导读:本文包含了一维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,阈值,神经网络,层析,极大值,希尔伯特,降噪。
一维小波变换论文文献综述
王清振,张金淼,姜秀娣,翁斌,朱振宇[1]（2016）在《基于高维小波变换的高抗噪性边缘检测技术》一文中研究指出基于高维小波变换提出了一种高抗噪性的断层及地质体边缘检测技术。首先对叁维地震数据体进行希尔伯特变换得到复地震道,求取相位余弦属性;然后利用高维小波变换把相位余弦变换到包含叁维坐标(3个变量)、倾角、方位角和尺度等6个变量的高维空间,通过固定坐标和尺度,扫描倾角和方位角得到高信噪比的不连续性检测结果,以有效压制倾斜地层层间不连续带来的伪边界信息。模型试验和实际资料算例表明,该技术与常用的C3算法相比,能够更好地检测小断层、小河道等地质体边界信息,并且具有较强的抗噪性能。(本文来源于《石油地球物理勘探》期刊2016年05期）
黄丹,谭强,唐沐恩,李新均[2]（2016）在《一维小波变换在地震数据噪声抑制方面的应用》一文中研究指出本文针对实验数据体的特征和各去噪方法的适用条件,有针对性的选取一维小波变换方法去除地震数据噪声,通过对四种阈值量化方法和六种小波函数进行实验计算和效果分析,得到了合适的小波函数和阈值量化方法。研究结果表明:一维小波变换对地震数据具有一定的去噪效果,可有效抑制噪声,保护和补偿有效信号。(本文来源于《华北科技学院学报》期刊2016年02期）
孔令杰[3]（2014）在《一维离散小波变换在心电信号降噪中的应用》一文中研究指出为准确提取反映心电信号的特征信息,提出应用一维离散小波变换实现对心电信号的降噪处理方法。首先介绍了一维离散小波变换的基本思想;其次,应用小波分解与重构的方法(Mallat算法)在MATALB环境中编程实现对心电信号的降噪处理;最后,引入降噪信号与原信号的能量比(ENR)、均方根误差(RMSE)和自相关系数(AC)作为小波变换的降噪评价指标。可见,该方法能够有效地去除心电信号中的噪声干扰,对于实现心电信号特征信息的提取具有一定的参考价值。(本文来源于《贵州师范大学学报(自然科学版)》期刊2014年06期）
孔令杰[4]（2014）在《基于一维离散小波变换的心电信号降噪研究》一文中研究指出针对心电信号中含有噪声的现象,为了准确提取反映心电信号的特征信息,该文提出了应用一维离散小波变换实现对心电信号的降噪处理方法.研究结果表明,该方法能够有效地去除心电信号中的噪声,从而为进一步实现心电信号特征信息的提取提供了有效的参考价值.(本文来源于《淮阴师范学院学报(自然科学版)》期刊2014年02期）
曾文艳,王亚刚,邵惠鹤[5]（2014）在《基于一维离散周期小波变换的实时车牌识别方法》一文中研究指出利用扫描窗口和一维离散周期小波变换以及BP人工神经网络进行车牌识别。被扫描的图像通过一维离散周期小波变换来选择图像的低频系数,这样可以提高执行车牌识别的速度。文中方法是直接对车牌进行扫描,不对单个字符进行识别,并通过MATLAB编程实现。新方法是一种实时识别,车牌识别的实验结果可高达94.7%。(本文来源于《信息技术》期刊2014年02期）
熊传梁,夏伟,孙新轩,裴文斌[6]（2013）在《一维小波变换在侧扫声纳图像去噪中的应用》一文中研究指出针对侧扫声纳呯信号中的斑点噪声问题,采用一维离散小波变换对信号在各尺度分解,采用非极大值抑制技术平滑信号,并对各层小波系数模极大值进行阈值化处理抑制噪声,讨论了不同阈值对去噪效果的影响。结果表明,尺度因子和阈值的选择对原数据能量保持影响不大,但对噪声抑制效果影响大。文中算例均能较好地保持边缘,边缘保持指数均在0.5以上。(本文来源于《海洋测绘》期刊2013年03期）
宋亮,王晓凯[7]（2011）在《基于高维小波变换的地震资料横向不连续性检测技术应用效果分析》一文中研究指出1.引言断层、裂缝以及地质体边缘等不连续性结构对隐蔽性油气藏勘探有着重要的意义。第叁代相干C3算法具有优异的抗噪性能以及横向分辨率,但是运算量极大。有学者采用各种加速收敛的方法来提高计算速度,虽取得了一定的效果,但是其运算量随着分析窗的增大而急剧增大。由于两维连续小波变换(2DCWT)可以通过二维快速傅立叶变换来快速实现,并且可以对地震信号进行多分辨分析,即可以在受噪声干扰较小的尺度下分析地震资料。Bouchereau于1997年首次将2DCWT用于检测地震资料的不连续结构(Bouchereau.1997),但目前业内经常使用叁维地震资料,二维算法并不能充分利用叁维地震资料的空间相(本文来源于《中国地球物理学会第二十七届年会论文集》期刊2011-10-17）
