导读:本文包含了小波分频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,分频,分解,模型,图像,组合,振幅。
小波分频论文文献综述
霍江游[1]（2018）在《基于小波多分辨分解的股价波动分频组合预测》一文中研究指出金融股票市场是一个极其复杂的演化系统,准确揭示其内在规律往往十分困难,但股价波动不仅预示着经济的发展情势,而且牵动着投资者的切身利益。早些年业界主要尝试用单一的模型来把握股价波动,比较常用的有ARIMA、GARCH、SVM、神经网络等,这些方法可以在一定程度上刻画出股价的起伏规律,但预测精度和模型性能还有待提高,因此渐渐有学者把关注焦点投向组合方法,以期探索出效果更好的预测模型。本文也尝试在组合预测方向上做出努力。文章首先对证券市场的可预测性进行了阐述,根据有效市场假说,市场只有在非效率条件下运用数量模型预测分析才具有价值,基于此,一些研究工作对我国股市有效性进行了验证,得出市场未达弱式有效的一致结论。其次介绍了股票价格预测中存在的难题,不确定性、高噪声干扰、信息杂糅等问题是股价不易精准预测的根源,本文就成份杂糅这一难点,引入小波分析、ARIMA模型、BP神经网络组合解决。小波分析能够将股价数据投影至各个尺度空间,进而实现各频率成份信号的有效分离,而ARIMA模型是时序分析中的经典选择,在线性趋势预测时具有不可比拟的优势,BP神经网络具有较强的自学习和非线性拟合能力,应用领域也十分广泛。最后创新构建“分频”组合预测模型(M-ARIMA-BP),该模型在小波Mallat算法运用过程中,通过改变小波系数设计出两种重构方案,并据此产生出两条波动特征鲜明的序列。其中,低频趋势序列更加平滑,贴近股票价格的基本发展趋势,而高频波动序列则变化频繁,波动较大,非线性特征较强,两条序列均具有更高的辨识度,易于建模。新算法无论选择小波函数将样本数据进行多少层分解,最终可以回归至对两条序列的解析,从而既发挥出小波“数字显微镜”的优势,提升模型预测精度,又能够减少后续的建模工作量,使得小波分析和一些复杂的模型算法结合使用更加方便。在仿真实证部分,选择上证综指和深成指数的日收盘价序列作为原始数据,将组合模型(M-ARIMA-BP)与标准小波预测模型,以及相应单一模型的预测结果进行比较。结果显示,M-ARIMA-BP算法预测精度优于对比模型并且在涨跌预测正确率方面,M-ARIMA-BP算法也有着更为稳健的性能。(本文来源于《江西财经大学》期刊2018-06-01）
曹凤,雷腾飞,苏敏[2]（2017）在《基于双边滤波与小波变换的分频滤波算法的分析》一文中研究指出针对图像在滤波时把图像的一些特征信息去除和图像分割边缘模糊的问题,提出了基于双边滤波和小波变换的分频滤波算法.通过二代小波提升变换后,得到图像的高频分量和低频分量,然后结合双边滤波和小波变换各自的优缺点,在低频分量部分采用双边滤波,在高频分量部分采用阈值小波变换,通过Matlab仿真结果分析,该方法在滤波过程中有很明显的优势.(本文来源于《嘉应学院学报》期刊2017年11期）
姚雪晴[3]（2017）在《基于小波域分频的变电站红外监控图像噪声自适应滤波算法》一文中研究指出针对变电站大量电力设施暴露于野外,受到空气粉尘、光照不均等因素的影响存在实地获取的红外监控图像含有大量噪声的问题,提出了一种基于小波域图像分频思路的自适应去噪算法。该算法首先对经分解后的变电站电力设施红外监控图像的小波低频、高频系数分别进行重构,得到空间域原始图像的背景图像和细节图像;然后对背景图像采用K-SVD字典学习自适应去噪算法进行处理;对于细节图像,根据其噪声分布特征,提出了一种基于窗口尺寸自适应调整的中值滤波改进算法进行处理;最后对噪声抑制后的背景和细节图像进行融合。研究表明,本文算法处理后的图像清晰度较高,有一定的实用价值。(本文来源于《电工技术》期刊2017年05期）
