对小波变换本质进行分析,得出小波是将序列收敛的商空间逼近改造成按级数收敛的商空间逼近的结论。将商空间粒度计算理论与小波变换相结合并应用于纹理图像分割中,取得了成功。
利用人耳听觉掩蔽特性,采用小波变换和幅度调制的方式,实现了一种新的复杂度低、鲁棒性强的音频水印算法。该算法通过计算音频在不同分帧长度下攻击前、后的平均能量比,选择最佳的分帧长度,通过调制音频低频系数的
针对有限角度CT重建问题,结合压缩传感相关理论,提出了基于小波框架的有限角度CT迭代重建算法.该算法利用小波框架的冗余性及框架系数稀疏性原理,首先建立了小波框架图像重建模型,通过共轭梯度法求解投影方程
目前大多数声音识别系统在无噪声环境下可以达到很高的识别率,但是在噪声环境下,识别率急剧下降。针对这个问题,提出一种基于小波矩和BP网络的声音识别方法。根据声音信号生成声谱图;通过小波矩对声谱图进行特征
传统的信号去噪算法往往仅对平稳噪声或缓慢变化的噪声有效,且残留的信号噪声较大。基于小波变换的去噪算法对传统的小波阈值法进行了改进,根据信号与噪声在小波域的分布特性以及信号和噪声小波变换的模极大值随尺度
无线传感网络存在网络带宽限制和传感器节点的能耗问题,实际应用中通常希望可以通过重构算法从采集的少量数据中还原出原始信息,压缩感知理论为上述问题提供了一个解决思路。利用压缩感知理论,对无线传感器网络中温
基于语音信号的时变特性,提出了一种新型神经网络语音识别方法——小波混沌神经网络方法,即把小波变换和混沌特性引入到神经元,构成小波混沌神经网络,将这种神经网络用于语音识别,并与常用的BP神经网络识别方法
基于粒子群算法的小波神经网络,王乐,史健芳,小波神经网络常采用梯度下降法训练网络参数,但梯度下降法具有收敛速度慢、易陷入局部极小值等缺点。本文提出了用改进的粒子群算
基于小波分析的脉搏波信号去噪,徐洁,付强,对脉搏波信号进行分析之前,对信号的去噪非常重要,本论文利用利用Mallat算法对脉搏波信号进行多分辨分析和去噪,分别对阈值法、平
针对复杂背景中微弱运动目标检测困难的问题,提出了一种基于小波域DCT变换的背景杂波抑制方法。该方法根据背景杂波和运动目标的不同频率特性,采用低频小波子带频域滤波的方法得到有效抑制背景杂波的残差图像,从