辛勤,钟艳华,刘春风,潘利明[8]（2010）在《一维离散小波变换VLSI结构分析设计》一文中研究指出提升算法的推出使得离散小波变换硬件的快速实现成为可能。翻转结构在提升架构的基础上进一步提高运算速度。在此,对翻转结构的舍入误差进行了分析,在翻转结构的基础上,对提升步骤进行了合并,提出一种有效的DWT硬件实现方案。实验结果表明,通过采用流水线模式提出的这种硬件结构,在关键路径约束的条件下,可以充分利用硬件资源。(本文来源于《现代电子技术》期刊2010年18期）
朱玉鹏,袁琼清,王芹,付耀文,王宏强[9]（2009）在《基于小波变换和多神经网络融合的雷达一维距离像目标识别》一文中研究指出针对低信噪比情况下目标的雷达一维距离像性能较差的问题,提出利用小波去噪以增强目标一维距离像的方法。对去噪后的目标一维距离像提取归一化中心矩,分别采用径向基函数网络和BP网络进行分类识别;在分析了两类网络用于分类识别特点基础上,指出具有不同拓扑结构和传递函数的神经网络对于各类训练样本分布状况的学习和描述能力不同,提出了一种综合利用两种网络做融合识别的新方法。通过对5类飞机暗室测量数据的实验,验证了上述方法的有效性。(本文来源于《电光与控制》期刊2009年01期）
张雨东,戴云,史国华,丁志华[10]（2008）在《一维小波变换在时域光学相干层析成像中的应用》一文中研究指出时域光学相干层析(OCT)系统通常采用短时傅里叶变换(STFT)完成干涉信号的解调和图像重构。短时傅里叶变换算法简单,但是在干涉信号解调时难以获得好的去噪效果,通常还需在二维(2D)图像域对重构图像进行去噪。该方法数据运算量大,集成度不高。将一维(1D)小波变换(WT)应用于时域光学相干层析成像技术,同时实现干涉信号解调、去噪和图像重构。算法将时域光学相干层析的干涉信号分解到各个不同的频率空间,保留包含调制频率的频率空间的小波系数,对保留的小波系数进行滤波去噪后进行逆变换即可实现对干涉信号的解调和去噪,对解调信号等间距采样实现图像重构。该方法数据运算量小,集成度高,结合先进的小波去噪技术可以大大提高重构图像的分辨率,具有良好的应用前景。(本文来源于《中国激光》期刊2008年07期）
一维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：
本文针对实验数据体的特征和各去噪方法的适用条件,有针对性的选取一维小波变换方法去除地震数据噪声,通过对四种阈值量化方法和六种小波函数进行实验计算和效果分析,得到了合适的小波函数和阈值量化方法。研究结果表明:一维小波变换对地震数据具有一定的去噪效果,可有效抑制噪声,保护和补偿有效信号。
（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。
一维小波变换论文参考文献
[1].王清振,张金淼,姜秀娣,翁斌,朱振宇.基于高维小波变换的高抗噪性边缘检测技术[J].石油地球物理勘探.2016
[2].黄丹,谭强,唐沐恩,李新均.一维小波变换在地震数据噪声抑制方面的应用[J].华北科技学院学报.2016
[3].孔令杰.一维离散小波变换在心电信号降噪中的应用[J].贵州师范大学学报(自然科学版).2014
[4].孔令杰.基于一维离散小波变换的心电信号降噪研究[J].淮阴师范学院学报(自然科学版).2014
[5].曾文艳,王亚刚,邵惠鹤.基于一维离散周期小波变换的实时车牌识别方法[J].信息技术.2014
[6].熊传梁,夏伟,孙新轩,裴文斌.一维小波变换在侧扫声纳图像去噪中的应用[J].海洋测绘.2013
[7].宋亮,王晓凯.基于高维小波变换的地震资料横向不连续性检测技术应用效果分析[C].中国地球物理学会第二十七届年会论文集.2011
[8].辛勤,钟艳华,刘春风,潘利明.一维离散小波变换VLSI结构分析设计[J].现代电子技术.2010
[9].朱玉鹏,袁琼清,王芹,付耀文,王宏强.基于小波变换和多神经网络融合的雷达一维距离像目标识别[J].电光与控制.2009
[10].张雨东,戴云,史国华,丁志华.一维小波变换在时域光学相干层析成像中的应用[J].中国激光.2008
论文知识图
