基于提升格式的M带自适应小波变换

提出了基于提升格式的M带自适应小波设计方法.首先设定M带提升小波预测算子与更新算子的基本形式,然后根据提升结构及所选取的误差准则来自适应地调整预测算子及更新算子的系数,从而得到适合给定应用的最优M带提升小波.与目前对M带小波的研究相比较,采用提升格式得到的M带自适应小波既保持了提升方法的快速、简单及可直接在时(空)域上运算的特点,又具有根据实际问题设计出优化小波的优势.给出了两个3带自适应提升小波的设计实例.     

基于自适应提升格式小波变换的图像压缩研究

为了减小提升格式小波变换中的误差、提高图像的压缩效果,提出基于自适应提升格式小波变换实现图像压缩的新方法。在自适应提升小波变换时,通过梯度法构造决策函数来调整更新算子和预测算子并获取最优的小波基函数,在系数量化时运用整数量化方法。实验结果显示该方法具有较好的压缩效果。     

基于自适应提升小波变换的图像压缩算法

提出了一种自适应提升小波变换算法,该算法是根据待分析信号的局部特点,自适应的选择更新器,自适应更新器的选择,主要是保持图像边缘不被平滑,防止出现大的小波系数。为确保系统的稳定性,又提出了采用先更新后预测的提升结构。在此结构中,预测过程不影响更新过程,这也为自适应算法的重构提供了有利条件,由于稳定性高、高频系数小以及能够完全重构,使得此方法有利于压缩性能的提高。通过实验证明了该算法的有效性。     

信号处理中基于最小二乘法的提升小波的构造

在信号处理的应用背景下研究提升小波的构造方法。在提升小波的构造过程中预测算子和更新算子的选取不能混为一谈,为了更准确地将信号分解成低频分量和高频分量,提出更新算子的选取标准是各分量的和等于1/2,利用最小二乘法选取预测算子,并将构造出的提升小波运用于信号消噪,进一步研究预测算子和更新算子的选取规律,得到了较好的实验效果,验证了结论的正确性和实用性。     

基于经验模态分解自回归组合模型的网络舆情预测

随着大数据时代的到来,网络舆情数据呈现信息量大和领域覆盖广等特征。面对复杂的网络舆情数据时,传统单一模型预测能力有限,不能对舆情趋势进行有效预测。针对此问题,提出一种基于经验模态分解-自回归（EMD-AR）改进的组合模型——EMD-ARXG模型,应用于复杂网络舆情的预测。该模型利用经验模态分解算法对时间序列进行分解,然后通过自回归模型对分解后的时间序列进行各自趋势拟合,建立子模型。最后再对各个子模型进行重构,完成建模。另外,在利用自回归（AR）模型拟合过程中,为了减少拟合误差,采用极限梯度提升算法对残差进行学习,并使预测模型迭代更新,提高各个子模型预测精度。为验证EMD-ARXG模型的预测效果,该模型与小波神经网络模型和基于经验模态分解的神经网络模型进行实验对比。实验结果表明,在均方根误差（RMSE）、平均绝对百分误差（MAPE）和希尔不等系数（TIC）三项指标上,EMD-ARXG模型获得的结果均优于小波神经网络模型和基于经验模态分解的神经网络模型的结果。     

一种实用的火电厂飞灰含碳量软测量建模方法

提出了同时利用自适应加权融合和最小二乘支持向量机建模的实用新方法。首先,给出了基于小波的自适应加权融合和最小二乘支持向量机算法;其次,将BP神经网络、最小二乘支持向量机和基于小波的自适应加权融合的最小二乘支持向量机算法进行建模精度比较;最后,采用真实火电厂飞灰含碳量数据进行模型验证与预测,仿真结果表明基于小波的自适应加权融合的最小二乘支持向量机算法具有较好的建模精度和实用性。     

