障部位,然后选取出传动部分中的曲柄滑块机构进行建模和动力学分析,研究不同磨损间隙时所对应的滑块加速度、连杆角加速度和相对位移等参数的变化情况,为充分认识往复泵的故障机理提供理论依据。然后引入小波分形技术对相应的信号进行研究,通过研究不同磨损发展状况下的往复泵的故障特征,对不同磨损间隙时系统振动信号进行小波重构,并计算关联维数。本文利用碰撞-分离二状态方程和小波分形技术对往复泵故障诊断进行研究,为往复式机械的故障诊断提供了新的思路和方法,对以后的相关研究也有一定的帮助。(本文来源于《华中科技大学》期刊2018-05-01）
吴晓云,赵杰[9]（2018）在《基于小波变换与改进分形结合的图像压缩算法研究》一文中研究指出针对传统的分形图像压缩编码时间长的缺点,提出了改进的分形编码方法,并将小波变换与改进的分形编码结合.在MATLAB软件中进行测试实验,实验结果表明,与传统的分形编码算法相比,在保证图像压缩质量基本不变的情况下,新算法编码时间大大缩短了,并且提高了压缩比,具有较高的应用价值.(本文来源于《河南科学》期刊2018年03期）
毛世榕,管振德,阎春恒[10]（2018）在《基于小波包分形和神经网络的地震与岩溶塌陷识别》一文中研究指出本文以近年来广西地震台网中心记录的天然地震和岩溶塌陷为例,尝试利用基于小波包的分形和径向基函数神经网络技术对这两类事件的波形进行识别,以期有效地识别地震与岩溶塌陷。结果表明,基于小波包分形与神经网络相结合的事件识别方法对天然地震和岩溶塌陷事件的识别率高达89.5%,可作为识别天然地震与岩溶塌陷的一个有效方法。(本文来源于《地震学报》期刊2018年02期）
小波与分形论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对风电机组传动系统时变转速及强噪声干扰等运行特点,首先采用改进小波阈值降噪方法,对风力机齿轮箱轴承振动信号进行降噪预处理,然后基于分形理论,计算变转速轴承振动信号盒维数及多重分形谱,定量描述轴承不同状态下振动信号的特征信息。结果表明:基于改进阈值与硬阈值函数相结合的小波阈值降噪方法对振动信号进行降噪预处理,其降噪效果优于传统的4种阈值选取原则;多重分形去趋势波动分析方法对于定速及变速轴承均能进行有效的故障识别;谱函数最大值所对应的奇异指数α(f_(max))当轴承处于内环故障时最小,可有效判断轴承运行状态及故障位置,能对轴承不同的故障状态做出准确的判断。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
小波与分形论文参考文献
[1].赵蓉,王辉,张爱华.基于小波变换的分形图像编码压缩算法[J].计算机应用与软件.2019
[2].许子非,李春,杨阳,Musa.基于改进小波阈值及多重分形的风力机轴承振动信号分析[J].热能动力工程.2019
[3].温淑花,赵越,张学良,陈永会,兰国生.机械加工表面形貌分形维数的1/f过程小波识别法[J].机械强度.2019
[4].范雪霜.基于小波模极大多重分形的人体时序信号分析方法研究[D].中国科学院大学(中国科学院长春光学精密机械与物理研究所).2019
[5].汪玮玮.基于分形理论与小波变换的图像压缩编码方法[D].南京邮电大学.2018
[6].汪玮玮,张爱华.基于小波变换与分形结合的图像压缩算法[J].计算机技术与发展.2018
[7].刘春生,袁昊,李德根,徐玉芸.小波分解重构截齿载荷谱的幅值关联性与分形特征[J].煤炭科学技术.2018
[8].舒鑫.基于小波分形技术的往复泵故障诊断研究[D].华中科技大学.2018
[9].吴晓云,赵杰.基于小波变换与改进分形结合的图像压缩算法研究[J].河南科学.2018
[10].毛世榕,管振德,阎春恒.基于小波包分形和神经网络的地震与岩溶塌陷识别[J].地震学报.2018