导读:本文包含了提升小波变换论文开题报告文献综述及选题提纲参考文献，主要关键词:心音,先心病,提升小波,小波
提升小波变换论文文献综述
肖苗,常俊,潘家华,杨宏波,王威廉[1]（2019）在《基于提升小波变换的心音去噪新方法》一文中研究指出针对传统的小波阈值函数去噪无法有效滤除信号中的特定噪声,结合软、硬阈值函数的优点,提出了一种基于提升小波新阈值函数算法对心音信号进行去噪.首先利用提升小波变换对心音信号进行分解;然后利用新阈值函数更新其小波系数进行重构;最后与提升小波软、硬阈值函数去噪后的心音进行了希尔伯特包络提取验证其去噪效果.实验结果表明,提出的提升小波去噪新方法较软、硬阈值方法有更好的滤波效果,且提取的曲线包络更加清晰、平滑.(本文来源于《云南大学学报(自然科学版)》期刊2019年06期）
王延霞,曹传龙,李鹏,李德亮[2]（2019）在《提升小波变换的部分残差相位模拟与去除》一文中研究指出为了修正轨道残留误差和大气误差的线性趋势项部分,有效改善解缠相位图的质量,该文根据小波变换可以实现分频这一重要特征,将其引入到合成孔径雷达干涉测量(InSAR)技术相位分离中;利用提升机制二维小波变换方法将解缠后的残余相位进行分解,并将低频部分在小波域内进行提取并估计修正,继而将纠正后的低频相位与高频相位进行重组。结果表明:针对解缠相位轨道残留误差和大气残留误差的线性趋势项部分,可以采用提升二维小波变换方法进行模拟和修正,该方法可以去除大量残差点,有效改善解缠相位图的质量。(本文来源于《测绘科学》期刊2019年10期）
郑戍华,张宁宁,王向周[3]（2019）在《基于提升小波和Hilbert变换的暂态电能质量检测》一文中研究指出针对暂态电能质量检测中信号扰动的准确定位和快速类型识别的需求,提出了一种提升小波和Hilbert变换融合的暂态电能质量检测方法.该方法首先利用提升小波在检测信号扰动方面的优越性,通过一层提升小波变换得到信号的近似成分A_1与细节成分D_1,然后运用Hilbert变换计算出两种成分的瞬时幅值,根据幅值特性实现对信号扰动时刻的准确定位和对扰动类型的快速识别.仿真与实验表明,所提出的检测方法对扰动时刻定位准确率达到95.7%,对扰动类型识别准确率达到91.8%,与目前使用分类器的方法相比,所提方法具有无需训练、适应性强、实时性好等特点.(本文来源于《北京理工大学学报》期刊2019年02期）
郁文许,姜育育[4]（2019）在《基于提升小波变换的雷达生命信号去噪技术》一文中研究指出对于雷达生命探测技术来说,其主要对人体进行呼吸和心跳的检测,通过非接触的方式来对人体的生命特征进行测量。众所周知,人的生命信号非常微弱,具有非线性、非平稳以及多奇异点的特征,对于噪声的抗干扰力比较差,因此进行雷达生命探测是需要做信号去噪处理。本文将对传统的小波变换和提升小波变换进行分析,希望对雷达生命信号的提取有所帮助。(本文来源于《通讯世界》期刊2019年01期）
朱立一,何伟[5]（2018）在《自适应提升小波变换在图像融合中的应用》一文中研究指出提出了一种自适应提升小波变换方案,首先将源图像经过水平、垂直和对角线分解成为高、低频系数,构造预测算子和更新算子,对高、低频系数进行预测和更新,再对高、低频系数采用不同的融合规则进行融合,最后进行提升小波逆变换,合成融合后图像。实验表明,本算法能够保留更多的细节信息。(本文来源于《电脑知识与技术》期刊2018年32期）
杜锴,方向,张胜,王怀玺,黄俊逸[6]（2018）在《基于更新提升形态小波变换的车辆目标震动信号特征提取》一文中研究指出针对传统线性小波变换在处理地面目标震动信号上的局限性,提出了一种更新提升形态小波来提取车辆目标震动信号的特征信息。利用仿真信号和实测的两类车辆目标震动信号进行对比分析,分析结果表明与传统线性小波和极大形态提升小波相比,更新提升形态小波不仅能在强噪声环境下有效提取目标信号的特征信息,同时不受低频信号干扰,为基于震动信号的地面目标精确识别提供了一条新的途径。(本文来源于《振动与冲击》期刊2018年16期）