自适应提升小波变换及飞机发动机故障分析

小波提升方案通过改变预测器和更新器构造出所需要的小波,这为机械设备故障特征分析中小波基函数的选择提供了方便。为了能在每个尺度上自适应选择与机械振动信号特征匹配的小波基函数,提出了一种更新器和预测器同时自适应地提升小波变换方法。在此方法中,采用先更新后预测的提升方案,分别通过信号的局部梯度大小和最小化预测误差来实现自适应更新和预测。将此方法应用在某飞机发动机故障分析中,实验结果表明,与经典小波变换相比该自适应提升小波变换分离的故障特征更明显效果更好。     

一种改进的第二代小波算法及其在图像去噪中的应用

将提升格式与最小二乘的正交多项式拟合相结合,提出了一种改进的第二代小波变换算法,在设计预测(或更新)算子时,以正交多项式为基底,通过最小二乘的曲线拟合法,拟合小波分解的低频(或高频)信号,确定预测(或更新)算子,使预测和更新算子能够反映分析数据的特征.实验表明,将最优拟合估计的第二代小波变换与图像非线性增强算法相结合,能够有效的对图像、信号进行去噪,而且很好地保持了图像和信号的边缘,改进了软域值法去噪时边缘模糊的缺点,降噪效果优于其他类型的小波.     

基于自适应提升方案的图像边缘检测

图像边缘是由于灰度的不连续所致,是图像信息的一个最基本特征,也是图像处理中探讨的热点问题之一.分析传统的图像边缘检测算法及其存在的问题.通过采用自适应提升小波分析,根据处理图像信息的局部特征自适应地调整预测滤波器和更新滤波器,从而实现与处理信息的准确匹配;同时,改进了小波边缘检测算子,实现了一种适用于自适应提升小波分析的图像边缘检测的算法,并将此算法应用于医学图像的边缘检测.仿真结果表明,该算法比传统的图像边缘检测算法效果更优.     

基于递归神经网络的网络流量组合预测模型

为了提高网络流量的预测精度,提出了一种基于Elman递归神经网络,小波和自回归的网络流量组合预测模型.对流量时间序列进行小波分解,得到小波变换尺度系数序列和小波系数序列,对具有平稳特征的尺度系数序列用AR模型进行预测:而对体现了网络流量非线性、非平稳特性的小波系数序列使用Elman递归神经网络进行预测,最后通过Mallat算法重构得到网络流量的预测值.     

基于自适应提升方案的低比特率图像压缩编码

通过采用自适应提升小波分析,根据处理信息的局部特征自适应地调整预测和更新算子实现与处理信息的准确匹配,有效地降低信息小波分析的运算量和计算的复杂性,并且能较好地实现同址运算,便于采用DSP等硬件实现;其次,通过定义浮动阈值,在编码中提出了采用自适应深度优先搜索的扫描策略,进一步改善了数字图像的编码效率。实验结果表明,通过这些措施实现的数字图像压缩算法,其重构的图像质量较好,有效地降低了压缩后图像的比特数,图像的压缩效果、编码时间等亦有较大的改善。     

基于自适应提升方案的嵌入式系统信息压缩编码

嵌入式系统中信息受存储空间的限制,因而有必要对系统中存储和传输的信息进行压缩;本文通过采用自适应提升小波分析,根据嵌入式系统中存储和传输的信息局部特征调整预测和更新算子,实现与处理信息自适应的匹配,有效地降低信息小波分析的运算量和计算的复杂性,并且能较好地在系统中实现同址运算,降低了系统设计的复杂性和设计成本。同时,通过定义浮动阈值,提高了信息渐进式编码的搜索效率。仿真结果表明,本文算法在一定程度上提高了信息压缩的效果。     

提升小波变换在静态医学图像压缩编码中的应用

LeGall(5,3)提升小波直接在时域完成小波构造,不仅算法简单、适合并行处理,而且还能同时用于图像的无损或有损压缩。为了满足远程医疗系统静态医学图像压缩处理的特定要求,该文详细讨论了基于提升格式的LeGall(5,3)小波变换的算法,并在DSP上加以实现。实验结果表明该方案在提高运算处理速度、改善图像压缩比和重建图像质量等方面都取得了较好的效果。     

