导读:本文包含了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,光谱,地层,信号,函数,岩心,图像。
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）
田青林,潘蔚,李瑶,张川,陈雪娇[2]（2019）在《基于小波包变换和权重光谱角制图的岩心高光谱蚀变信息提取》一文中研究指出高光谱数据波段数多且波段间存在强相关性,采用光谱角制图(spectral angle mapper,SAM)算法进行信息提取容易受光谱信号噪声的影响,在一定程度上影响地物识别的精度。针对这一问题,提出一种基于小波包变换和权重SAM的岩心高光谱蚀变信息提取方法。其基本思路为:在对原始高光谱数据进行辐射校正、反射率转换和小波去噪等预处理的基础上,选择daubechies4作为小波基,分别对高光谱图像像元光谱与参考光谱进行8层小波包分解,基于子分量系数构建小波包信息熵矢量来刻画原始光谱曲线特性,并找到像元光谱与参考光谱信息熵矢量差异较大的特征区间,对其设置权重,最后依据SAM算法原理进行蚀变矿物匹配,达到信息提取的目的。通过对我国南方某火山岩型铀矿区Hy Spex钻孔岩心短波红外高光谱数据的实验表明,该方法利用小波包信息熵特征矢量可以有效表征原始光谱信息,通过设置差异特征区间,突出了局部特征信息,增大了不同矿物类别间的可区分性,总体分类精度达到了75. 33%,Kappa系数为0. 706 3,优于传统的SAM算法,具有较好的适用性。(本文来源于《国土资源遥感》期刊2019年04期）
杨建民,黄保纲,刘卫林,高振南,李俊飞[3]（2019）在《基于小波变换的浅水叁角洲高分辨率层序地层定量划分》一文中研究指出针对浅水叁角洲储层横、纵向变化快导致井间高精度层序地层对比困难的问题,结合测井曲线和井旁地震资料,采用基于小波变换的时频分析技术,定量识别和划分高精度层序地层界面。以渤海湾盆地垦东凸起东部斜坡带明化镇组下段为例,综合利用测井曲线连续小波变换和地震时频分析技术定量识别具有等时意义的层序界面。研究发现,利用时频分析技术能够有效地对浅水叁角洲进行高分辨率层序地层的定量划分和识别,研究区目的层明化镇组下段共发育4个体系域、7个准层序组和17个准层序级别的层序地层单元,搭建了具有等时意义的高精度层序地层格架。(本文来源于《长江大学学报(自然科学版)》期刊2019年12期）
靳庆勇[4]（2019）在《改进小波变换技术在配电网谐波分析中的应用》一文中研究指出傅里叶处理是通过对周期性信号进行全局性变换后所计算出的一种处理方法,在实际环境中适应性不是很强。基于傅里叶技术所生成的小波分析法,其主要是将泛函数与傅里叶变换式、数值分析叁门学科进行了融合,对不同分辨力下的频率均可进行有效的辨别,同时基于不同频率,都可以生成符合规定要求的时间分辨率、频率分辨率,所以对处理对象——非平稳信号,具有极强的适应性。理想中电网内(本文来源于《矿业装备》期刊2019年06期）
江文超,张兴,谢东,李明[5]（2019）在《基于小波变换与BP神经网络的光伏电站孤岛检测研究》一文中研究指出随着光伏电站规模不断增大,并网光伏系统对原有供电网络的影响越来越大,孤岛检测成为光伏电站必须深入研究的问题。针对现有孤岛检测方法的不足,提出了一种基于小波变换与BP神经网络的新型被动式孤岛检测法。该法通过小波变换获得有关信号孤岛发生前后的特征信息,再由BP神经网络根据这些特征信息实施孤岛检测和孤岛保护行为。仿真研究的结果表明,所述新型被动式孤岛检测方法检测速度快,检测盲区小,在多个负载品质因数、谐波等扰动情况下,不会出现孤岛检测的误判行为。(本文来源于《电力建设》期刊2019年12期）
刘志斌,张胜,李留玺,曹鑫[6]（2019）在《隧道爆破作用下建筑物振动信号的小波变换时频分析》一文中研究指出地铁隧道爆破开挖产生的一部分能量转化为地震波,造成邻近建筑物的振动。根据连续小波变换的时频特性,将爆破荷载作用下振动信号进行连续小波变换时频分析,得到振动信号能量随时间与频率的分布规律。结果表明基于小波变换方法的爆破振动信号时频分布具有良好时频聚集性,为地铁隧道爆破网路与参数设计提供参考依据。(本文来源于《江西建材》期刊2019年11期）
李佳芯,王伟,高勇[7]（2019）在《一种小波变换下的ADS-B信号增强算法》一文中研究指出S模式的广播式自动相关监视技术(Automatic Dependent Surveillance-Broadcast,ADS-B)是目前空中交通管制大力推广的技术,但ADS-B信号在远距离传输过程中,由于传输信道的影响,会出现幅度减小和能量衰减等问题,从而导致接收到的微弱ADS-B信号不能正确译码。针对这种情况,提出用小波变换对信号做增强处理的方法,首先改进小波系数,接着确定分解层数,再利用重构指数来选取最优小波基,最后对阈值进行改进,考虑在不同的小波分解尺度上选取不同的阈值。对实际数据进行测试的结果表明,该算法能有效地对ADS-B信号进行增强,对信号强度为-94d Bm的微弱信号也能正确译码,译码准确率明显提高,对空中管理、空间安全等实际应用有一定意义。(本文来源于《电讯技术》期刊2019年11期）
