导读:本文包含了快速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,快速,图像处理,电力系统,故障,图像,稳定。
快速小波变换论文文献综述
李茂刚,闫春华,薛佳,张天龙,李华[1]（2019）在《近红外光谱结合小波变换-随机森林法快速定量分析甲醇汽油中甲醇含量》一文中研究指出建立了一种基于近红外光谱(Near infrared spectroscopy,NIR)结合小波变换-随机森林(Wavelet transform-Random forest,WT-RF)的用于甲醇汽油中甲醇含量快速定量分析的方法。采用傅里叶变换红外光谱仪采集54个甲醇汽油样品的光谱,并进行光谱解析;探究不同光谱预处理方法对样品NIR光谱的处理效果,重点探究基于不同小波基函数与小波分解层数的小波变换(Wavelet transform,WT)光谱预处理效果,并通过优化变量重要性阈值筛选随机森林RF校正模型的输入变量;基于优化后的参数及输入变量,构建了甲醇汽油NIR光谱的WT-RF模型。为了进一步验证此模型的预测性能,将其与小波变换-偏最小二乘校正模型(Wavelet transform-Partial least squares,WT-PLS)和小波变换-最小二乘支持向量机校正模型(Wavelet transform-Least square support vector machine,WT-LSSVM)进行对比。结果表明,WT-RF校正模型具有最佳的预测性能,其交叉验证决定系数(Coefficient of determination of cross-validation,R_(cv)~2)和均方根误差(Root mean square error of cross-validation,RMSECV)分别是0. 9990和0. 0044%,预测集决定系数(Coefficient of determination of prediction set,R_p~2)和均方根误差(Root mean square error of prediction set,RMSEP)分别为0.9885和0.0191%。研究结果表明,NIR光谱结合WT-RF算法是一种快速准确定量分析甲醇汽油中甲醇含量的方法。(本文来源于《分析化学》期刊2019年12期）
范虹,张程程,侯存存,朱艳春,姚若侠[2]（2019）在《结合双树复小波变换和改进密度峰值快速搜索聚类的乳腺MR图像分割》一文中研究指出针对乳腺MR图像组织复杂、灰度不均匀、难分割的特点,本文提出双树复小波(DTCWT)变换结合密度聚类的图像分割方法.首先利用复小波域双变量模型结合各向异性扩散函数对图像进行去噪处理;进而通过简单线性迭代聚类(SLIC)算法将图像划分成一定数量的超像素区域,根据事先设置的阈值搜索每个超像素的近邻,从而降低基于K近邻的密度峰值快速搜索聚类(KNN-DPC)算法寻找每个样本近邻的时间;最终,引入超像素区域的近邻信息度量样本密度,采用KNN-DPC算法的分配策略自适应聚类.仿真和临床数据分割结果表明,所提算法能有效的实现乳腺MR图像的分割.(本文来源于《电子学报》期刊2019年10期）
姜涛,刘方正,陈厚合,李雪,李国庆[3]（2019）在《基于多通道快速傅里叶小波变换的电力系统主导振荡模式及模态协同辨识方法研究》一文中研究指出针对连续小波变换在主导振荡模式辨识中存在效率低的不足,提出一种快速傅里叶小波变换(CWTFT)方法以提高小波变换效率;针对单通道小波辨识的结果受振荡模式可观性影响的缺陷,提出一种多通道CWTFT,实现多通道量测信息的时频域分解,进而获得对应的小波系数矩阵;在此基础上,借助小波尺度相对能量甄别出与主导振荡模式强相关的关键小波尺度,以其为基准重构小波系数矩阵;对重构的小波系数矩阵进行奇异值分解,利用重构小波系数矩阵的第一左、右奇异特征向量辨识系统主导振荡模式及振荡模态。将所提方法应用到16机68节点测试系统和南方电网的广域实测数据中,结果验证了该方法的准确性和有效性。(本文来源于《电力自动化设备》期刊2019年07期）