王小杰,栾锡武[4]（2017）在《基于小波分频技术的地层Q值补偿方法研究》一文中研究指出开展了基于小波分频技术的地层Q值补偿方法研究。首先应用小波分频技术将浅层、中深层和深层地震数据分成不同的频率段,得到不同目标层频率区间的地震数据,然后利用地层Q值提取技术提取Q值,最后分别进行地层Q值振幅补偿和相位补偿。该方法针对不同的目标层将地震资料分成不同的频率段,避免了不同频率成分地震信号的相互影响,同时特殊对待目标层的频率信息,提高了地层Q值提取的稳定性。模型试算和实际资料应用表明,该方法能够有效补偿不同目的层地震数据,使浅、中、深层反射波形基本一致,主频提高,频带展宽,从而提高了地震数据的质量。(本文来源于《石油物探》期刊2017年02期）
王万里,杨午阳,魏新建,何欣[5]（2017）在《基于小波分频与径向道变换的联合压制面波方法（英文）》一文中研究指出面波是地震记录上严重的干扰波。基于小波变换的面波衰减方法考虑了面波频率低的特点,但是当有效信号和面波干扰存在频率重迭时,其压制效果不理想。径向道变换考虑了面波与有效信号视速度差异,有利于去噪,但是在去除面波的同时也会损害有效信号的低频分量。本文根据面波和有效信号在视速度以及小波域能量的差别,将小波变换的局部分析能力与径向道变换的去噪优势相结合,提出了基于小波分频与径向道变换的联合面波压制方法。首先应用小波变换,将地震记录分解为不同频段,对出现面波的频段作径向道变换,然后再作低切滤波处理,最后利用径向道反变换后的记录与其他频段的记录进行小波重构得到去除面波的记录。两种方法的联合使用提高了小波分频去除面波的能力,同时也较好的保护了有效信号。通过模型数据实验分析和实际资料数据处理的结果表明,本文提出的方法具有较强的去噪能力和良好的保幅性能。(本文来源于《Applied Geophysics》期刊2017年01期）
刘洋,黄光南[6]（2016）在《小波分频及其在海洋地震数据瞬时属性提取中的应用》一文中研究指出小波变换是用伸缩和平移小波形成的小波基来分解或重构时变信号的一种信号处理方法。将小波变换运用于地震数据分析,其目的是在时频域内细致地分析地震记录的时变特性,以获得详细的有用地质体信息。针对墨西哥湾海域地震数据噪音干扰大、分辨率有限的问题,应用小波分频的方法对该海域的地震数据进行处理并提取其瞬时属性,结果表明该方法具有很好的时频分辨能力,可有效压制噪音干扰,提高地震记录的分辨率,在确定地质体分布以及识别地质体的构造特征方面,取得了理想的效果。(本文来源于《东华理工大学学报(自然科学版)》期刊2016年04期）
姚军,李岳桐,刘伟[7]（2016）在《Marr小波分频处理结合模型约束反演在薄储层预测中的应用》一文中研究指出随着岩性油气藏勘探的不断深入,尤其对碎屑岩储层来讲,对储层范围的预测精度要求越来越高,所要求预测的储层厚度也逐渐变小,地震资料在其中发挥着重要的作用。常规地震资料由于受其自身分辨率的影响,往往在薄储层的识别上存在很大困难,分辨率有待进一步的提高。这里从分析实际地震资料特征入手,参考井旁道地震子波,根据小波变换中小波基函数的选取原则优选改造后的Marr小波,对地震资料进行小波变换分频处理以提高地震资料分辨率来适应对薄储层的研究需要。在此基础上井震结合,运用模型约束反演对薄储层进行了有效预测。实际应用表明,这种Marr小波分频处理结合模型约束反演的薄储层,预测方法准确度高,效果良好。(本文来源于《物探化探计算技术》期刊2016年04期）
姚军,李双文,张晶[8]（2016）在《Marr小波分频处理结合模型约束反演在薄储层预测中的应用》一文中研究指出随着岩性油气藏勘探的不断深入,尤其对碎屑岩储层来讲,对储层范围的预测精度要求越来越高,所要求预测的储层厚度也逐渐变小,这其中地震资料发挥着重要的作用。常规地震资料由于受其自身分辨率的影响,往往在薄储层的识别上存在很大困难,分辨率有待进一步的提高。本文从分析实际地震资料特征入手,参考井旁道地震子波,根据小波变换中小波基函数的选取原则优选改造后的Marr小波对地震资料进行小波变换分频处理以提高地震资料分辨率来适应对薄储层的研究需要。在此基础上井震结合,运用模型约束反演对薄储层进行了有效预测。实际应用表明,这种Marr小波分频处理结合模型约束反演的薄储层预测方法准确度高,效果良好。(本文来源于《SPG/SEG北京2016国际地球物理会议电子文集》期刊2016-04-20）
