简介:小波分析多尺度特征可以替代B样条基,将多尺度特性带入到曲面之中。这样就可以将分辨率较高的曲面分解成小波系数组和分辨率较低的曲面。运用离散内积和非均匀B样条节点插入算法,根据整体光顺度,从曲面对应的最坏节点进行局部光顺,选择最坏节点的光顺区域,运用约束方程,在光顺界面边界基本不变的条件下,对细节部分迭代进行分解,控制误差。在光顺时又可以保持曲面的连续性。
简介:摘要人脸识别是模式识别以及图像处理研究的重要内容和热点之一,也是生物特征识别技术中的一个非常活跃的课题。人脸识别技术具有实时、准确和非接触等优势,因而较容易被用户接受和认可,目前已经在出入管理、门禁考勤等系统中有着广泛的应用。本文主要研究基于Gabor小波变换与协同表示的人脸识别算法,就其中的特征提取等相关问题进行了深入探讨。首先用Gabor小波对人脸图像进行特征提取,由于变换后的特征维数较高,所以要对变换特征进行降维,本文结合协同表示的方法提出了一种新的基于Gabor特征与协同表示的人脸识别算法,实验结果表明该方法对于人脸图像的光照、表情和姿态等变化具备较强鲁棒性,算法运行速度较快。
简介:采煤工作面的液压支架是承受顶板压力的主体结构,选择支架的主要根据是其将要承受的周期来压荷载。为预测周期来压,构建了基于小波和混沌优化的最小二乘支持向量机(LSSVM)方法。该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量,基于混沌理论对分量相空间进行重构。各重构分量分别使用LSSVM模型进行训练,其中LSSVM预测模型的参数由混沌粒子群算法进行优化。最后,将各LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形。通过在重构时的计算发现,在某周期下,荷载的时序序列有一定的混沌性。与其他3种模型进行比较,基于小波和混沌优化LSSVM的预测模型得到的最终荷载波的精度更高,收敛性也较好。
简介:摘要在阐明绿色施工概念的基础上构建了绿色施工的评价指标体系。概括介绍了基于小波神经网络评价方法的基本原理,并分析了该方法应用于绿色施工评价的优越性。详细论述了基于小波神经网络的绿色施工评价模型的建立过程,包括小波神经网络的建立、学习训练,以及结果的检验等。实例证明该模型有效、可靠,对指导实际工程具有重要意义。
简介:使用支持向量机进行桥梁挠度修正时,若样本数据量较大,运算速度会较慢,为解决该问题,提出一种结合小波低频子带的挠度数据预处理方法,该方法通过选择合适的小波参数,将挠度传感器数据转换到小波低频子带进行预处理,再作为支持向量机的样本数据进行挠度修正,然后通过小波重构得到挠度传感器的理论值,将其代入公式即可得到修正后的挠度值。试验分别选取某桥300个样本数据进行学习和训练,经预处理后数据量仅为43个,运算时间从原来的33S降低到0.1~0.2S,表明修正计算的运算时间大幅降低;同时挠度均方误差由原来的0.3349降低到0.280,表明修正精确度略有提高,证明该方法具有很好的实用性。
简介:为提高对时变信号的分析处理能力,设计了一组同时满足抗混淆、完全重构和正交化的Q—shift滤波器。与传统Q—shift滤波器相比,其权系数可以根据输入信号特性进行自适应调整。将基于自适应Q—shift滤波的双树复小波变换用于对超声缺陷信号进行阈值降噪,实验结果表明,与Q—shift10/10和DWT两种传统方法相比,去噪后信号的信噪比可以分别提高1.03dB和1.97dB。
简介:设计了基于巴特沃斯数字滤波器的巴特沃斯小波及其滤波器组,并从小波的卷积型定义出发,利用零相位滤波原理实现了没有下抽样环节的具有零相位特性的巴特沃斯小波变换快速算法,成功消除滤波器的非线性相位对分解结果的影响。相对于常用正交小波滤波器组,巴特沃斯小波滤波器组不仅具有更好的频带分离特性,还可通过改变尺度参数来改变对信号的频带划分的方式,从而将原信号高频带分解在更精细的频带范围内,克服了常用正交小波滤波器组频带分离特性不够好,并总按二进方式划分频带、频率分析精度显得不足的固有缺陷。实例分析证明:巴特沃斯小波滤波器组相比于其他常用的正交小波滤波器组具有更好的频带分离特性和更强的微弱故障特征提取能力,非常适合于轴承早期故障诊断。
简介:针对非平稳农民收入时间序列,采用dmey离散小波进行多层分解,应用Penalize类型软阀值分别对各层的高频分量进行消噪处理,经离散小波逆变换重构得到农民收入时序的趋势成分和周期成分。改革开放以来,农民收入分别以1984、1999两个波峰年以及1992、2006两个波谷年份为分界点,可划分为三个增长周期。农民收入在不同尺度上存在着持续时间分别为3年、8年、15年的短、中、中长周期波动,中长周期表现最为明显,居于主导地位,中周期的影响主要在近十年逐步变得清晰。无论是从收入增长的周期波动还是长期趋势角度看,今后一段时期内的农民增收形势都相对乐观。千方百计继续保持农民收入快速增长的长期趋势,应是今后的工作重点。
简介:针对造纸生产线上纸病在线检测系统光源不均匀性和纸病难以识别的问题,通过建立纸病图像背景模型实现动态补偿光源的不均匀成分,并根据不同纸病图像的灰度分布规律,两次使用二维小波变换增强其灰度轮廓信息和提取灰度特征,以实现纸病的在线辨识.实验结果表明,该方法可以显著提高纸病辨识精度.