导读:本文包含了小波变换重构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,重构,阈值,形貌,频谱,高阶,函数。
小波变换重构论文文献综述
刘欢,阿达依·谢尔亚孜旦,王威[1](2019)在《小波变换在齿面重构上的应用》一文中研究指出齿轮在现代传动领域非常重要,如何提高齿面的性能成为研究热点。从齿面渐开线理论出发,结合叁次B样条小波多分辨率分析理论,以渐开线齿轮齿面的构造为载体,运用MATLAB软件得到齿面离散数据,结合其齿面的叁次B样条小波矩阵对其进行高频滤波处理;对处理前、后的数据利用叁维建模软件分别进行精确建模。为了对比分析齿面的性能,分别对两组啮合齿轮运用ABAQUS软件与ADAMS软件进行齿面接触受力与振动分析。结果表明:叁次B样条小波可以提高齿面的光顺性,减少齿面接触应力与振动,改善齿轮的传动性能。(本文来源于《机床与液压》期刊2019年20期)
杨东坡,王孝兰,郭辉,刘宁宁,王岩松[2](2019)在《基于小波变换和神经网络的车内噪声信号重构》一文中研究指出为获取较高精度车内噪声主动控制(Active Noise Control,ANC)参考信号,提出了一种基于小波变换和BP神经网络的车内噪声信号重构方法;以在某轿车采集到的噪声信号为基础,用声学传递路径分析(TPA)方法确定影响车内噪声的关键点信号;鉴于噪声源信号对车内信号非线性关系的复杂性,建立BP神经网络的噪声重构模型,并利用小波分解来降低噪声信号的非平稳性;为对比重构效果,建立BP神经网络噪声重构模型;结果表明,文章提出算法的重构值与实测值之间的平均绝对误差比BP神经网络小,并且基于小波变换和BP网络重构模型的平均绝对误差均小于0.01;该方法能够对车内噪声信号进行准确、有效的重构。(本文来源于《计算机测量与控制》期刊2019年04期)
马骊溟,王宏朋,霍高杰,吴夏宇[3](2018)在《基于小波变换与频谱分析的表面形貌分离与重构》一文中研究指出采用激光共聚焦显微镜OLS4000精确提取加工表面的叁维数据,利用小波函数将其分解成低频和高频信号,并采用频谱分析方法得到表面微观轮廓形貌图。该方法不但可以为获得加工表面精确的数学模型提供保证,也可以较为精确地评定零件的表面形貌。(本文来源于《煤矿机械》期刊2018年12期)
汪苏杰[4](2018)在《基于剪切波变换与高阶全变差的磁共振图像重构方法研究》一文中研究指出随着磁共振成像技术在临床上的应用越来越广泛,对磁共振成像质量和速度也提出了越来越高的要求。由于磁共振成像过程对病人身体和器官的移动十分敏感,稍微的移动便会使磁共振成像结果产生运动伪影。因此如何有效减少K空间数据,缩短磁共振设备扫描时间,提高磁共振成像速度,成为磁共振研究热点问题。本文研究一种基于高阶全变差模型(HDTV)来重构磁共振图像,相比传统全变差(TV)、总广义变差(TGV)磁共振成像方法的重构性能。基于HDTV模型的磁共振重构方法能够提高磁共振图像的重构质量,减少重构误差,具有更高的信差比,更小的相对L2范数误差以及更好的平均结构相似性,但HDTV方法所需重构时间最长。在此基础上,一种基于广义高阶全变差(GHDTV)模型用于重构磁共振图像,利用快速交替最小化方法求解基于广义高阶全变差模型的磁共振图像重构凸优化问题。实验结果表明,在不同加速因子下,与高阶全变差重构方法对比,广义高阶全变差方法重构的磁共振图像质量更好,具有更高的信差比,更小的相对L2范数误差,而且重构时间少于高阶全变差方法。本文提出了结合剪切波变换与高阶全变差(ST-HDTV)模型来重构磁共振图像,通过快速分裂复合算法和快速迭代收缩阈值算法求解提出的模型,并采用两组不同的心脏欠采样磁共振数据验证ST-HDTV的重构性能。实验结果表明,基于ST-HDTV模型的磁共振重构方法能够有效地提高磁共振图像重构的清晰度、减少磁共振图像重构误差,获取更多的数据细节信息。在不同加速因子下,与GHDTV和ST-TGV方法相比,基于ST-HDTV方法重构的磁共振图像可有效消除重构的“阶梯效应”和“纹理损失效应”,具有更好的重构质量。因此,基于ST-HDTV的算法具有更好的重构效果与应用前景。(本文来源于《浙江理工大学》期刊2018-11-19)