何一韬,朱永忠[9]（2016）在《改进小波-ARMA分频模型在径流预测中的应用》一文中研究指出在简要分析径流影响因素的基础上,将改进的小波-ARMA分频模型应用到年径流预测中.讨论不同小波分解方式和拓延方式下沱沱河站年径流量预测,并将预测效果与其它3种模型预测进行比较.经过实证研究结果表明:整体分解方式下模型预测精度高,分步分解方式下模型实用性强.该方法拓宽了小波分析理论在影响因素不稳定条件下年径流量研究的应用范围,为径流量的短期科学预测提供了一种新方法.(本文来源于《云南民族大学学报(自然科学版)》期刊2016年02期）
丁继才,姜秀娣,翁斌,张金淼[10]（2015）在《基于物理小波时频分析及RGB分频混色的高精度频谱成像技术优势分析及应用》一文中研究指出时频分析技术以其对薄层解释的优势在高精度地震解释中得到了广泛的应用,但对叁维数据体进行时频分析再提取各种属性将会产生多个新的数据体,会使解释人员的工作量大幅增加,对解释人员的分析能力要求也会大大提高。为此,提出了基于物理小波时频分析及RGB分频混色的高精度频谱成像技术,分析了物理小波用于时频分析以及在时频分析基础上引入RGB分频混色技术的优势。应用效果表明,该技术大大改善了横向变化快的薄互层类地质体在空间的可视性,十分有利于这类地质体的空间展布刻画及演化情况分析,同时也大大降低了频谱成像技术应用的工作量。(本文来源于《中国海上油气》期刊2015年05期）
小波分频论文开题报告
（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：
针对图像在滤波时把图像的一些特征信息去除和图像分割边缘模糊的问题,提出了基于双边滤波和小波变换的分频滤波算法.通过二代小波提升变换后,得到图像的高频分量和低频分量,然后结合双边滤波和小波变换各自的优缺点,在低频分量部分采用双边滤波,在高频分量部分采用阈值小波变换,通过Matlab仿真结果分析,该方法在滤波过程中有很明显的优势.
（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。
小波分频论文参考文献
[1].霍江游.基于小波多分辨分解的股价波动分频组合预测[D].江西财经大学.2018
[2].曹凤,雷腾飞,苏敏.基于双边滤波与小波变换的分频滤波算法的分析[J].嘉应学院学报.2017
[3].姚雪晴.基于小波域分频的变电站红外监控图像噪声自适应滤波算法[J].电工技术.2017
[4].王小杰,栾锡武.基于小波分频技术的地层Q值补偿方法研究[J].石油物探.2017
[5].王万里,杨午阳,魏新建,何欣.基于小波分频与径向道变换的联合压制面波方法（英文）[J].AppliedGeophysics.2017
[6].刘洋,黄光南.小波分频及其在海洋地震数据瞬时属性提取中的应用[J].东华理工大学学报(自然科学版).2016
[7].姚军,李岳桐,刘伟.Marr小波分频处理结合模型约束反演在薄储层预测中的应用[J].物探化探计算技术.2016
[8].姚军,李双文,张晶.Marr小波分频处理结合模型约束反演在薄储层预测中的应用[C].SPG/SEG北京2016国际地球物理会议电子文集.2016
[9].何一韬,朱永忠.改进小波-ARMA分频模型在径流预测中的应用[J].云南民族大学学报(自然科学版).2016
[10].丁继才,姜秀娣,翁斌,张金淼.基于物理小波时频分析及RGB分频混色的高精度频谱成像技术优势分析及应用[J].中国海上油气.2015
论文知识图
