快速提升小波论文-姚成,司玉娟,郎六琪,程延伟,李贺佳

快速提升小波论文-姚成,司玉娟,郎六琪,程延伟,李贺佳

导读:本文包含了快速提升小波论文开题报告文献综述及选题提纲参考文献,主要关键词:物业,服务项目,称号,物业服务

快速提升小波论文文献综述

[1](2016)在《加快转型升级 持续自我提升——小记快速发展中的厦门联发物业》一文中研究指出厦门联发(集团)物业服务有限公司于1994年成立,系国家一级物业管理资质企业。公司以"让客户满意,让开发商放心,让员工自豪"为经营理念,全力为业主创造品质生活。现管理服务面积近两千万平方米,服务项目54个,物业类型涵盖高档住宅、别墅、写字楼、高等院校、工业园区,服务区域包括厦门、南昌、桂林等12个城市。近年来,服务项目共获国家示范项目4个、省级示范项目8个等诸多荣誉,并连续七年获评"中国物业服务百强企业"称号,广受业委会与客户好评,已成为行业内的佼佼者。(本文来源于《中国物业管理》期刊2016年08期)

邵国峰,林锦顺,张卫国[2](2014)在《一种基于提升小波的快速图像融合算法》一文中研究指出提出了一种基于提升小波变换的快速多聚焦图像融合方法。首先利用提升小波算法将原始图像分解为四个子带:LLLHHLHH后将代表叁个方向高频细节子带LHHLHH采用提升小波反变换,以获得各方向子带的高频细节图像,采用高斯核权重算法计算所得到的高频细节图像的非均匀加权区域能量,再根据基于能量的图像融合规则得到最终融合图像。对比了几种多聚焦图像融合方案的性能,实验结果表明,在融合效果相当的情况下,文中方法比现有方法在处理速度上有明显的优势。(本文来源于《光电技术应用》期刊2014年04期)

姚成,司玉娟,郎六琪,程延伟,李贺佳[3](2013)在《基于提升小波的心电信号P、T波检测快速算法》一文中研究指出为解决心电信号中P、T波信号复杂、微弱、识别难度大及识别算法执行效率低且易失效的问题,在分析提升小波算法原理的基础上,利用提升小波对信号进行时-频域分析执行速度快的特性,提出了将提升小波变换与差分运算相结合,构造利用提升小波对心电信号去噪,在重构相应层次的低频信号中利用差分法对P、T波进行识别的复合算法,并提出了一种适应心电信号个体差异和异常心电信号变化的跟随阈值函数。结果表明,提出算法比传统小波识别方法准确率高,且算法执行的速度至少提高一倍,更适合于硬件实现。(本文来源于《吉林大学学报(工学版)》期刊2013年S1期)

姚成,司玉娟,郎六琪,朴德慧,徐海峰[4](2012)在《基于小波提升的ECG去噪和QRS波识别快速算法》一文中研究指出提出了一种基于小波提升的ECG去噪和QRS波识别的快速算法。该算法在小波提升基础上引入加权阈值收缩法,保证ECG有用信息不丢失,提高了去噪效果;利用去噪重构的中间结果并结合简单的差分法,实现了使用平滑函数一阶导数对信号进行小波提升变换,避免了需要二次小波提升变换的运算,在保证识别精度的同时,大大降低了运算复杂度。实验结果表明,该算法能得到较高的SNR和较低的MSE,QRS波识别准确率达到了99.5%以上。并且,该算法利于在硬件平台(FPGA)上实现,便于在心电监护设备上集成。(本文来源于《吉林大学学报(工学版)》期刊2012年04期)

王锋,赵志文,牟盛[5](2012)在《整数提升小波多相矩阵分解系数的快速提取算法》一文中研究指出整数提升小波多相矩阵分解系数不唯一,选取方法多样,计算量大。首先采用滤波器迭代次数选取算法,按照输入的信噪比(SNR)比例求出优化迭代次数;然后以非线性迭代比较算法为判定准则,结合求出的优化迭代次数,得到满足参数要求的优化分解系数。迭代次数是依据待测数据求得的,因此优化分解系数对该数据取得较好的处理效果,满足多相矩阵分解系数选取的要求。迭代比较算法满足收敛特性,通过比较滤波器的冲击和阶跃响应是否满足设定的误差限,可减少迭代运算次数,快速准确地选取优化小波系数。通过实验分析可知,该快速提取算法能有效满足数据处理的要求,减少待测数据处理的计算量,提高数据处理的效率。(本文来源于《中国图象图形学报》期刊2012年03期)

程璐璐,孙万蓉,薛丹,李京京[6](2012)在《基于提升小波变换的快速分形图像编码》一文中研究指出介绍了分形理论和提升小波变换理论,提出提升小波变换结合快速分形编码的混合编码方法。实验结果表明,提出的新算法在解码图像质量略有损失的情况下,图像编码时间和压缩比方面均有良好的效果。(本文来源于《电子科技》期刊2012年02期)