一种新的M通道提升小波变换的图像处理算法

本文利用M通道小波变换对信号分频范围更细这一特点，实现了M通道小波变换的提升分解，并给出了一种M通道快速提升小波变换的算法。此算法只要有分解算法，立即可以得到合成算法，而且将运算结果取为最接近的整数，就可实现整数到整数的小波变换。数值实验结果表明，该方法对图像压缩行之有效。     

一种基于提升小波变换的图像融合改进算法

提出一种基于提升小波变换的图像融合算法.对小波分解后的图像低频子带采用平均融合算子处理,在高频子带的融合中依据小波系数树状结构特点提出了一种新的自适应融合方法,最后经过小波逆变换得到融合图像.仿真实验结果表明该算法能有效地减少融合图像的失真,是一种有效的图像融合算法.     

基于提升格式的数字水印算法

小波提升格式因其优势在图像处理领域得到了广泛应用。提出了一种基于Haar小波提升格式S变换的图像水印算法,先将原始图像进行分块,再将每块子图进行S变换,最后将置乱后的水印嵌入到低频系数。实验结果表明,该算法不仅具有良好的隐蔽性,而且对JPEG有损压缩、旋转、剪切和噪声等攻击具有理想的鲁棒性。     

MRF based construction of statistical operator and its application

Based on the Markov random field (MRF) theory, a new nonlinear operator isdefined according to the statistical information in the image, and the corresponding 2Dnonlinear wavelet transform is also provided. It is proved that many detail coefficientsbeing zero (or almost zero) in the smooth gray-level variation areas can be achievedunder the conditional probability density function in MRF model, which shows that thisoperator is suitable for the task of image compression, especially for lossless codingapplications. Experimental results using several test images indicate good performancesof the proposed method with the smaller entropy for the compound and smooth medicalimages with respect to the other nonlinear transform methods based on median andmorphological operator and some well-known linear lifting wavelet transform methods(5/3, 9/7, and S+P).     

基于整数小波变换的图像压缩算法

IWT（integer wavelet transform）是一种基于提升格式整数小波变换的图像压缩算法.IWT比传统的浮点小波变换效率要高.在硬件实现时,整数运算比浮点运算便宜,基于提升格式的整数分解时所需的存储空间只是传统变换的一半.基于此考虑有损压缩,图像先作基于提升格式的整数分解,然后结合改进的EZW和自适应量程编码.在编码性能不受影响的情况下,此算法比Shaprio的EZW编码要快1.5倍.     

基于提升小波的自适应无损图像压缩

提升小波简洁的结构便于使用参数进行有效的控制，使得它在自适应图像压缩中具有良好的应用价值。不但可以使用提升结构实现原有的小波变换，同时也可以从提升结构的模型出发，根据变换的目的，施加约束条件，构造高效的小波滤波器。该文在文献中的(a，b)自适应参数模型基础上，对模型的参数区间进行了拓展，提高了图像压缩的效率。提出了使用高频子带的绝对和作为选取最佳参数的评价函数，避免了复杂函数log的运算；并改进了最佳参数的搜索算法，提出了折半查找和分别查找的方法；大大降低了运算量。     

基于Haar小波的图像变换方法的研究

系统地介绍了基于快速滤波器组卷积算法的第一代小波和基于提升方案的第二代小波。通过对图像先行后列分离,结合惰性滤波器进行奇偶分割,由欧几里得算法求出预测算子和更新算子,实现了由此提升方案构造的Haar小波1级图像分解。实验结果表明提升方案构造的Haar小波实现起来相当容易,简化了很多复杂的计算过程,其本身的诸多特点更便于在实际中应用,且在变换后的效果上,与第一代基本无差异。