导读:本文包含了自适应小波变换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,自适应,图像,分解,轴承,频率,拉普拉斯。
自适应小波变换论文文献综述
冯红波,李萍,王博[1]（2020）在《基于自适应权重Retinex和小波变换的彩色图像增强算法》一文中研究指出针对现有图像增强技术容易出现细节丢失、局部曝光不足、过曝光或颜色失真,不能兼顾对比度和色彩保真的问题,提出了基于自适应权重Retinex与小波变换结合的彩色图像增强算法(AMSR-WT)。将图像从RGB空间转换到HSI空间,对亮度分量I进行小波变换分解为低频亮度图像和若干高频亮度图像,对低频图像使用自适应权重Retinex进行增强,对高频图像使用改进的阈值去噪算法进行去噪,通过小波逆变换重构亮度分量,经过Gamma校正进一步增强对比度并转换回RGB空间得到增强图像。实验结果表明,该算法有效提高了图像对比度和颜色保真度,较好地保留了图像的细节和纹理。(本文来源于《无线电工程》期刊2020年01期）
陈旭阳,韩振南,宁少慧[2]（2019）在《自适应改进双树复小波变换的齿轮箱故障诊断》一文中研究指出针对双树复小波变换存在频率混迭以及参数需自定义的缺陷,提出自适应改进双树复小波变换的齿轮箱故障诊断方法。首先,利用双树复小波变换将信号进行分解和单支重构,采用粒子群算法将分解后分量峭度值作为适应度函数,选择双树复小波的最优分解层数;其次,对重构出的低频信号进行频谱分析提取故障特征,将单支重构后的各高频分量进行变分模态分解,通过峭度值获得各高频分量经变分模态分解后的主频率分量信号;最后,分析各主频率分量信号的频谱,识别齿轮箱的故障特征。结果表明,该方法与双树复小波变换和变分模态分解相比,不仅消除了频率混迭现象,提高了信噪比和频带选择的正确性,而且还提高了从强噪声环境中提取瞬态冲击特征的能力。(本文来源于《振动.测试与诊断》期刊2019年05期）
金晶晶[3]（2019）在《基于新步长调整函数的正交小波变换自适应滤波方法》一文中研究指出研究一种基于新的步长调整函数的正交小波变换最小均方自适应滤波算法,阐述了基于正交小波变换的自适应滤波原理,解释了正交小波变换能够提高算法收敛速度的原因。将一种新的步长调整函数应用于正交小波变换最小均方自适应滤波系统,通过模型识别检验了算法的收敛速度和稳态误差。使用该方法进行体震信号的自适应滤波,获得了更快的收敛速度和更好的滤波效果。(本文来源于《电子与封装》期刊2019年09期）
马朝永,盛志鹏,胥永刚,张坤[4]（2019）在《基于自适应频率切片小波变换的滚动轴承故障诊断》一文中研究指出频率切片小波变换(frequency slice wavelet transform, FSWT)在汲取短时傅里叶变换和小波变换优势的基础上引入了频率切片函数,使传统的傅里叶变换实现了时频分析功能。FSWT通过对比不同频带处理的结果以确定最合适的中心频率及最佳带宽,实现了对信号任意频带及局部特征的重构及描述,但这种方法效率很低、无自适应性且无法保证手动筛选出的频段中包含所需要的故障信息。针对这个问题,该文提出一种自适应频率切片小波变换(adaptive frequency slice wavelet transform, AFSWT)。首先,连续分割信号的频谱,频谱分割覆盖了全频带且避免了手动选取频谱边界的过程,均分的方式可提高计算效率。其次,引入谱负熵作为评价依据,计算每一个频段内信号的复杂程度以筛选可能包含周期性冲击的循环平稳信息。最后,选取其中谱负熵最大的频段并将其定义为最佳的中心频率和带宽,重构该频段信号分量并包络解调分析,实现故障诊断。该方法均匀分割频谱并依据谱负熵筛选信号分量可以提高计算效率且提高筛选准确率。通过模拟信号及实验信号证明了该方法可应用于滚动轴承圈故障诊断。(本文来源于《农业工程学报》期刊2019年10期）
邓飞跃,刘鹏飞,陈恩利,段修生[5]（2019）在《基于自适应频率窗经验小波变换的列车轮对轴承多故障诊断》一文中研究指出针对列车轮对轴承故障信号复杂,尤其是在多故障并发情况下难以准确诊断的问题,提出了基于频率窗经验小波变换(EWT)的轮对轴承多故障诊断方法。首先对轴承多故障振动信号进行Fourier变换,引入一个带宽可变的滑动频率窗分割信号频谱;然后利用水循环优化算法(WCA),通过所提出的幅值包络谱相关峭度(ESCK)指标,自适应地确定轴承多故障中各单一故障所对应的最优频率窗位置;最后通过经验小波变换分解出单一故障信号,采用包络解调分析实现轴承复合故障准确诊断。轮对轴承多故障仿真和实际应用结果表明,所提方法能有效分离列车轮对轴承复合故障中的典型故障,有效降低轮对轴承多故障诊断的误诊率,具有一定的应用价值。(本文来源于《铁道学报》期刊2019年05期）
徐庆红,方力,钟微,蒋克华[6]（2019）在《一种基于自适应轮廓波变换的图像编码方法》一文中研究指出为实现图像更加高效的稀疏表示,本文提出一种基于自适应轮廓波变换的图像编码方法。该方法基于熵准则,能够根据图像的频率分布,自适应地划分子带,从而实现图像的高效稀疏表示,提高编码质量。将本文所提算法用于多种标准测试图像的编码,分别与基于脊波、曲线波、轮廓波等变换的编码方法相比,实验结果表明,本文所提方法均优于上述方法,同等码率下峰值信噪比提升约0.5-2dB,且主观重构效果明显提高,证明了本文所提方法是有效可行的。(本文来源于《中国传媒大学学报(自然科学版)》期刊2019年01期）
