多维小波框架级数的点态收敛

阐述了在多元情况下,借助高维对偶小波框架理论,将任一个函数展开成一小波框架级数,并讨论了该级数的点态收敛性,从而在点态意义下可用该级数逼近函数.     

小波级数的部分和在勒贝格点处的收敛性与收敛速度

本文研究f∈L2（）的小波级数的部分和在勒贝格点处的收敛性.通过对勒贝格点的研究,建立小波级数的部分和在勒贝格点处的收敛性,同时给出其收敛的精确速度.     

小波级数余项的估计

讨论小波级数余项的估计问题，以此为基础，研究了小波级数的部分和fm对f∈L^2（R）的逼近性和逼近速度．当母波函数满足一定条件时，建立了小波级数余项的精确估计，从而得到了相关的逐点收敛定理与一致收敛定理。     

Sobolev空间带Hs（R）（S≥0）的小波框架展开的局部化

建立了Sobolev空间带Hs(R)(S≥0）的小波框架展开的局部化定理,使得L^2（R）的小波框架展开局部化,只是该定理S=0的特例。     

加权Sobolev空间中小波级数的收敛性

研究加权Sobolev空间中小波级数的收敛性与收敛速度.利用傅里叶级数的Parseval等式证明加权Sobolev空间中的小波级数是依范数收敛的,并在此基础上估计小波级数的余项,得到小波级数依范数收敛的速度的精确估计.     

小波级数在连续点处的收敛性

通过对小波级数的刻画与放缩,建立小波级数余项的一个估计式,从而得到小波级数在连续点处的收敛性和逐点收敛的结论.     

小波神经网络在短期电力负荷预测中的应用

针对小波网络建模存在难以有效对小波级数进行截断的问题,提出一种基于频带能量的小波级数截断方法,该方法能克服传统方法对个人经验的依赖,确保小波网络的逼近能力;结合正交最小二乘法,将其应用于电力负荷预测中,建立负荷预测的小波网络模型.仿真结果表明:用该方法建立的小波网络模型简洁、明了,结果有效、准确,具有较好的预测能力.     

正交小波级数拟合法的薄板结构分布动载荷识别技术

针对工程结构中的薄板系统,基于正交小波级数分解理论,构造正交小波基函数,将待识别的分布动态载荷在正交小波基空间中进行小波级数分解,从模态理论出发给出了小波级数系数与结构测点响应信息的线性关系,计算出小波系数,通过小波重构,还原薄板结构表面承受的分布动载荷. 本文的载荷识别理论适用于各种不同载荷类型,通过计算机仿真,验证了该方法的通用性和较高的识别精度.仿真过程中加入随机噪声,识别结果证明了小波重构的动载荷具有良好的抗噪能力,有效提高了载荷识别的信噪比.      

高维Sobolev空间中的小波级数

研究高维空间中小波级数的收敛性与收敛速度.通过对小波级数余项的研究,利用逼近论的思想和Parseval不等式探索高维Sobolev空间中小波级数的余项,建立小波级数的余项的估计,进而得到小波级数一致收敛的结论和一致收敛速度的精确估计.     

加权Sobolev空间中的小波级数

研究加权Sobolev空间中的小波级数的收敛性。通过对母波的傅立叶变换的探索和利用傅里叶级数的Parseval等式对加权Sobolev空间中的小波级数的部分和的变形,得到加权Sobolev空间中的小波级数依范数收敛的结论。     

一类对偶框架小波的刻画和构造

从尺度函数出发,利用框架多分辨分析(FMRA),借助于滤波器,在L2(Rd)中构造了一对以整系数可逆矩阵A为伸缩因子的对偶框架小波,并找到了正交Parseval框架小波滤波器满足的一个充分条件.     

基于小波框架的有限角度CT重建算法

针对有限角度CT重建问题,结合压缩传感相关理论,提出了基于小波框架的有限角度CT迭代重建算法．该算法利用小波框架的冗余性及框架系数稀疏性原理,首先建立了小波框架图像重建模型,通过共轭梯度法求解投影方程,得到重建图像,然后通过分裂Bregman迭代法对重建图像的小波框架系数进行阈值收缩,减小图像L1范数,提高重建精度．实验结果表明在有限的投影数据下该算法重建出的图像内部结构边缘清晰,对比度高,重建误差低,对噪声有一定的抑制作用．     

