连续小波变换定量反演土壤有机质含量

以北京市东部地区96个潮土土样的土壤参数及对应光谱数据为数据源,采用连续小波多尺度分析处理与分析。首先将土壤光谱进行初步处理,生成小波系数,其次将土样的有机质含量与小波分解系数开展相关性分析,提取特征波段,最后采用特征波段建立预测耕层有机质含量的模型。结果表明：经连续小波处理后,光谱对耕层有机质含量的预测能力明显优于传统光谱变换技术;经连续小波分解后,对土壤有机质含量的预测能力随光谱分辨率降低呈先降后升再降的趋势;连续小波分析算法可提升土壤光谱对有机质含量的估测能力,与土壤高光谱反射率相比,基于连续小波变换的土壤有机含量最佳的精度提高19%;由于光谱分辨率为80 nm建立的模型精度较高,其R2达到0.632,这表明在连续小波算法下,光谱分辨率较低的宽波段数据可用于土壤有机质含量的监测。     

多元小波变换及L^2（R^p）框架

提出了一般形式不可分离变量的多元小波变换,通常的小汉变换只是本的特例,进而相应地构造了多元小波框架以及多元函数小波框架展开式。     

基于离散小波变换的蛋白质结构、功能与进化关系延时交叉相关分析

基于氨基酸的疏水特性, 将离散小波变换与延时交叉相关分析相结合, 提出了一种分析蛋白质结构、功能和进化关系的新方法——序列小波层次相关法. 以丝氨酸蛋白酶超家族中Trypsin种属为研究对象, 描述了该方法在揭示不同物种的Trypsin蛋白质进化关系中的应用; 以蛋白质酪氨酸磷酸酶、血红蛋白和溶菌酶为例, 采用该方法揭示了蛋白质之间功能与序列的内在关系. 该方法为非参数方法, 具有简单、直观、可视和可操作性强等特点, 且不需要事先知道蛋白质的结构, 仅从蛋白质的氨基酸序列出发即可比较和揭示蛋白质之间的关系.     

基于光学小波微分预处理的联合变换相关目标识别

提出了一种基于光学小波变换微分预处理的光电混合联合变换相关系统,该系统利用同一光路可实时实现对输入图象的小波变换微分预处理和联合变换相关识别.实验结果表明:该系统能得到很尖锐的互相关峰,可显著提高联合变换相关器的识别能力.     

体全息子波关联记忆器

基于子波匹配相关理论和光折变晶体的体全息关联存储特性,提出并实现了一个关联记忆的新构思。中根据缺损特征实现原始图像的记忆和恢复,其中光折变晶体兼作图像识别时的运算单元和图像恢复时的存储单元,文中以人脸为研究对象,给出了实验结果。     

基于Polytec激光测振仪和第二代小波的齿轮箱故障诊断

齿轮箱是机械设备中一种必不可少的通用零部件,也是故障多发部件,而齿轮失效又是诱发其故障的重要因素。因此发展新型齿轮箱故障诊断技术具有重要意义。搭建了基于Polytec激光测振仪的光学测量系统,拾取齿轮箱振动信号,采用第二代小波提取故障特征,达到了故障诊断的目的,可用于齿轮箱故障预知和智能维修。     

基于中值滤波和提升小波分析的图像去噪方法研究

针对现有算法大多对单一高斯噪声或脉冲噪声进行图像滤波的问题,在对二维图像平滑去噪的过程中,采用基于中值滤波和提升小波变换相结合的图像去噪方法。在中值滤波基础上,构造基于脉冲检测的中值滤波器,找出混合噪声中脉冲噪声并进行滤波;与此同时,对原始小波进行提升,构造提升小波,然后采用提升小波阈值去噪方法抑制高斯噪声。实验结果表明:采用本文方法,混合噪声得到有效抑制,去噪效果好。     

合肥光源逐束团相位测量及纵向不稳定性诊断

为了研究储存环束流多束团纵向运动特性,在合肥光源（HLS-II）上研制了一套逐束团相位测量系统。该系统利用示波器直接采集BPM和信号,采用过零点检测法、时间差分（Temporal Difference, TD）法相结合的方法从BPM和信号中提取出逐束团相位。介绍了逐束团相位测量系统的系统构架、相位提取方法以及在HLS-II上的一些实验结果。通过对该系统记录的5 ms时间长度的逐束团多圈相位数据的离线分析,得到多束团纵向运动的同步振荡的频率、纵向工作点、束团振荡的模式信息以及振荡模式增长率等特征信息,诊断出HLS-II在top-off恒流运行期间存在2个较强的纵向耦合束团不稳定模式,并提取出了2个振荡模式的增长率。该系统的逐束团相位测量结果及相关纵向不稳定性分析可为机器研究、纵向反馈系统调试评估及高频RF系统的性能评估等提供参考。     

一种基于二进小波变换的自适应滤波方法

根据信号和噪声经小波变换后在不同尺度上有不同的特征，将相邻尺度二进小波变换值的相关量进行归一化处理并与小波变换值比较来判断信号与噪声，以噪声在各尺度的方差作为终止迭代的标准，提出了一种基于二进小波变换小波域选择噪声的自适应滤波方法。研究了模拟信号的去噪过程、半峰宽和信噪比对去噪结果的影响，并对模拟含噪信号和含噪毛细管电泳信号去噪前后的结果进行了比较。实验结果表明：由于该方法具有良好的自适应性和显著的滤波效果，必将得到广泛的应用。     

一种基于预测分类的小波图像编码

对于小波较像编码，如何有效地组织小波域系数是提高图像压缩效果的关键。本文在研究小波域系数统计特性的基础上，提出一种用于图像压缩的预测分类模式，与基于零树结构的编码不同的是它充分利用了小波域中“重要”系数的各种相关性，并通过结合提出的种子膨胀算法实现系数的分类输出，实验结果表明该方法所取得的压缩效果要优于基于零树结构的图像编码，同时又具有较强的鲁棒性。