张树梅[4]（2019）在《基于小波变换的快速干扰协调方案研究》一文中研究指出随着通信设备数量及其流量需求的爆炸式增长,必须提高蜂窝网络的系统频谱效率,来满足终端日益增长的流量需求和更好的终端体验。频谱稀缺一直是无线移动通信的关键问题,而以上发展将使频谱稀缺问题变得更加严重。频率复用技术允许相邻蜂窝中的设备在同一频段内同时传输数据,这显着增加了频谱利用率,但也带来了蜂窝间干扰进而限制了系统的频谱效率。动态干扰协调因为其灵活度高、反应迅速、协调效果明显等特点而被深入研究,它通过调度蜂窝内的资源块以降低蜂窝间的相互干扰,从而提升系统的频谱效率。然而,由于传统动态干扰协调优化方案的时间复杂度较高,运算时间非常长,在未来密集终端网络场景中并不适用,因此寻找一种快速的动态干扰协调方案显得尤为必要。本学位论文主要对高密度网络场景中的干扰协调问题进行研究,针对两蜂窝场景,分别提出了面向单蜂窝性能优化和面向两蜂窝性能优化的快速干扰协调方案。根据我们过去的研究,发现在高密度网络场景中导致干扰协调时间过长的原因是协调问题规模较大,提出的面向单蜂窝性能优化快速干扰协调方案主要是降低问题规模从而降低干扰协调的运算时间。首先对每个蜂窝中的终端进行排序,以增大终端有效信号和受到邻蜂窝终端干扰参数的冗余。然后通过离散小波变换将参数变换到小波域,对经过小波变换后的信号序列进行低频信息的提取,即仅保留尺度系数,经过这一步骤,降低了原始参数序列长度从而降低了问题规模。最后,在小波域中完成干扰协调,经过离散小波反变换将获得的协调策略转换回原始域,利用域间协调转换策略得到最终的干扰协调策略。此外,我们进一步研究了面向两蜂窝性能优化的快速干扰协调方案。主要是提出了一种分组排序方法。首先根据终端的有效信号值升序对终端进行排序,然后对终端进行分组,然后对组内终端进行排序,使得相邻组内终端对邻基站的干扰升序、降序交替出现。经过分组排序的终端可以同时增大自身有效信号和对邻蜂窝基站干扰的冗余,使得之前的方案可以实现两蜂窝性能的优化。将该方案得到的最终协调结果和匈牙利算法得到的最优协调策略进行对比,所提出的方案降低了时间成本,同时保持其他性能指标仍然接近最优。(本文来源于《合肥工业大学》期刊2019-05-01）
荆方,刘增力[5]（2019）在《基于快速有限剪切波变换的图像去噪》一文中研究指出图像去噪一直是数字图像处理领域研究的热点之一。近年来,针对小波变换的不足,提出了一种基于变换域的多尺度几何理论分析——剪切波变换(Shearlet Transform)。结合剪切波变换的特点,提出了一种基于快速有限剪切波变换(Fast Finite Shearlet Transform)的图像阈值去噪方法。在噪声强度相同的情况下采用同样的阈值去噪算法,将快速有限剪切波变换与传统的小波变换进行对比。仿真结果表明,有限离散剪切波变换去噪算法相比于小波变换来说,信息冗余量低,去噪后图像的失真较少,且去噪耗费的时间较短,在峰值信噪比、冗余及去噪所耗费的时间等方面都优于小波变换。(本文来源于《通信技术》期刊2019年02期）
