共查询到10条相似文献,搜索用时 31 毫秒
1.
应用小波变换具有良好的时频局部特性,通过对强流直线感应加速器(LIA)脉冲信号的去噪声、信号突变点检测以及时间间隔测量等处理,表明小波变换在LIA信号处理中有广泛的应用前景;利用小波包分析的每个节点都代表了对应频带的信号特征的特点,对“神龙一号”快脉冲波形数据进行小波包变换,以各频带信号能量为元素构造特征向量,实现了高维波形数据的特征值提取,达到了数据压缩和降维的目的,为进一步实现LIA故障智能诊断、预测维护提供了一种可行的途径。 相似文献
2.
3.
基于Karhunen-Loève变换和小波谱特征矢量量化的三维谱像数据压缩 总被引:1,自引:1,他引:0
提出了基于Karhunen Lo埁ve变换的小波谱特征矢量量化三维谱像数据压缩方法耍幔颍瑁酰睿澹?Lo埁ve变换 /小波变换 /小波谱特征矢量量化方法应用了Karhunen Lo埁ve变换的消除谱相关性优良性能 ,应用二维小波变换消除空间相关性 ,在小波变换域内应用二维集分割嵌入块编码和一维谱特征矢量量化对三维谱像数据压缩 ,获得较高的压缩性能。实验结果表明 :Karhunen Lo埁ve变换 /小波变换 /小波谱特征矢量量化编码比Karhunen Lo埁ve变换 /小波变换 /改进对块零树编码和Karhunen Lo埁ve变换 /小波变换 /快速矢量量化编码方法在同样压缩比条件下 ,峰值信噪比提高 2dB和 1dB以上 ,而速度提高了 1.5和 8倍 ,整体压缩性能有较大的提高 相似文献
4.
5.
将小波变换用于处理人体行走时产生的加速度信号.利用离散小波变换的多尺度、多分辨率特性对原始加速度信号进行尺度分解,在对小波基以及分解尺度进行合理选取后准确地从加速度信号中提取出隐藏的步态节律.与利用阈值法直接对原始加速度信号提取峰值的算法比较后发现:利用小波分解得到与步态节律相关的特征尺度后再进行峰值检测能显著地提高信号峰值的检出率;即使当原始信号存在较严重的噪声干扰时,该方法也能保证所提取出的步态序列的准确性.这对于步态序列的后续分析具有至关重要的意义.研究表明,离散小波变换是一种有效的提取步态节律的方
关键词:
小波变换
步态序列
峰值检测
特征尺度 相似文献
6.
本文依据小波变换原理 ,提出利用小波变换技术对汽车车灯光源色测量中实时采集的光源光谱信号进行多分辨分解 ,有效地消除噪声 ,提高了光谱的信噪比。由CCD接收的标准A光源谱进行了多层分解 ,讨论了不同小波基和分解阶次对信号分析结果的影响。选取最佳小波基 ,为光谱信号消噪平滑处理提供了较有效的数据处理方法。通过对CCD接收的光谱信号进行了消噪和平滑处理 ,解决了实时采集光谱信号在分析和数据处理上的困难 ,该研究充分体现了小波变换在数据处理方面的优势 ,在依赖于光谱信号的颜色测量领域中起重要的作用。 相似文献
7.
基于Contourlet变换的区域特征自适应图像融合算法 总被引:23,自引:4,他引:19
Contourlet变换克服了小波变换在处理高维信号时的不足,比小波变换具有更好的方向性、较高的逼近精度和更好的稀疏表达性能.因此将Contourlet变换应用于图像融合领域,能更好的提取图像边缘特征,为融合提取更多的特征信息.基于Contourlet变换的区域特征自适应图像融合算法是将图像进行Contourlet变换分解后,针对不同的频率域特点选择不同的融合规则,针对高频系数特性选用了区域特征自适应的融合规则,最后通过重构得到融合图像.将基于小波变换的融合算法和本文所提算法进行了主观和客观的对比,结果表明,基于Contourlet变换区域特征自适应的图像融合算法是一种有效可行的图像融合算法. 相似文献
8.
9.
基于稀疏表示的谱线自动提取方法 总被引:1,自引:0,他引:1
谱线提取在光谱分析中起着非常重要的作用,它对后续的光谱分类和参数测量有着直接的影响。文章提出了一种基于稀疏表示的谱线自动提取方法。首先,用基于稀疏表示的小波去噪方法去除噪声,该方法通过对光谱信号对应的小波系数进行稀疏化处理来达到去噪的目的,其优点是在处理小波系数时虽然将其作为整体进行考虑,但依然能保持小波系数的局部特性不变,所以在去噪的同时很好地保持了特征谱线的信息。其次,利用小波变换与样条拟合相结合的方法拟合出较为满意的伪连续谱,该方法在拟合过程中,先将强谱线扣除掉,从而使得拟合结果非常接近真实的连续谱。最后,通过对归一化后的谱线光谱设置自适应局部阈值来提取特征谱线。实验结果表明该方法切实有效。 相似文献