程璐璐[7](2012)在《基于提升小波变换的快速分形图像压缩算法研究》一文中研究指出随着信息网络化的快速发展,多媒体技术的应用日益广泛,数字图像的存储与传输在这之中占有重要的位置。然而图像的数据量非常庞大,必须经过有效的压缩,才能满足实际应用的要求,因而探索高效的图像压缩算法无疑成为当前通信和信号处理领域里的一个重要研究课题。分形技术和小波技术是近年发展起来的新型图像压缩技术,二者结合的可能性和互补优势越来越引起人们的广泛关注。结合分形编码和小波编码各自的优点,本文提出了一种新的基于提升小波变换的快速分形图像压缩算法。通过标量量化技术对小波系数采用视觉加权,对经过小波分解的高频和低频部分分别采用SPIHT算法和改进的分形图像压缩算法。实验结果表明,该方法大幅度缩短了编码时间,避免了传统分形编码所固有的块效应,获得了较高的重构图像质量。(本文来源于《西安电子科技大学》期刊2012-01-01)

高伟熙,缪玲娟,倪茂林[8](2011)在《提升小波在SINS分段快速对准中的应用》一文中研究指出提出了一种利用提升小波进行消噪的捷联惯性导航系统(strapdown inertial navigation system,SINS)分段快速对准新方法。该方法首先进行水平精对准,然后利用提升小波算法对陀螺仪的输出信号进行消噪后,快速计算出方位失准角并进行修正,完成对准过程。理论分析和实际系统试验表明:提升小波算法对于光纤陀螺信号具有良好的消噪效果,新方法与传统的Kalman滤波对准方法具有相同的稳态精度,但方位精对准过程中,不需要进行捷联惯导的力学编排,精对准的时间可以缩短至30 s左右。该方法弥补了传统Kalman滤波精对准方法中方位失准角估计速度慢的缺陷,大幅度提高了SINS的初始对准速度。(本文来源于《系统工程与电子技术》期刊2011年08期)

胡钢,刘哲,童小红,秦新强[9](2010)在《基于快速整数提升小波变换的多幅图像融合》一文中研究指出在分析已有多分辨率图像融合方法的基础上,针对多幅图像融合模型的选择问题,提出了一种基于快速整数提升小波变换的多幅图像融合新算法。首先采用整数提升小波变换将多幅源图像分解到不同尺度、方向频带范围内,然后根据图像提升小波变换后不同子带的特点分别采用了2种新的高、低频融合策略,最后通过整数提升小波逆变换得到融合图像。对多幅源图像进行了融合实验,并对融合结果进行了主观和客观的评价。实验结果表明,该算法不仅适合多幅图像的实时快速融合,而且可以获得视觉效果较佳、细节更为丰富的融合图像。(本文来源于《光电子.激光》期刊2010年01期)

刘长征,黄茂成[10](2009)在《快速提升小波变换的研究及其实现》一文中研究指出针对标准离散小波变换计算小波系数存在所需存储空间大及计算较复杂的问题,依据快速提升理论来计算小波系数。快速提升小波变换采用CDF9/7滤波器,采用Java作为它实现的独立平台是由于其易于集成在移动设备上。标准的方法是通过FIR滤波器结构对原始信号进行求卷积,快速提升方案主要打破了原有的滤波形式,形成一系列规模较小的结构。主要研究了如何实现这一算法及在Java平台下的实现,实现了在没有增加额外的存储情况下其计算复杂性只是原有的滤波器卷积方法的一半左右。(本文来源于《微计算机信息》期刊2009年27期)

快速提升小波论文开题报告

(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:

提出了一种基于提升小波变换的快速多聚焦图像融合方法。首先利用提升小波算法将原始图像分解为四个子带:LLLHHLHH后将代表叁个方向高频细节子带LHHLHH采用提升小波反变换,以获得各方向子带的高频细节图像,采用高斯核权重算法计算所得到的高频细节图像的非均匀加权区域能量,再根据基于能量的图像融合规则得到最终融合图像。对比了几种多聚焦图像融合方案的性能,实验结果表明,在融合效果相当的情况下,文中方法比现有方法在处理速度上有明显的优势。

(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。

快速提升小波论文参考文献

[1]..加快转型升级持续自我提升——小记快速发展中的厦门联发物业[J].中国物业管理.2016

[2].邵国峰,林锦顺,张卫国.一种基于提升小波的快速图像融合算法[J].光电技术应用.2014

[3].姚成,司玉娟,郎六琪,程延伟,李贺佳.基于提升小波的心电信号P、T波检测快速算法[J].吉林大学学报(工学版).2013

[4].姚成,司玉娟,郎六琪,朴德慧,徐海峰.基于小波提升的ECG去噪和QRS波识别快速算法[J].吉林大学学报(工学版).2012

[5].王锋,赵志文,牟盛.整数提升小波多相矩阵分解系数的快速提取算法[J].中国图象图形学报.2012

[6].程璐璐,孙万蓉,薛丹,李京京.基于提升小波变换的快速分形图像编码[J].电子科技.2012

[7].程璐璐.基于提升小波变换的快速分形图像压缩算法研究[D].西安电子科技大学.2012

[8].高伟熙,缪玲娟,倪茂林.提升小波在SINS分段快速对准中的应用[J].系统工程与电子技术.2011

[9].胡钢,刘哲,童小红,秦新强.基于快速整数提升小波变换的多幅图像融合[J].光电子.激光.2010

[10].刘长征,黄茂成.快速提升小波变换的研究及其实现[J].微计算机信息.2009

标签:;  ;  ;  ;  

快速提升小波论文-姚成,司玉娟,郎六琪,程延伟,李贺佳
下载Doc文档

猜你喜欢