小波变换模极大论文_林凯荣,张凡,兰甜,卢鹏宇,李文静

导读:本文包含了小波变换模极大论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:小波,织物,极大值,疵点,图像,引信,中美。

小波变换模极大论文文献综述

林凯荣,张凡,兰甜,卢鹏宇,李文静[1](2018)在《基于极大重迭离散小波变换和Elman神经网络的磨刀门咸潮模拟研究》一文中研究指出近年来磨刀门水道咸潮上溯频发,引起广泛关注。对该地区建立了基于极大重迭离散小波变化(MODWT)和Elman神经网络的咸潮模拟模型(MOD-Elman),模拟预测日均氯度,并借助一维纵向扩散方程分析河段的含氯度分布。结果表明:(1)MOD-Elman模型对非平稳的含氯度变化模拟效果较优且泛化能力较好;(2)咸潮影响预测图在一定程度上能反映站点之间各点含氯度变化。利用MOD-Elman模型和一维纵向扩散方程,可预测未来一段时间内磨刀门的受咸潮影响情况,对预警压咸有一定帮助。(本文来源于《人民珠江》期刊2018年07期)

秦喜文,刘文博,董小刚,王纯杰,李纯净[2](2014)在《基于极大重迭离散小波变换的金融高频数据波动率估计》一文中研究指出利用极大重迭离散小波变换方法对资产收益的积分波动率进行估计.针对沪深300指数选取不同小波函数估计积分波动率,计算相对误差统计量.结果表明,不同小波函数对积分波动率估计不存在显着差异,但随着抽样频率的增加,估计精度逐渐提高.对尺度及其相应尺度下的波动率进行对数变换可见,二者之间存在显着的线性关系,随着尺度的增加,波动率逐渐变小.(本文来源于《吉林大学学报(理学版)》期刊2014年06期)

王健[3](2014)在《中美股市联动性——基于极大重迭离散小波变换的研究》一文中研究指出经济全球化和国际金融市场一体化的发展背景下研究中美股票市场之间联动关系具有重要的理论和现实意义。针对具有时变和频变双重特性的金融市场时间序列,本文采用极大重迭离散小波变换(MODWT)方法对上证综指和道-琼斯工业平均指数之间的联动关系进行研究,包括单变量的多分辨分析以及双变量之间交叉相关系数和交叉协方差的计算,样本时间跨度为2000年1月1日到2012年12月31日。本文的研究结论是:无论短期、中期还是长期,中美股市间均存在不同程度的联动关系,其中短期3个交易日频率下中美股市联动关系最为显着,半个月、一个月以及一年频率下观察到的中美股市联动关系也比较明显。半个月和一个月频率下中美股市间交叉相关系数出现负值下界,表明两市间有反向运动可能性,这增加了市场间的短期投资便利性。一年频率水平下分析还得出中美股市间存在代表某种领先—落后效应的相位差。(本文来源于《世界经济文汇》期刊2014年02期)

张嵩[4](2012)在《基于小波变换和极大熵谱的非平稳信号分析》一文中研究指出为非平稳信号的时域细节特征和频率特征,根据极大熵法具有适合分析短时数据的特点,对线性调频非平稳信号时域数据建立了参数模型,并到了叁维熵频谱。此外,应用小波变换对其了叁级小波分解,得到了信号时频细节特征。结果表明:本文所研究的线性调频信号的主要成份在叁级小波的低频段0~0.3Hz范围内。(本文来源于《中国新通信》期刊2012年21期)

袁晔,王胜先[5](2012)在《基于B样条小波变换极大模的织物多组织识别算法研究》一文中研究指出提出了一种新的基于B样条小波变换极大模的织物多组织识别算法:首先由B样条小波对织物图像进行分解,利用分解后的经向和纬向子图像建立正常织物图像和待检测织物图像的极大模边缘图像;然后由它们的差值结果提取特征参数识别织物组织的位置并检验结果的准确性;最后由组织矩阵绘制织物的组织图.仿真结果表明:本文方法能够精细准确刻画织物组织点位置并具有效率高、稳定性能好等优点.(本文来源于《北京服装学院学报(自然科学版)》期刊2012年01期)

李旭,顾涛[6](2011)在《基于差分-小波变换模系数极大法的煤矸振动信号研究》一文中研究指出针对采集到的综采放顶煤开采过程中的放煤振动信号,先在时域内做一阶前向差分运算,进行数据预处理,然后再用小波变换对差分结果进行分析处理,采用模系数极大法构造煤矸振动信号识别规则。将算法移植于煤矸识别传感器系统中,实验结果表明,所提出的综合算法抗干扰能力强、数据规律明确,可以通过煤和矸石下落撞击刮板输送机产生的振动信号差异,识别出是煤还是矸石,即时完成液压支架状态的控制。(本文来源于《煤矿开采》期刊2011年05期)

李月琴,栗苹,闫晓鹏,陈慧敏[7](2008)在《小波变换模极大去噪法在无线电引信信号处理中的应用》一文中研究指出将小波变换模极大去噪理论和方法应用于无线电引信的信号处理研究,在小波变换模极大值特性分析的基础上,讨论了无线电引信信号和噪声的小波变换模极大值在各尺度上的传播特性,提出了无线电引信小波变换模极大值去噪算法,并对算法进行了深入分析,仿真结果显示:利用小波变换模极大值去噪方法可有效去除低信噪比的无线电引信信号噪声。(本文来源于《兵工学报》期刊2008年10期)