马合帕丽·奴尔旦[5](2018)在《小波变换在表面形貌多尺度重构中的应用基础研究》一文中研究指出作为数据特征挖掘的典型方法,小波分析理论的应用越来越受到广泛关注。为精准的描述零件表面的特征,分析其对零件使用性能的影响,本文基于小波分析理论对表面微观几何形貌进行重构。为此,对小波分析的基础理论进行了详细的分析。研究为主要涉及到了以下几个方面:1.分析了国内外小波分析理论及其应用现状表明小波分析理论在表面几何形貌特征分析中具有很好的应用前景;2.为使小波分析理论在表面几何形貌特征分析中起到更好的应用,对傅立叶变换的局限性进行了分析,并提出了小波变换的基本思路;3.基于函数的逼近理论,完整地分析了小波理论的建立过程,通过对Haar函数的分析,在建立Haar函数的小波母函数的基础上,利用Haar函数,基于小波空间和尺度空间函数,实现了对原始函数的多尺度重构;4.基于Haar小波分析理论实现了实测的表面微观几何轮廓的重构,重构结果表明,利用小波分析理论可重构表面微观几何形貌,且多尺度重构的表面微观几何轮廓的精度高于单尺度重构的精度;5.基于傅里叶变换的分析表明,与磨削加工相比,电化学光整加工是一种具有滤波功能的加工方法,体现在提高加工精度的同时,可大幅度改善表面质量,使表面粗糙度的值大幅度降低;本论文的研究和取得的成果,将有助于推动将分形几何和小波分析相结合描述表面微观几何形貌的热点研究。(本文来源于《新疆大学》期刊2018-06-30)
崔子明,吴晓泉,秦月霜,曲德民,彭碧群[6](2018)在《小波变换数据重构技术在地震资料解释中的应用》一文中研究指出地震剖面成像质量和信噪比直接影响地震资料解释的精度和可靠性,数据重构对提高地震剖面目的层的成像质量和信噪比具有十分重要的意义。本文介绍一种新的数据重构方法—小波变换数据重构,该方法利用地震剖面中不同地质目标对不同频率成分敏感程度不同的特点,采用小波变换对地震剖面进行重构处理,重构出不同频率或不同频带的地震剖面。选择能够充分揭示地质目标响应特点的单频数据体或某一频带数据体,可以进一步提高目的层的成像质量和信噪比,从而提高目的层地质目标的识别和解释精度。该方法已在松辽盆地北部多个地震解释区块中进行了实际应用,均取得了较好的地质效果和经济效益。(本文来源于《CPS/SEG北京2018国际地球物理会议暨展览电子论文集》期刊2018-04-24)
石松[7](2017)在《小波变换与寻峰重构算法在谱信号分析中的应用》一文中研究指出在物质分析方法中,有些测量方法是通过测量和分析物质对应的峰的位置、高度或面积来分析物质的性质。为了高效、准确地检测峰位、峰宽和峰高等信息,研究了基于小波的去噪方法、基于高斯拟合的峰信号重构技术和导数结合拐点法寻峰技术,并给出了在重金属检测和离子迁移谱检测中应用。小波变换是一种新兴的信号处理方法,其核心思想源自短时傅里叶变换的窗口化分析,同时改进了短时傅里叶变换中窗函数无法自适应时频变化的缺点。本文首先比较了小波变换模极大值法,小波基的小波系数相关性法与小波阈值法,选择了程序简单、对于谱信号中的白噪声及正弦噪声干扰去噪效果良好的小波阈值法作为去噪算法,重点讨论阈值与小波基的选取。在阈值的选取上参考了Donoho的软阈值法并进行改进,相比固定的软硬阈值法更加灵活。同时参考了大量小波基函数的特征,根据谱信号谱线与谱信号中常见噪声的特点结合仿真实验进行选优,通过对比SNR与RMSE值,得到适合谱信号滤波处理的几种小波基以及分解尺度与消失矩选取的关系。然后讨论了寻峰的常用几种算法。对谱信号的分析过程中,关键技术就是定位每个峰的起始点和终点,然后根据峰位和峰形计算峰高与峰面积,有时还要对畸变峰进行重构。本文主要介绍常用寻峰算法包括比较法、导数法、高斯拟合法、对称零面积法和小波变换法的工作原理和特点。最后给出了寻峰算法在仪器设计上的应用。一是导数结合拐点法在重金属检测中的应用,研究了溶出峰的特点并设计了快速寻峰算法,并开发了叁电极传感器的恒电位仪电路,并给出了测试结果和主要参数。另一个应用是高斯拟合结合小波降噪处理离子迁移谱峰信号,研究基于小波的离子迁移谱信号的去噪方法和基于高斯拟合方法的离子迁移谱信号的重构技术,能够准确还原因为信号峰的重迭而消失的离子峰,能够提高应用离子迁移谱定性物质种类的能力。(本文来源于《淮北师范大学》期刊2017-05-01)
游龙庭,宋建国,于会臻,王月蕾[8](2017)在《基于解析信号重构的同步挤压小波变换的时频谱影响因素分析》一文中研究指出受测不准原理的制约,小波变换、S变换等时频分析算法无法同时获得高时间分辨率和高频率分辨率。为了满足更高的要求,出现了一种联合小波变换和时频谱重组的新方法—同步挤压小波变换。本文从同步挤压小波变换和基于解析信号重构的同步挤压小波变换的原理出发,通过模型分析算法中参数设置对时频分析结果的影响,包括小波母函数、小波母函数的参数选择和小波阈值等,分析瞬时频率变化率不为零的信号所存在的时频谱模糊现象,并通过控制小波母函数、小波母函数参数以及小波阈值有效地减轻瞬时频率变化率不为零的信号所存在的时频谱模糊现象,时频谱的质量得到一定程度的提高。研究结果对获取高分辨率地震时频谱具有一定的指导意义。(本文来源于《CT理论与应用研究》期刊2017年03期)