于天河,孟雪,潘婷,兰朝凤[7]（2018）在《小波变换和自适应变换相结合的图像增强方法》一文中研究指出对比度受限的自适应直方图均衡是一种提高图像的局部细节有效的算法(简称为自适应变换CLAHE)。针对它在应用过程中存在对比度和过度拉伸噪声增强问题,提出了一种有效的图像增强方法,命名为CLAHE离散小波变换,它结合了CLAHE与离散小波变换。首先,原始图像由离散小波变换分解为低频和高频部分。然后,分别使用CLAHE增强低频系数和对高频带小波系数进行滤波,以限制噪声增强。这是因为高频分量对应于细节信息,低频部分包含雾霾图象的大部分噪声。最后,通过采取新的系数小波逆变换重建图像。(本文来源于《哈尔滨理工大学学报》期刊2018年06期）
朱立一,何伟[8]（2018）在《自适应提升小波变换在图像融合中的应用》一文中研究指出提出了一种自适应提升小波变换方案,首先将源图像经过水平、垂直和对角线分解成为高、低频系数,构造预测算子和更新算子,对高、低频系数进行预测和更新,再对高、低频系数采用不同的融合规则进行融合,最后进行提升小波逆变换,合成融合后图像。实验表明,本算法能够保留更多的细节信息。(本文来源于《电脑知识与技术》期刊2018年32期）
杜进楷,陈世国[9]（2018）在《基于双树复小波变换的自适应PCNN图像融合算法》一文中研究指出本文针对传统离散小波变换(DWT)在图像融合中细节丢失的问题,提出了一种基于双树复小波变换(DT-CWT)的低频域区域能量取大和高频域自适应脉冲耦合神经网络(PCNN)图像融合算法(简称DC-SA-PCNN)。实验结果显示,采用同样的融合规则,DT-CWT融合图像的互信息量MI、边缘保持度Q~(AB/F)、融合积MQ=MI×Q~(AB/F)均高于DWT融合图像,基于自适应PCNN算法获得的融合图像具有更优的MI、Q~(AB/F)、MQ指标。结果表明,DC-SA-PCNN算法有效地综合了红外图像和可见光图像中的信息,融合图像更加全面地携带了源图像中的有效信息特征。(本文来源于《红外技术》期刊2018年10期）
程浩,袁月,王恩德,付建飞[10]（2018）在《基于小波变换的自适应阈值微震信号去噪研究》一文中研究指出针对矿山微震信号中所包含的随机噪声对微震监测和微震源的准确定位存在着严重干扰的问题,根据前人的研究成果,在分层阈值上增加分层自适应因子,提出一种新的分层自适应阈值方法.该方法根据矿山微震有效信号的低频特性,利用分层自适应因子,将高频部分的噪声信号最大限度地去除,提高矿山微震信号的信噪比;同时,最大程度地保留低频部分的信号.通过实际数据与分层阈值的对比,验证了该方法的有效性与优越性.(本文来源于《东北大学学报(自然科学版)》期刊2018年09期）
自适应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：
针对双树复小波变换存在频率混迭以及参数需自定义的缺陷,提出自适应改进双树复小波变换的齿轮箱故障诊断方法。首先,利用双树复小波变换将信号进行分解和单支重构,采用粒子群算法将分解后分量峭度值作为适应度函数,选择双树复小波的最优分解层数;其次,对重构出的低频信号进行频谱分析提取故障特征,将单支重构后的各高频分量进行变分模态分解,通过峭度值获得各高频分量经变分模态分解后的主频率分量信号;最后,分析各主频率分量信号的频谱,识别齿轮箱的故障特征。结果表明,该方法与双树复小波变换和变分模态分解相比,不仅消除了频率混迭现象,提高了信噪比和频带选择的正确性,而且还提高了从强噪声环境中提取瞬态冲击特征的能力。
（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。
自适应小波变换论文参考文献
[1].冯红波,李萍,王博.基于自适应权重Retinex和小波变换的彩色图像增强算法[J].无线电工程.2020
[2].陈旭阳,韩振南,宁少慧.自适应改进双树复小波变换的齿轮箱故障诊断[J].振动.测试与诊断.2019
[3].金晶晶.基于新步长调整函数的正交小波变换自适应滤波方法[J].电子与封装.2019
[4].马朝永,盛志鹏,胥永刚,张坤.基于自适应频率切片小波变换的滚动轴承故障诊断[J].农业工程学报.2019
[5].邓飞跃,刘鹏飞,陈恩利,段修生.基于自适应频率窗经验小波变换的列车轮对轴承多故障诊断[J].铁道学报.2019
[6].徐庆红,方力,钟微,蒋克华.一种基于自适应轮廓波变换的图像编码方法[J].中国传媒大学学报(自然科学版).2019
[7].于天河,孟雪,潘婷,兰朝凤.小波变换和自适应变换相结合的图像增强方法[J].哈尔滨理工大学学报.2018
[8].朱立一,何伟.自适应提升小波变换在图像融合中的应用[J].电脑知识与技术.2018
[9].杜进楷,陈世国.基于双树复小波变换的自适应PCNN图像融合算法[J].红外技术.2018
[10].程浩,袁月,王恩德,付建飞.基于小波变换的自适应阈值微震信号去噪研究[J].东北大学学报(自然科学版).2018
论文知识图
