搜索结果: 1-15 共查到“计算机科学技术 小波包”相关记录26条 . 查询时间(0.137 秒)
混沌密码学是密码学的一个新方向,混沌序列的复杂度是衡量混沌密码学安全性的重要指标.本文将小波包能量熵应用到混沌序列的复杂度分析中,首先将混沌序列进行小波包分解,然后通过小波包能量熵计算方法确定各频段能量大小,从而确定混沌序列的复杂度.通过对Logistic、TD-ERCS和Henon产生的混沌序列进行比较分析,结果表明,小波包能量熵具有全局统计特性,无需引入新参数进行相空间重构.另外,计算方法简单...
针对配电网中基于单一故障特征信息选线准确率低的问题,提出了一种小波包与改进BP神经网络相结合的综合选线方法。该方法首先采用小波包分解各线路的暂态零序电流,并提取特征频带的小波包能量;然后将小波包能量、各线路5次谐波和零序有功功率作为选线系统的故障特征量;最后运用Levenberg Marquardt(LM)算法改进BP神经网络进行故障选线。Matlab仿真表明,与传统BP神经网络相比,采用LM算法...
提出一种使用时频盲源分离(TFBSS)和小波包去噪的胎儿心电信号提取新方法。首先通过重排时频谱时频盲源分离方法进行胎儿心电信号的初次提取,并将初次提取得到的母体心电信号和噪声对应的各路分量置零,其余分量由混合矩阵进行重构;然后再利用重排时频谱的时频盲源分离方法对重构信号进行胎儿心电信号的二次提取,得到含噪声的胎儿心电信号;最后通过小波包去噪抑制胎儿心电信号中的基线漂移和噪声。在胎儿心电信号和母体心...
基于小波包和改进HHT的瞬时特征分析
小波包变换 改进希尔伯特—黄变换(HHT) 分段插值 混合插值 特征提取
2010/2/23
希尔伯特—黄变换(HHT)目前还只能算是一种经验方法,其理论依据尚不完备,有待于进一步地完善。分析了HHT中三次样条插值法进行包络线或均值线拟合时引起的过冲和欠冲原因,提出了基于B样条曲线的分段插值算法和混合插值算法的改进HHT,解决了三次样条插值算法容易引起的过冲和欠冲现象;将改进的HHT和小波包变换(WPT)相结合,得到一种有效的瞬时特征分析方法,很好地解决HHT分析带来的模态混叠现象,减少噪...
用于手写签名识别的小波包混合高斯模型
小波包 高斯模型 标准化 聚类
2009/12/30
为了解决手写体签名识别中数据预处理复杂、分割困难、特征提取不充分等问题,提出了基于小波包分解与高斯模型的脱机手写体签名识别方法。它对归一化的整个签名图像进行小波包分解,对分解值自动聚类和高斯建模,不但没有去噪、旋转、平移、分割的过程,而且特征提取完全且是可逆的分解过程。实验表明提出方法比其他方法具有更好的抗噪性、鲁棒性、适应性和识别率,为含噪脱机手写体签名识别提供了一种可行的技术解决方案。
小波包特征熵分解的图像水印算法
小波包变换 特征熵 自适应
2009/12/10
提出了一种小波包特征熵分解的自适应图像水印算法。该算法通过对宿主图像进行小波包特征熵分解,在高频系数中选取合适的阈值来区分高频系数中图像的纹理细节信息和噪声信息,将水印信息自适应地嵌入到高频系数当中。实验表明,该水印算法对噪声、JPEG2000压缩、滤波、改变对比度、几何剪切等攻击都具有一定的健壮性。
基于小波包变换和蚁群算法的纹理分类
纹理分类 小波包变换 蚁群算法
2009/10/10
提出了一种小波包变换和蚁群算法相结合的纹理分类新方法。首先采用小波包变换提取纹理图像的纹理特征向量,然后用蚁群算法进行训练和分类。实验表明小波包变换和蚁群算法应用到纹理分类领域,是一次有效的尝试。
小波包结合支持向量机的故障诊断方法
小波包分析 支持向量机 故障诊断
2009/8/12
提出一种结合小波包分析(WPA)理论和支持向量机(SVM)分类器的机械故障诊断方法。该方法具有重复训练样本少,简单、直观的优点,具有很高的分类性能。利用获得的机械故障数据建立故障分类器,对不同测试集条件下的3种SVM核函数、SVM方法与神经网络方法的比较结果证明,基于小波包和支持向量机的故障诊断方法是机械故障诊断的发展方向。并对实验的最佳训练样本集进行讨论。
基于表面肌电信号小波包熵的情感识别
情感识别 小波包熵 表面肌电信号
2009/7/20
情感识别是情感计算的一个关键问题。针对表面肌电信号(EMG)的非平稳性,根据小波包变换在不同时频段均能精确的刻画信号,并提供丰富模式信息的特点,提出利用小波包熵方法对不同情感状态下的表面肌电信号进行分析。实验表明,该方法对情感的唤醒度识别效果较好。
基于小波包的去噪方法在地雷识别中的应用
地雷 小波包 探地雷达
2009/7/16
作为一种新的探雷方法,探地雷达在探雷领域得到了广泛的应用。由于雷达回波信号包含有很多杂散信号,目标信号很容易被强噪声信号所淹没,为了提高雷达回波信号的信噪比,有利于地雷的识别和检测,提出了一种基于信息熵的最优基选择与小波包阈值去噪相结合的方法对回波信号进行杂波抑制,采用该方法对DeTeC的数据进行分析的实验结果表明,该方法在有效地去除了直达波的同时,抑制了背景噪声,分离出目标信号。
基于小波包和改进的FCM的医学图像分割
最优小波包变换 纹理特征 KFCM算法
2009/7/16
提出应用最优小波包变换对磁共振颅脑图像做分解,以各子带小波包系数的能量形成纹理特征集;并运用基于核函数的模糊C均值聚类算法(Kernel-Based Fuzzy C-means Algorithm,KFCM)对所提取到的特征集进行聚类分析,从而实现了对磁共振颅脑图像的有效分割。实验证明应用KFCM算法做分割的收敛速度和抗噪性明显优于FCM算法。
小波包变换在手写体金融汉字识别中的应用
支持向量机 能量函数 金融汉字
2009/7/9
针对小波包变换的特点,提出了一种基于小波包变换的手写体金融汉字识别算法。该算法首先对汉字图像进行二维小波包分解,利用基于子图像能量方差的准则选择适当的部分分解树;然后将得到的子图像划分成多个局部窗口,计算局部窗口的能量值组成特征向量;再通过主成分分析(PCA)选择分类能力最强的一组特征,降低特征空间的维数;最后,将特征向量送入支持向量机进行分类。实验结果表明,该算法取得了较好的识别效果。