周广福,文成林,高敬礼[9](2017)在《基于小波变换与稀疏傅里叶变换相结合的光场重构方法》一文中研究指出随着计算机图形学和计算机视觉技术的发展,光场开始进入人们的视线并被迅速应用于各个领域.然而光场的获取需要大量的图像,具有数据量大,获取成本高等特点,因此学者们越来越关注如何利用少量的光场数据获取整个光场这一问题,并且做出了大量的工作.针对上述问题,本文将小波变换与稀疏傅里叶变换相结合,利用光场在角度域的稀疏性提出一种新的光场重构方法.首先,利用小波变换多分辨率分析的特点,通过小波变换将原始图像分解为多个不同频率的子图像;然后分别对每个子图像通过傅里叶切片定理恢复其频率位置,从而可以分别得到它们的二维角度谱;最后将每个子图像的二维角度谱合并,进行小波逆变换获得整个光场.本文方法利用小波变换将原图像分解为多个不同频率的子图像分别同时处理,不仅降低了算法的复杂度,大大减少了算法的运行时间,为光场的广泛应用提供了条件,而且相比于单独运用稀疏傅里叶算法重构,本方法有效地抑制了窗口效应,使重构结果更加准确.此外,本文方法将高频信息和低频信息分开重构,可以有效地改善并网恢复中小频率丢失的问题,进一步改进重构结果.最后通过仿真验证了算法的有效性.(本文来源于《电子学报》期刊2017年04期)
侯娟,李志农[10](2017)在《小波变换压缩感知在断口图像重构中的应用研究》一文中研究指出基于小波变换压缩感知的独特优势,即小波系数的稀疏性和突破奈奎斯特采样定理的局限性,将小波变换压缩感知应用于到断口图像的处理中,提出了基于小波变换压缩感知的金属断口图像重构方法。该方法利用小波变换对断口图像进行稀疏采样,然后,设计随机测量矩阵对图像进行压缩,最后,通过OMP或ROMP算法对断口图像进行重构。同时,对比分析了OMP和ROMP两种重构算法。研究结果表明,在压缩比达到一定程度时,两种重构算法都能得到较好的重构图像,相对来说,ROMP重构算法优于OMP算法,得到了更高的峰值信噪比(PSNR),并且ROMP算法的重构时间大大缩短,且表现较为稳定。(本文来源于《南昌航空大学学报(自然科学版)》期刊2017年01期)
小波变换重构论文开题报告
(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:
为获取较高精度车内噪声主动控制(Active Noise Control,ANC)参考信号,提出了一种基于小波变换和BP神经网络的车内噪声信号重构方法;以在某轿车采集到的噪声信号为基础,用声学传递路径分析(TPA)方法确定影响车内噪声的关键点信号;鉴于噪声源信号对车内信号非线性关系的复杂性,建立BP神经网络的噪声重构模型,并利用小波分解来降低噪声信号的非平稳性;为对比重构效果,建立BP神经网络噪声重构模型;结果表明,文章提出算法的重构值与实测值之间的平均绝对误差比BP神经网络小,并且基于小波变换和BP网络重构模型的平均绝对误差均小于0.01;该方法能够对车内噪声信号进行准确、有效的重构。
(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。
小波变换重构论文参考文献
[1].刘欢,阿达依·谢尔亚孜旦,王威.小波变换在齿面重构上的应用[J].机床与液压.2019
[2].杨东坡,王孝兰,郭辉,刘宁宁,王岩松.基于小波变换和神经网络的车内噪声信号重构[J].计算机测量与控制.2019
[3].马骊溟,王宏朋,霍高杰,吴夏宇.基于小波变换与频谱分析的表面形貌分离与重构[J].煤矿机械.2018
[4].汪苏杰.基于剪切波变换与高阶全变差的磁共振图像重构方法研究[D].浙江理工大学.2018
[5].马合帕丽·奴尔旦.小波变换在表面形貌多尺度重构中的应用基础研究[D].新疆大学.2018
[6].崔子明,吴晓泉,秦月霜,曲德民,彭碧群.小波变换数据重构技术在地震资料解释中的应用[C].CPS/SEG北京2018国际地球物理会议暨展览电子论文集.2018
[7].石松.小波变换与寻峰重构算法在谱信号分析中的应用[D].淮北师范大学.2017
[8].游龙庭,宋建国,于会臻,王月蕾.基于解析信号重构的同步挤压小波变换的时频谱影响因素分析[J].CT理论与应用研究.2017
[9].周广福,文成林,高敬礼.基于小波变换与稀疏傅里叶变换相结合的光场重构方法[J].电子学报.2017
[10].侯娟,李志农.小波变换压缩感知在断口图像重构中的应用研究[J].南昌航空大学学报(自然科学版).2017