一种基于小波四叉树的无线视频组播方案

无线视频组播在视频传输领域应用越来越多,如何让异构的组播用户接收到与其信道特性相匹配的视频质量,是现今无线视频组播面临的一个难题。论文提出一个基于小波四叉树(QuadTree)的无线视频组播方案。首先,编码端对视频帧进行离散小波变换,并按照四叉树格式选取每一级每一子带相应位置的小波系数,将其合并为一列;然后,对每一列数据进行能量分配、白噪化以减少随机丢包对重要信息的影响;最后,数据被打包成相同重要性的包并传入有噪声信道。解码端利用最小线性均方估计对接收到的数据包进行去噪并重构视频帧。实验结果表明,基于小波四叉树的视频组播比具有相同应用目标的SoftCast性能提高将近1 dB.     

基于Parseval框架的多小波子空间抽样定理

研究了基于Parseval框架的多小波子空间中的抽样定理.通过满足一定条件,给出抽样定理在多小波子空间中成立的等价条件.所得结果不仅推广了单小波子空间的抽样定理,而且抽样公式在L2(R)收敛意义下成立.     

基于HVS的DWT图像压缩混合编码算法

为提高数字图像在高压缩比下重构图像的质量,分析研究现有离散小波变换（discrete wavelet transform,DWT）图像压缩的相关算法以及小波系数特性,提出一种基于人眼视觉系统（human visual system,HVS）特性对小波系数进行加权,结合小波各子带系数特性,采用差分脉冲编码调制（differential pulse code modulation,DPCM）与多级树集合分裂排序（set partitioning in hierarchical trees,SPIHT）相结合的编码方法．经视觉信息保真度分析实验验证,与传统的嵌入式零树小波（embeddedzero—tree wavelet,EZW）和SPIHT算法相比,在相同的比特率下该算法重构的图像具有更好的主观视觉效果．     

最小二乘支持向量机在API预测中的应用

传统的空气污染指数预测模型大多是以影响空气污染指数的重要气象因子作为输入,使用BP神经网络进行建模,模型的预测精度低且收敛速度慢.针对空气污染指数时间序列的非线性及多分辨率特性,提出了一种空气污染指数的最小二乘支持向量机预测模型.首先利用小波变换对原始的空气污染指数时间序列进行多尺度分解,以各尺度上的小波单支重构序列和重要的气象因子作为输入,然后使用该模型对兰州地区的空气污染指数进行了预测,最后讨论了模型参数的优化方法并使用网格法对两个参数进行了优化.仿真结果表明,与传统的BP神经网络预测模型相比,该模型具有更高的预测精度、更快的收敛速度及更好的稳定性.     

基于IEC61970标准的GDA服务器的开发研究

IEC61970系列标准是专门针对新一代能量管理系统（EMS）及电力控制中心内外各种应用系统而制定的应用程序接口规范,它主要包括两个部分公共信息模型（cIM）和组件接口规范（CIS）。本文主要针对CIS中通用数据访问（GDA）服务器进行开发研究,通过介绍GDA的模块构架,利用基于COR．BA规范的ACE／TAO实现GDA服务器,并针对开发过程中遇到的重要问题如多线程的应用、COlkBA对象服务、资源序列缓存、分布式接口调用等提出了详细的解决方案。     

一维离散小波变换在心电信号降噪中的应用

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。     

半刚性连接钢框架的时程分析

为了探讨不同梁柱节点钢框架抗震性能的差别,通过ANSYS分析软件,对结合工程实际设计的10个系列共50个有限元试件进行时间历程分析,来探讨框架层数、框架跨数,尤其是梁柱连接节点的转动刚度等参数对钢框架抗震性能的影响.分析表明:半刚性钢框架结构在地震荷载作用下具有良好的抗震性能.     

一种改进的小波滤噪算法及其在NMRL中的应用

本文针对核磁共振测井（NMRL）回波信号微弱且信号带宽较大的特点,将小波变换良好的时频局部化分析性能以及优良的噪声抑制能力与相敏检波算法相结合,设计并实现了一种基于小波阈值降噪的数字相敏检波（DPSD）算法。仿真结果表明,与FIR式DPSD算法相比,小波式DPSD算法在低孔隙度（T2＊较小）的情况下具有较低的峰值误差和良好的噪声抑制能力,在一定程度上解决了滤除噪声与保留信号完整性之间的矛盾,适用于低孔隙度地层的核磁共振测井应用。