郝再兴[7]（2018）在《基于提升小波变换的图像滤波与融合》一文中研究指出图像在采集或传输过程中不可避免地会受到噪声污染,图像中噪声的存在不仅破坏图像区域的均匀性,而且不利于图像边缘信息的保持;图像融合是通过同一个传感器不同角度或不同传感器获得的原图像对同一个目标进行重构,去掉冗余的部分得到全面和完整目标对象的一个过程。图像融合应用范围比较广,如军事、医疗、智能识别等领域。图像滤波一般情况下是图像的预处理,因为图像噪声严重的影响着图像后续的处理。图像滤波效果好坏将在一定程度上影响着图像后续处理的效果。本文使用提升小波作为变换工具进行图像滤波和融合处理工作。提升小波变换优点主要有就地计算(In-place)、可逆性、运算量简单,同时也继承小波所有优点。本文滤波对象是声呐图像,声呐图像的噪声主要以乘性噪声为主。通过大量的文献表明提升小波和阈值滤波对乘性噪声去噪效果比较好。本文使用滤波评估方法和提出滤波阈值函数。在图像融合中,图像融合对象不仅局限于声呐图像,而且对于光学图像效果也比较好。本文提出融合方法以及评估标准。通过以上创新方法对图像进行滤波和融合,得到的实验结果表明,相比常用方法,该算法具有较好的滤波和融合效果。本文主要内容如下:(1)在声呐图像滤波处理中,使用提升小波变换得到高频和低频部分。噪声一般集中在高频小波系数中,所以只要考虑高频系数即可,保留低频系数不变。该滤波方法通过对多种阈值函数优点进行总结和改进,得到有利于声呐图像阈值函数。滤波噪声进行评估并与其它方法对比,本文创新滤波方法对目标区边缘保留比较好,暗区和混响区比较平滑。(2)在图像融合中,本文使用提升小波变换和S算子对图像进行融合。提升小波变换后得到低频小波系数和高频小波系数。对于低频小波系数进行加权,高频系数进行S算法处理,然后选择信号成分比较大的小波系数进行融合。本文首次提到S算法并对S算法进行详细详细的论述。S算法可以有效评估噪声和信号的成分。与其它方法对比可以表明本文提出融合方法在主观和客观评价方面都比较好。本文提出图像滤波方法主要适用于声呐图像,对其它图像还需进一步论证;在图像融合方面,本文新算法不仅应用于声呐图像,也可应用于光学图像。但是对融合的图像有苛刻的要求,融合原图像必须像素位对应。(本文来源于《内蒙古大学》期刊2018-04-30）
邹佳彬,孙伟[8]（2018）在《基于提升静态小波变换与联合结构组稀疏表示的多聚焦图像融合》一文中研究指出为抑制传统小波变换在多聚焦图像融合中产生的伪吉布斯现象,以及克服传统稀疏表示的融合方法容易造成融合图像的纹理与边缘等细节特征趋于平滑的缺陷,提高多聚焦图像融合的效率与质量,采用一种基于提升静态小波变换(LSWT)与联合结构组稀疏表示的图像融合算法。首先对实验图像进行提升静态小波变换,根据分解后得到的低频系数与高频系数各自不同的物理特征,采用不同的融合方式。选择低频系数时,采用基于联合结构组稀疏表示的系数选择方案;选择高频系数时,采用方向区域拉普拉斯能量和(DRSML)与匹配度相结合的系数选择方案。最后经逆变换重构得到最终融合图像。实验结果表明,改进的算法有效地提高了图像的互信息量、平均梯度等指标,完好地保留图像的纹理与边缘等细节信息,融合图像效果更好。(本文来源于《计算机应用》期刊2018年03期）