徐少平,林官喜,曾小霞,姜尹楠,唐祎玲[6]（2018）在《基于小波变换系数统计特征值和深度神经网络的快速噪声水平评估算法》一文中研究指出鉴于噪声干扰导致图像小波变换系数的统计特征值产生有规律的变化以及深度神经网络(Deep Neural Network,DNN)强大的函数逼近(映射)能力,提出了一种快速噪声水平评估(Fast Noise Level Estimation,FNLE)算法。具体地,先利用Daubechies 9/7小波基在3个尺度、3个方向对噪声图像进行小波变换,再利用广义高斯分布(Generalized Gaussian Distribution,GGD)模型为变换后各个子带上的小波系数值建模并以GGD模型的2个参数作为统计特征值,共可得到18个特征值构成描述图像噪声水平高低的特征矢量;然后,选用大量已知噪声水平值的噪声图像构成噪声图像集合,提取集合中噪声图像的特征矢量并与所施加的噪声水平值构成训练数据集;最后,利用DNN深度神经网络技术在训练数据集上进行训练从而获得能够将特征矢量映射为噪声水平值的预测模型。为了获得更加准确的预测值,将噪声水平值范围细分为5个子范围分段训练以获得更为精准的预测模型。相对于现有的算法,FNLE算法采用了基于训练的实现策略。预测模型一旦训练完成,其用于预测的执行时间非常短。同时,DNN深度神经网络技术保证了预测结果的准确性。大量实验数据验证了FNLE算法在预测准确性和执行效率两个关键评价指标上具有更好的综合优势。(本文来源于《光电子·激光》期刊2018年06期）
刘方正[7]（2018）在《基于快速傅里叶小波变换和奇异值分解的电力系统主导振荡参数多通道辨识方法》一文中研究指出随着用电需求的猛增和建设规划的日趋完善,我国的电网建设正在向着规模巨大、互联密切的方向飞速发展,而大规模、广互联的特性使得如今的电网系统常工作于临界状态并且网内的任意一点发生任何的异常都会对整个网络带来或大或小的影响。有些影响会通过网络自身逐步消失,而有些可能会逐步扩大、发展,影响电网的安全稳定运行。低频振荡现象就是其中一种普遍存在的可能会对电网造成无法挽回后果的波动现象。因此,对于低频振荡的振荡模式等参数的辨识,用以作为后续电网运行的调整,有着重要的现实意义。电力系统的主导振荡模式、主导振荡模态和主导振荡参与因子是电力系统小扰动稳定分析的重要研究内容,而目前基于广域量测信息的电力系统小扰动分析绝大部分聚焦于电力系统的主导振荡模式辨识,对与主导振荡模式强相关的振荡模态和参与因子的辨识尚未进行有效研究。针对这一不足,本文采用一种基于多通道快速傅里叶小波变换的电力系统主导振荡模式、模态及参与因子协同辨识方法。针对连续小波变换在系统主导振荡模式辨识中存在效率低下的问题,引用一种快速傅里叶小波变换方法以提高小波变换在电力系统主导振荡辨识中的效率;然后针对连续小波变换和快速傅里叶小波变换的单通道辨识方法的辨识结果易受振荡模式可观性影响的缺陷,采用一种多通道快速傅里叶小波变换,实现多通道量测信息的时频域分解,进而获得对应的小波系数矩阵;在此基础上,借助小波尺度相对能量甄别出与系统主导振荡模式强相关的关键小波尺度;以关键小波尺度为基准,重构小波系数矩阵;对重构的小波系数矩阵进行奇异值分解,利用重构小波系数矩阵的第一左、右奇异特征向量辨识系统主导振荡模式、振荡模态和参与因子,实现基于广域量测信息的电力系统主导振荡模式、模态及参与因子的协同辨识。将本文所提方法应用到16机68节点测试系统和南方电网的仿真数据以及南方电网的广域实测数据中进行分析、验证,分析结果验证了本文所提方法的准确性和有效性。(本文来源于《东北电力大学》期刊2018-05-01）
刘宏森,李迎华,王恒,袁静[8]（2018）在《基于实时小波变换的配网短路故障快速检测技术》一文中研究指出针对10 kV配网容量不断增加而引起的短路故障电流急剧上升,甚至超过断路器开断电流能力的问题,常规的故障检测算法主要是通过有效值、瞬时值、斜率等特征进行判断,存在误检率较高、检测速度较慢等缺点。文中提出了一种基于实时小波变换的配网短路故障快速检测算法,即每次更新8个电流采样数据,并采用递推算法进行叁层小波变换,以叁相电流的第3层分解小波系数d3绝对值之和与电流瞬时值作为检测短路故障的综合判据。在MATLAB/Simulink下完成了10 kV配网叁相短路故障的仿真,对仿真过程进行了详细的说明。最后对文中算法检测短路故障的时间进行了多次仿真,结果表明采用快速递推法进行实时小波变换可以快速、有效地检测出短路故障,具有良好的适用性。(本文来源于《高压电器》期刊2018年03期）
