树型小波变换论文-罗荣,田福庆,李克玉,丁庆喜

树型小波变换论文-罗荣,田福庆,李克玉,丁庆喜

导读:本文包含了树型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:Mallat算法,卷积型小波变换及快速算法,共振解调法,冲击脉冲法

树型小波变换论文文献综述

罗荣,田福庆,李克玉,丁庆喜[1](2013)在《卷积型小波变换实现及机械早期故障诊断应用》一文中研究指出为消除Mallat算法存在的频率折迭等固有缺陷对机械故障诊断的不利影响,提出采用卷积型小波变换进行机械故障诊断。推导卷积型小波变换快速分解算法,给出基于滤波器组的递归分解实现方法;针对滚动轴承早期故障诊断与定量识别难题及共振解调法与冲击脉冲法的不足,提出将卷积型小波变换与共振解调法、冲击脉冲法相结合的新方法对滚动轴承早期故障进行诊断与定量识别,给出具体实现过程。仿真实验与实例分析表明:卷积型小波变换能消除Mallat算法固有缺陷对机械故障诊断的不利影响,较内积型小波变换更适合机械故障诊断。该方法可有效对滚动轴承早期故障诊断与定量识别,具有一定应用价值。(本文来源于《振动与冲击》期刊2013年07期)

过林,马莉,叶诗淳[2](2012)在《基于Radon和树型小波变换的遥感影像居民地提取》一文中研究指出针对频域变换的旋转不变纹理特征,提出Radon变换结合树型小波变换的纹理特征提取方法。以Radon变换处理影像将影像纹理的旋转转化成平移信息,对变换后的影像进行非完全树型小波变换。此时可以将能量作为旋转不变纹理特征,但得到的小波系数所携带信息较少,所以本文采用小波系数直方图作为纹理特征。采用此方法对居民地进行提取,实验结果表明利用该方法能得到比较有效稳定的旋转不变纹理特征,并且对不同的中小比例尺遥感影像都有较好的适应性。(本文来源于《测绘与空间地理信息》期刊2012年01期)

李文江,刘超,刘南[3](2011)在《改进型小波包变换的谐波检测研究》一文中研究指出针对当前利用小波包变换算法提取直流提升机中非稳定型信号时存在的信号混迭问题,提出一种改进型小波包变换算法,该改进型算法在起始时对引起混迭的基波进行分离,从而消除引起的影响,进而能准确地提取出非平稳信号的特征信息。仿真实验表明,0.04 s后重构的信号与基波信号的重合精度在1%以内,并通过设计硬件检测系统进行现场实验。实验结果证明改进型小波包变换算法有较高的精度,能够很好地满足有源滤波器对谐波检测的要求。(本文来源于《电力电子技术》期刊2011年09期)

徐行雄,吴利民[4](2011)在《基于卷积型小波包变换的频谱感知方法研究》一文中研究指出频谱感知是认知无线电(CR)系统中的核心技术之一.鉴于对可靠的主用户(PU)信号检测是实现频谱感知的前提,提出一种基于卷积型小波包变换的能量检测算法(CWPTED)用于频谱感知.该算法通过卷积型小波包变换(CWPT)较准确地估计噪声方差,以减小噪声不确定度并实时更新检测门限.仿真结果表明:该算法可有效减小噪声不确定度对能量检测(ED)的影响,较适合应用于噪声信息未知情况下的频谱感知.(本文来源于《空军雷达学院学报》期刊2011年04期)

刘东东,陈兵,王华明[5](2010)在《基于卷积型小波包变换的船用水位调节器故障辨识》一文中研究指出以某型蒸汽船的主冷凝器水位调节器为研究对象,应用卷积型小波包变换提取各种故障信号分解后的相对小波包能量,建立水位调节器标准故障库,并引进Euclidean空间距离公式作为判据进行故障识别。实验结果表明,该方法可以对水位调节器的典型故障进行快速、正确分类,降低了其故障定位与维修的盲目性。(本文来源于《中国舰船研究》期刊2010年01期)

金飞,张占睦,芮杰,夏朝贵[6](2009)在《基于树型小波变换和尺度共生矩阵的居民地提取》一文中研究指出利用基于树型框架小波变换和尺度共生矩阵的方法对遥感影像中居民地进行识别提取。通过非完全树型框架小波变换把图像变换到不同的尺度层上,然后在不同尺度层之间,提取相互依存的尺度共生矩阵信息,进而形成居民地的纹理特征。实验结果表明,用基于小波的尺度共生矩阵的方法对居民地有较好的提取结果。(本文来源于《海洋测绘》期刊2009年06期)