冉启文,郎俊,张海莹[8](2007)在《基于小波变换极大模算法的数字水印技术》一文中研究指出提出一种新颖的在小波变换极大模域中嵌入的基于多尺度边缘的数字水印方法。利用小波变换极大模表示的几乎完全重构和奇异性刻画等优点来得到图像的一种稀疏表示,其中系数较大点表示了图像之中的感知重要的结构性边缘。因此,给定一幅图像,首先计算其二进小波变换,它的两个部分分别和该点处梯度向量成比例,则可以得到该点处的模和幅角信息,通过沿幅角给定的方向寻找模值的局部极大值来得到图像的多尺度边缘。通过取阀值和选择正Lipschitz指数的点来选取嵌入位置,将视觉可识别的图形冗余地嵌入到多尺度边缘中而保留幅角信息不变,经过逆小波极大模变换就可得到嵌入了水印信息的图像。实验结果表明该方法具有较高的保真度和极强的抗有损压缩的能力。(本文来源于《黑龙江大学自然科学学报》期刊2007年05期)

岑为,杨世峰,薛蓉,徐日炜,余鼎声[9](2007)在《基于小波变换模极大法的聚乙烯催化剂表面分形分析》一文中研究指出运用分形和小波相结合的方法研究负载型聚乙烯催化剂(简称催化剂)表面形态.采用小波变换模极大(WTMM)法提取了催化剂表面多尺度边缘(细节)图像,用分形和多重分形方法研究了各尺度边缘图像中边缘点的分布情况,并用基于小波变换模极大的多重分形谱法讨论了催化剂边缘点奇异强度的分布状况.研究结果表明,催化剂的较小尺度边缘图像的分维和多重分形谱可以与催化剂的表面形态和活性进行较好的关联;高活性催化剂的基于WTMM的多重分形谱的奇异强度跨度更宽,拥有较多具有较高奇异强度的奇异点.基于小波和分形对催化剂表面形态的研究,发挥了小波和分形各自的优点,为研究物体表面形态提供了思路.(本文来源于《中国科学(B辑:化学)》期刊2007年04期)

袁晔[10](2007)在《基于二次样条小波变换极大模的织物疵点检测方法》一文中研究指出提出了一种基于二次样条小波变换极大模的织物疵点检测方法:首先由二次样条小波对织物图像进行分解,利用分解后的纬向和经向2个子图像建立正常织物图像和待检测织物图像的极大模边缘图像,并求得它们的差分图像;然后由差分图像提取特征参数检测织物疵点以及识别疵点的位置.实验表明:这种方法具有检测准确率高,稳定性好等优点.(本文来源于《北京服装学院学报(自然科学版)》期刊2007年02期)

小波变换模极大论文开题报告

(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:

利用极大重迭离散小波变换方法对资产收益的积分波动率进行估计.针对沪深300指数选取不同小波函数估计积分波动率,计算相对误差统计量.结果表明,不同小波函数对积分波动率估计不存在显着差异,但随着抽样频率的增加,估计精度逐渐提高.对尺度及其相应尺度下的波动率进行对数变换可见,二者之间存在显着的线性关系,随着尺度的增加,波动率逐渐变小.

(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。

小波变换模极大论文参考文献

[1].林凯荣,张凡,兰甜,卢鹏宇,李文静.基于极大重迭离散小波变换和Elman神经网络的磨刀门咸潮模拟研究[J].人民珠江.2018

[2].秦喜文,刘文博,董小刚,王纯杰,李纯净.基于极大重迭离散小波变换的金融高频数据波动率估计[J].吉林大学学报(理学版).2014

[3].王健.中美股市联动性——基于极大重迭离散小波变换的研究[J].世界经济文汇.2014

[4].张嵩.基于小波变换和极大熵谱的非平稳信号分析[J].中国新通信.2012

[5].袁晔,王胜先.基于B样条小波变换极大模的织物多组织识别算法研究[J].北京服装学院学报(自然科学版).2012

[6].李旭,顾涛.基于差分-小波变换模系数极大法的煤矸振动信号研究[J].煤矿开采.2011

[7].李月琴,栗苹,闫晓鹏,陈慧敏.小波变换模极大去噪法在无线电引信信号处理中的应用[J].兵工学报.2008

[8].冉启文,郎俊,张海莹.基于小波变换极大模算法的数字水印技术[J].黑龙江大学自然科学学报.2007

[9].岑为,杨世峰,薛蓉,徐日炜,余鼎声.基于小波变换模极大法的聚乙烯催化剂表面分形分析[J].中国科学(B辑:化学).2007

[10].袁晔.基于二次样条小波变换极大模的织物疵点检测方法[J].北京服装学院学报(自然科学版).2007

论文知识图

不同尺度小波变换模极大波形小波变换模极大边缘检测处理结...过滤后的高斯一阶导数小波变换模极大过滤后的高斯二阶导数小波变换模极大小波变换的模极大小波变换模极大法检测结果

标签:;  ;  ;  ;  ;  ;  ;  

小波变换模极大论文_林凯荣,张凡,兰甜,卢鹏宇,李文静
下载Doc文档

猜你喜欢