朱达荣,许露,汪方斌,刘涛,储朱涛[9]（2018）在《基于快速有限剪切波变换与引导滤波的多聚焦图像融合算法》一文中研究指出为了使融合后的多聚焦图像细节特征丰富且边缘清晰,提出一种基于快速有限剪切波变换(FFST)与引导滤波的图像融合算法。利用FFST将源图像分解为低频系数和高频系数。在融合低频系数时,定义一种改进的拉普拉斯能量和(NSML),并设计一种基于区域NSML的低频系数选择方案;针对高频系数富含细节信息的特点,提出一种基于引导滤波的区域能量加权融合算法。然后,通过逆FFST获取最终的融合图像。对比实验结果表明,所提算法在主观视觉效果与客观评价指标方面都取得了较好的结果。(本文来源于《激光与光电子学进展》期刊2018年01期）
林森,沈为群[10]（2017）在《基于小波变换的环控试验数据压缩与快速预览》一文中研究指出针对动态环境控制试验中采集数据的冗余问题和大量数据的快速显示问题,分别提出基于小波变换的实时数据压缩算法和数据快速预览算法。通过对经典的Mallat分解合成算法进行改进使其可以用于实时变换。根据小波变换与函数导数之间的关系,提出一种快速提取试验数据趋势的方法。仿真实验结果表明,算法对环控数据压缩和预览有较好的效果。(本文来源于《信息与电脑(理论版)》期刊2017年24期）
快速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：
针对乳腺MR图像组织复杂、灰度不均匀、难分割的特点,本文提出双树复小波(DTCWT)变换结合密度聚类的图像分割方法.首先利用复小波域双变量模型结合各向异性扩散函数对图像进行去噪处理;进而通过简单线性迭代聚类(SLIC)算法将图像划分成一定数量的超像素区域,根据事先设置的阈值搜索每个超像素的近邻,从而降低基于K近邻的密度峰值快速搜索聚类(KNN-DPC)算法寻找每个样本近邻的时间;最终,引入超像素区域的近邻信息度量样本密度,采用KNN-DPC算法的分配策略自适应聚类.仿真和临床数据分割结果表明,所提算法能有效的实现乳腺MR图像的分割.
（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。
快速小波变换论文参考文献
[1].李茂刚,闫春华,薛佳,张天龙,李华.近红外光谱结合小波变换-随机森林法快速定量分析甲醇汽油中甲醇含量[J].分析化学.2019
[2].范虹,张程程,侯存存,朱艳春,姚若侠.结合双树复小波变换和改进密度峰值快速搜索聚类的乳腺MR图像分割[J].电子学报.2019
[3].姜涛,刘方正,陈厚合,李雪,李国庆.基于多通道快速傅里叶小波变换的电力系统主导振荡模式及模态协同辨识方法研究[J].电力自动化设备.2019
[4].张树梅.基于小波变换的快速干扰协调方案研究[D].合肥工业大学.2019
[5].荆方,刘增力.基于快速有限剪切波变换的图像去噪[J].通信技术.2019
[6].徐少平,林官喜,曾小霞,姜尹楠,唐祎玲.基于小波变换系数统计特征值和深度神经网络的快速噪声水平评估算法[J].光电子·激光.2018
[7].刘方正.基于快速傅里叶小波变换和奇异值分解的电力系统主导振荡参数多通道辨识方法[D].东北电力大学.2018
[8].刘宏森,李迎华,王恒,袁静.基于实时小波变换的配网短路故障快速检测技术[J].高压电器.2018
[9].朱达荣,许露,汪方斌,刘涛,储朱涛.基于快速有限剪切波变换与引导滤波的多聚焦图像融合算法[J].激光与光电子学进展.2018
[10].林森,沈为群.基于小波变换的环控试验数据压缩与快速预览[J].信息与电脑(理论版).2017
论文知识图