王玉海,崔铁军,吴天君[7](2009)在《基于提升型小波变换的矢量数据渐进式传输的研究》一文中研究指出根据网络环境下矢量数据的存储及显示特点和人们由粗到细、由总体到局部的空间信息认知规律,利用小波分析的特性,对原数据采用小波变换的方法进行分层、分块处理,然后根据用户需求,按顺序进行分块传输、分块显示,提高用户的作业响应时间,同时使用户在不增加网络流量的前提下,得到多尺度的空间矢量数据。实现空间矢量数据的渐进式网络传输。(本文来源于《地理信息世界》期刊2009年05期)

苏庆堂[8](2009)在《基于整型小波变换的彩色图像盲水印算法》一文中研究指出针对多数图像水印算法将灰度图像嵌入宿主图像的研究现状,提出了一种基于整型小波变换将彩色数字水印嵌入到彩色宿主图像中的算法。本算法结合人眼的视觉掩蔽特性,实现了数字水印嵌入位置的自适应确定,同时采用量化小波系数的方法将彩色水印嵌入到彩色图像YCrCb模式的Y分量中去,彩色水印的提取不需要原始水印和原始宿主图像。实验证明,水印具有良好的不可见性,并且对常见的图像处理操作具有很强的鲁棒性。(本文来源于《计算机应用研究》期刊2009年06期)

郭杰,吴成柯,王柯俨,马静,张磊[9](2008)在《JPEG2000中优化逼近的整型小波变换》一文中研究指出提出了一种JPEG2000中整型小波变换的优化逼近方案,并从硬件实现的角度出发,提出相应的基于行提升算法的VLSI结构.该方案在提升步骤中有效保护小波系数的尾数部分,从而确保在小波系数动态范围限定的情况下进一步提高小波变换的精度,从而提高图像压缩的质量.由于在硬件实现中采用基于行的提升变换结构,使水平和垂直方向上的变换能并行处理.实验表明,在XC2V3000型号的Xilinx FPGA上实现该结构所需资源只占27%,时钟频率可达到66MHz以上.与其他小波变换结构相比,该结构不仅改善了小波变换的性能,同时具有并行度高、节省存储空间等优点,并且可以在一幅图像逐行扫描的时间T内完成整幅图像的小波变换.(本文来源于《西安电子科技大学学报》期刊2008年02期)

邹春华,赵学智,叶邦彦[10](2008)在《基于卷积型小波包变换的切削力信号消噪》一文中研究指出为了消除切削力信号中的随机噪声干扰,本文提出了一种基于卷积型小波包变换的消噪算法,给出了算法的详细步骤。对两个切削力信号的消噪实例结果表明:随机噪声已完全被去除,获得了准确的力信号。(本文来源于《工具技术》期刊2008年03期)

树型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:

针对频域变换的旋转不变纹理特征,提出Radon变换结合树型小波变换的纹理特征提取方法。以Radon变换处理影像将影像纹理的旋转转化成平移信息,对变换后的影像进行非完全树型小波变换。此时可以将能量作为旋转不变纹理特征,但得到的小波系数所携带信息较少,所以本文采用小波系数直方图作为纹理特征。采用此方法对居民地进行提取,实验结果表明利用该方法能得到比较有效稳定的旋转不变纹理特征,并且对不同的中小比例尺遥感影像都有较好的适应性。

(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。

树型小波变换论文参考文献

[1].罗荣,田福庆,李克玉,丁庆喜.卷积型小波变换实现及机械早期故障诊断应用[J].振动与冲击.2013

[2].过林,马莉,叶诗淳.基于Radon和树型小波变换的遥感影像居民地提取[J].测绘与空间地理信息.2012

[3].李文江,刘超,刘南.改进型小波包变换的谐波检测研究[J].电力电子技术.2011

[4].徐行雄,吴利民.基于卷积型小波包变换的频谱感知方法研究[J].空军雷达学院学报.2011

[5].刘东东,陈兵,王华明.基于卷积型小波包变换的船用水位调节器故障辨识[J].中国舰船研究.2010

[6].金飞,张占睦,芮杰,夏朝贵.基于树型小波变换和尺度共生矩阵的居民地提取[J].海洋测绘.2009

[7].王玉海,崔铁军,吴天君.基于提升型小波变换的矢量数据渐进式传输的研究[J].地理信息世界.2009

[8].苏庆堂.基于整型小波变换的彩色图像盲水印算法[J].计算机应用研究.2009

[9].郭杰,吴成柯,王柯俨,马静,张磊.JPEG2000中优化逼近的整型小波变换[J].西安电子科技大学学报.2008

[10].邹春华,赵学智,叶邦彦.基于卷积型小波包变换的切削力信号消噪[J].工具技术.2008

标签:;  ;  ;  ;  

树型小波变换论文-罗荣,田福庆,李克玉,丁庆喜
下载Doc文档

猜你喜欢