刘海涛[8]（2019）在《基于小波变换的非平稳排气噪声信号阶次分析方法》一文中研究指出汽车排气阶次噪声提取对于汽车声品质以及汽车分类识别具有重要的意义。为准确提取阶次噪声的时域信号,提出一种基于小波变换的非线性多分辨率的细化分析计算方法。通过理想带通传递函数构建基小波函数,基小波函数通过平移和伸缩实现信号的局部细化分析。探索小波函数的截取方式对频谱泄漏的影响,选取合适的窗函数截取小波函数,并通过与时域噪声信号的相关变换准确提取各阶次成分的时域波动信号。通过实车测试获取加速工况下的转速脉冲信号和排气辐射噪声信号,对以上方法进行验证。结果表明,提出的分析方法可准确提取出非平稳排气噪声中的阶次成分,为排气噪声阶次分析提供标准可靠的信号处理手段。(本文来源于《振动与冲击》期刊2019年22期）
王伟,李兴华,陈作彬,范磊,孙飞[9]（2019）在《基于小波包变换的爆破振动信号能量熵特征分析》一文中研究指出爆破振动信号是典型的短时非平稳随机信号。应用多分辨率特点的小波包变换对爆破振动信号进行多层分解,得到信号能量分布的细节信息。根据建立在概率统计基础上的信息熵概念,推导得到爆破振动信号能量熵计算方法。分析了4种类型爆破振动信号的能量熵,熵值由大到小为:隧道爆破、管道爆炸、台阶爆破、塌落振动。结果表明,能量熵能够反映不同类型爆破对振动信号的影响。提出将能量熵作为爆破振动信号的新特征量,为爆破振动信号特征提取、不同爆破类型振动信号识别和爆破振动预测提供一种新思路。(本文来源于《爆破器材》期刊2019年06期）
车敏,张红梅,拓明福[10]（2019）在《小波变换和边缘信息的光谱图像融合研究》一文中研究指出光谱图像融合能够准确提取图像中的目标特征,可降低光谱图像目标检测误差与识别误差。以光谱图像融合问题为研究核心,提出基小波变换和边缘信息的光谱图像融合算法,采用基于小波的多尺度边缘检测方法获取光谱图像边缘信息,通过基于BayesShrink阈值抑制的边缘去噪方法,去除光谱图像边缘的噪声,对经过去噪后的光谱图像实行首次融合获取四种光谱图像,计算强度图像与线光谱图像DOLP的边缘相关性,最终通过边缘相关性实行光谱图像二次融合。经验证,所提算法能够继承光谱源图像中大量边缘信息,充分突出目标细节性边缘,且融合后的光谱图像清晰度最高。(本文来源于《激光杂志》期刊2019年11期）
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：
高光谱数据波段数多且波段间存在强相关性,采用光谱角制图(spectral angle mapper,SAM)算法进行信息提取容易受光谱信号噪声的影响,在一定程度上影响地物识别的精度。针对这一问题,提出一种基于小波包变换和权重SAM的岩心高光谱蚀变信息提取方法。其基本思路为:在对原始高光谱数据进行辐射校正、反射率转换和小波去噪等预处理的基础上,选择daubechies4作为小波基,分别对高光谱图像像元光谱与参考光谱进行8层小波包分解,基于子分量系数构建小波包信息熵矢量来刻画原始光谱曲线特性,并找到像元光谱与参考光谱信息熵矢量差异较大的特征区间,对其设置权重,最后依据SAM算法原理进行蚀变矿物匹配,达到信息提取的目的。通过对我国南方某火山岩型铀矿区Hy Spex钻孔岩心短波红外高光谱数据的实验表明,该方法利用小波包信息熵特征矢量可以有效表征原始光谱信息,通过设置差异特征区间,突出了局部特征信息,增大了不同矿物类别间的可区分性,总体分类精度达到了75. 33%,Kappa系数为0. 706 3,优于传统的SAM算法,具有较好的适用性。
（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].田青林,潘蔚,李瑶,张川,陈雪娇.基于小波包变换和权重光谱角制图的岩心高光谱蚀变信息提取[J].国土资源遥感.2019
[3].杨建民,黄保纲,刘卫林,高振南,李俊飞.基于小波变换的浅水叁角洲高分辨率层序地层定量划分[J].长江大学学报(自然科学版).2019
[4].靳庆勇.改进小波变换技术在配电网谐波分析中的应用[J].矿业装备.2019
[5].江文超,张兴,谢东,李明.基于小波变换与BP神经网络的光伏电站孤岛检测研究[J].电力建设.2019
[6].刘志斌,张胜,李留玺,曹鑫.隧道爆破作用下建筑物振动信号的小波变换时频分析[J].江西建材.2019
[7].李佳芯,王伟,高勇.一种小波变换下的ADS-B信号增强算法[J].电讯技术.2019
[8].刘海涛.基于小波变换的非平稳排气噪声信号阶次分析方法[J].振动与冲击.2019
[9].王伟,李兴华,陈作彬,范磊,孙飞.基于小波包变换的爆破振动信号能量熵特征分析[J].爆破器材.2019
[10].车敏,张红梅,拓明福.小波变换和边缘信息的光谱图像融合研究[J].激光杂志.2019
论文知识图