赵柏山,徐丽,张帆[9]（2018）在《基于FPGA的提升小波变换联合SPIHT编解码方法》一文中研究指出针对目前小波变换联合传统SPIHT编解码算法复杂度高、压缩率不高的问题,利用现场可编程门阵列技术(FPGA)对算法进行改进。方法采用性能优异的9/7提升小波进行叁级变换,将二维提升小波变换改为一维,提高了硬件实现的并行度,减小了复杂度,提升了处理时间;在SPIHT算法中对不重要的高频系数进行截位处理,去除了不必要的冗余,提高了SPIHT的编码效率。实验结果表明,与传统SPIHT算法相比,设计的改进系统所得的数据压缩率更高,更易于硬件实现。(本文来源于《通信技术》期刊2018年03期）
马立新,吴檑[10]（2018）在《基于提升小波变换的风电功率预测模型》一文中研究指出准确的风力发电功率预测对电网的供需平衡及系统稳定运行有着重要意义。针对风电功率波动性大和随机性问题,提出一种基于提升小波变换(Lifting Wavelet Transform,LWT)的预测模型。首先,将原始风电功率数据通过提升小波算法分解成低频序列和高频序列,从而达到降低信号波动性的目的,再分别对各个子序列构建最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)模型,并考虑到LSSVM参数的选择极大程度上影响着模型的预测精度,采用改进的种群竞争算法(Improved Population Competitive Algorithm,IPCA)来优化LSSVM参数。通过数据和实际算例验证表明,采用提升小波变换进行分解明显提高了原始信号的稳定性,且相比于LSSVM和PSO-LSSVM模型,所提出的LWT-IPCA-LSSVM模型预测精度明显提高,具有理论指导意义和较好的工程应用前景。(本文来源于《电力科学与工程》期刊2018年02期）
提升小波变换论文开题报告
（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：
为了修正轨道残留误差和大气误差的线性趋势项部分,有效改善解缠相位图的质量,该文根据小波变换可以实现分频这一重要特征,将其引入到合成孔径雷达干涉测量(InSAR)技术相位分离中;利用提升机制二维小波变换方法将解缠后的残余相位进行分解,并将低频部分在小波域内进行提取并估计修正,继而将纠正后的低频相位与高频相位进行重组。结果表明:针对解缠相位轨道残留误差和大气残留误差的线性趋势项部分,可以采用提升二维小波变换方法进行模拟和修正,该方法可以去除大量残差点,有效改善解缠相位图的质量。
（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。
提升小波变换论文参考文献
[1].肖苗,常俊,潘家华,杨宏波,王威廉.基于提升小波变换的心音去噪新方法[J].云南大学学报(自然科学版).2019
[2].王延霞,曹传龙,李鹏,李德亮.提升小波变换的部分残差相位模拟与去除[J].测绘科学.2019
[3].郑戍华,张宁宁,王向周.基于提升小波和Hilbert变换的暂态电能质量检测[J].北京理工大学学报.2019
[4].郁文许,姜育育.基于提升小波变换的雷达生命信号去噪技术[J].通讯世界.2019
[5].朱立一,何伟.自适应提升小波变换在图像融合中的应用[J].电脑知识与技术.2018
[6].杜锴,方向,张胜,王怀玺,黄俊逸.基于更新提升形态小波变换的车辆目标震动信号特征提取[J].振动与冲击.2018
[7].郝再兴.基于提升小波变换的图像滤波与融合[D].内蒙古大学.2018
[8].邹佳彬,孙伟.基于提升静态小波变换与联合结构组稀疏表示的多聚焦图像融合[J].计算机应用.2018
[9].赵柏山,徐丽,张帆.基于FPGA的提升小波变换联合SPIHT编解码方法[J].通信技术.2018
[10].马立新,吴檑.基于提升小波变换的风电功率预测模型[J].电力科学与工程.2018