可拓ERP的计算机实现

可拓学是由我国创立的一门新学科,它已从理论研究领域发展到就用研究的领域,其中将可拓学的理论方法应用到当今的ERP中,并通过可拓工程方法,利用物元的蕴含分析与发散分析,通过可拓运算,利用关联函数,可以帮助决策者得出最优的策略,更有效地优化资源配置.     

小波变换在医学图像融合中的应用

医学图像融合技术可以将多种成像模式提供的图像融合在一起,在一幅图像中提供综合的诊断信息.小波变换是医学图像融合的一种有效方法.     

一种新的计算机图像加密算法

针对低维混沌序列加密数字图像保密性较差,可能存在一些潜在的动力学系统攻击方法的问题,本文提出了基于复合混沌序列的图像加密方法.由于复合序列掩盖了混沌子序列的分布特性,因此增强了序列的保密性.并且直接通过混沌序列的排序变换来得到图像置换的地址码,从而能快速地对图像进行置乱加密.实验分析结果表明,加密图像不仅完全依赖于密钥,而且可以抵抗常用攻击算法.     

电力系统谐波分析

本文通过对电力系统谐波概念的分析和理解,针对电力系统谐波的特点,设计了基于不同技术基础的不同检测方法。根据这些分析方法得出的结果,我们可以进一步对电力系统谐波的情况进行全面的了解,以期实现电力系统更加安全、有效地运行。     

基于小波核SVM的水声信道盲均衡算法

推导并提出了一种快速收敛的基于小波核支持向量机的恒模盲均衡器(WSVM-CMBE)。该方法以支持向量机为框架,利用信号的恒模特性构造代价函数,采用小波核函数,并自适应调整核函数中的伸缩因子。通过水声信道仿真实验,并与采用高斯核函数的支持向量机恒模盲均衡器(SVM-CMBE)进行比较,结果证明该方法提高了收敛速度。     

一种改进的心电信号预处理方法研究

心电信号是典型的强噪声下的非平稳微弱信号,减小噪声的干扰对心电信号的分析有着十分重要的意义,因此,有效的滤波方法一直是该领域学者关注的热点问题。本文在基于小波变换心电信号分析研究基础上,针对小波去噪时分解只作用于低频部分,从而忽略了高频区域中一部分有用信号的问题,提出了一种采用改进小波包理论实现心电信号去噪的方法,利用小波包在消除信号噪声方面具有更为精确的局部分析能力的特点,采用了‘db4’小波和＂最优基＂选择的方法,对心电信号进行消噪。以MIT-BIH心电数据库中心律失常数据仿真实验,得到了较理想的去噪效果。对比该方法与小波滤波去噪,发现基于小波包的心电信号去噪具有更优良的去噪性能。     

基于小波变换的图像融合性能的研究

基于小波变换的图像融合方法已成为现今研究的热点,针对图像融合过程中由于各种因素不同将会对最后融合的性能产生较大的影响,利用了不同的小波基和分解层次对比分析了融合结果,深入研究了影响性能的关键因素。     

基于小波特征提取的语音监测系统

论文针对小波变换和语音信号的特点,把小波变换和形态滤波法结合应用于语音信号基音周期的提取,并在此基础上把小波变换和说话人声道特征参数相结合,用于声道特征的提取。最后在以上研究的基础上设计了一种用于公安侦破和司法鉴定的语音监测系统。     

一种基于高维矩阵变换的混沌图像加密

提出了一种基于Henon混沌系统和高维准对角矩阵变换的图像加密算法.由初始密钥控制二维Henon混沌映射生成两个置换矩阵和多个环上二阶可逆矩阵.利用获得的置换矩阵结合两类平移变换置乱原始图像;进一步,以二价可逆矩阵为子矩阵构造高维准对角矩阵,再对置乱密文进行高维矩阵变换(模运算)实现灰度值替代二次加密.仿真实验结果表明,该算法易于实现,加密效果理想,对密钥和明文具有敏感依赖性,安全性高。     

基于多分辨率分析与形态学分水岭算法的图像分割

由于分水岭算法存在着过分割的问题,本篇论文提出了一个有效解决该问题的方法。首先,在图像预处理过程中先对图像进行小波分解;其次,采用形态学求梯度的方法得到小波分解后的低频图像的梯度图并对其进行开闭重建,在保留区域重要轮廓的同时去除噪声和图像细节;第三,对重建后的低频梯度图像进行基于标记约束的分水岭分割,并将低分辨率的分割结果图像向全分辨率映射。试验结果表明该方法能够很好地抑制过分割,同时通过结构元素的选择而具备一定的灵活性,整个过程无需进行合并处理,从而降低了分割的复杂性。