基于子波分解的含气性识别技术在CC地区浅层气藏勘探中的应用

利用子波分解技术将常规地震数据道分解成不同频率子波的集合,并以此为基础开展基于频谱异常的储层含气性检测。CC地区目的层--沙溪庙组以一套河流-三角洲沉积为主,砂体单层厚度不大,多在20 m左右,且同一河道的不同位置以及相同位置的不同河道,其储层含气性迥异。基于传统地震数据的频谱分析由于受其分析时窗限制,其抗噪性和稳定性差,难以准确识别其含气性。为了能准确预测该地区不同期次,不同位置河道砂体的含气性,将基于子波分解的含气性识别技术加以应用,通过分析其得到的频谱异常发现,该地区含气河道砂岩具有明显的“低频共振,高频吸收衰减”特征,利用该特征不但能清晰区分当前高产井与干井,而且成为后期井位部署的主要依据。     

基于小波低频分量微调的IHS变换融合法及其应用

针对IHS变换融合法和小波变换融合法存在的弊端,结合这两种方法,提出了一种基于小波低频分量微调的IHS变换融合法,并通过IKONOS和QuickBird影像数据,验证了新方法的可行性和优越性。新融合法首先利用IHS变换技术提取真彩色影像的亮度分量;接着,为了提高融合影像的光谱保真度,采用小波变换技术,联合亮度分量和全色影像数据,生成更为合理的新亮度分量;同时提出了小波低频分量微调环节,并利用该环节进一步改善了融合影像的高频信息融入效果;最后,执行IHS逆变换,获得真彩色融合影像。研究表明：新融合法兼具IHS变换融合法和小波变换融合法的优势,融合结果的质量得到较大程度提高。     

小波分析在旋转机械故障诊断中的应用现状及展望

小波分析在旋转机械故障诊断领域已有广泛应用。介绍了小波分析的发展及研究现状,阐明了小波分析的基本理论及其特点,详细讨论了小波在旋转机械振动信号去噪中的应用,最后提出一些有待解决的问题及展望。     

健康监护仪智能报警模型研究

为确保生理参数监护仪健康异常自动报警的准确性,采用小波变换模极大值方法消除生理信号的噪声污染;分析了医学传感器信号和人体生理信号的特征,基于小波能量理论建立了典型故障引起信号异常的能量特征关系;通过信号能量特征模式匹配,辨别信号异常是否由生理病变引起。最后通过实验证明了报警模型的有效性。     

小波变换在车牌定位中的应用

介绍了车牌识别的背罱、意义和一般实现过程,叙述了车牌识别过程的特点和难点,阐述了小波变换的基本理论．详细地分析和论述了小波变换的特点以及在车牌识别中的应用,最后总结并对其在车牌识别技术中的应用前景进行了展望。     

Wavelet-based feature extraction and selection for classification of power system disturbances using support vector machines

This paper presents a new approach for the classification of the power system disturbances using support vector machines (SVMs). The proposed approach is carried out at three serial stages. Firstly, the features to be form the SVM classifier are obtained by using the wavelet transform and a few different feature extraction techniques. Secondly, the features exposing the best classification accuracy of these features are selected by a feature selection technique called as sequential forward selection. Thirdly, the best appropriate input vector for SVM classifier is rummaged. The input vector is started with the first best feature and incrementally added the chosen features. After the addition of each feature, the performance of the SVM is evaluated. The kernel and penalty parameters of the SVM are determined by cross-validation. The parameter set that gives the smallest misclassification error is retained. Finally, both the noisy and noiseless signals are applied to the classifier given above stages. Experimental results indicate that the proposed classifier is robust and has more high classification accuracy with regard to the other approaches in the literature for this problem.     

融合小波变换的矿井视频图像非局部均值滤波

矿井视频监控系统的相当一部分图像信息采集传感器处于低照明、高密度粉尘的环境中,导致获取的图像出现忽明忽暗、噪声较多的现象,很大程度上干扰了对井下生产状况的有效监控。为此,将小波阈值去噪算法与非局部均值滤波算法（Non-local means filtering,NLM）相结合,提出了一种井下视频图像去噪算法。该算法对获取的原始矿井视频图像进行单层小波变换,对得到的低频系数和高频系数分别进行如下处理：①将低频系数进行单层小波变换,得到次低频系数1和次高频系数1,对次高频系数1采用改进型小波阈值去噪模型进行噪声抑制后与次低频系数1进行重构,得到低频图像;②将高频系数进行单层小波变换,得到次低频系数2和次高频系数2,对次高频系数2予以舍弃,对次低频系数2采用小波软阈值去噪模型处理后进行系数重构,得到高频图像。对获取的低频、高频图像进行融合,并对融合后的图像进行非局部均值滤波,得到高清晰度的矿井视频图像。采用VB语言对所提算法进行编程试验,并与小波硬阈值去噪模型、小波软阈值去噪模型、非局部均值滤波算法进行试验对比,结果表明：该算法去噪后的矿井视频图像清晰度以及峰值信噪比（ Peak singnal noise to ratio,PSNR）、均方根误差（Root mean square error,MSE）等指标明显优于其余3类算法。     

B-Spline Wavelet on Interval Finite Element Method for Static and Vibration Analysis of Stiffened Flexible Thin Plate

A new wavelet finite element method (WFEM) is constructed in this paper and two elements for bending and free vibration problems of a stiffened plate are analyzed. By means of generalized potential energy function and virtual work principle, the formulations of the bending and free vibration problems of the stiffened plate are derived separately. Then, the scaling functions of the B-spline wavelet on the interval (BSWI) are introduced to discrete the solving field variables instead of conventional polynomial interpolation. Finally, the corresponding two problems can be resolved following the traditional finite element frame. There are some advantages of the constructed elements in structural analysis. Due to the excellent features of the wavelet, such as multi-scale and localization characteristics, and the excellent numerical approximation property of the BSWI, the precise and efficient analysis can be achieved. Besides, transformation matrix is used to translate the meaningless wavelet coefficients into physical space, thus the resolving process is simplified. In order to verify the superiority of the constructed method in stiffened plate analysis, several numerical examples are given in the end.     

基于分数阶小波变换与QR分解 的盲数字水印算法

通过对现有的盲数字水印算法的研究,本文提出一种新颖的基于分数阶小波变换(FRWT)和QR分解的盲数字 图像水印算法,相比于现有的基于DWT域数字图像水印方法,该方法兼具分数阶小波变换(FRWT)和DWT的优点,对数字水 印处理具有更高的灵活性。仿真结果表明嵌入水印后的宿主图像的峰值信噪比均高于40dB,充分说明该算法不仅可以很好 地平衡水印的不可见性,而且对几何攻击具有较好的鲁棒性。     

基于小波的搜索量聚类及在变量选择中的应用

针对使用网络购物搜索量数据建立预测模型时的变量选择问题,提出一种基于连续小波变换(CWT)及其逆变换的聚类方法。算法充分考虑了搜索量的数据特征,将原始序列分解成为不同时间尺度下的周期成分,并重构为输入向量。在此基础上通过加权模糊C均值(FCM)方法进行聚类。变量选择是根据聚类后每个分类中的关键词隶属度函数值确定的,选择效果通过我国居民消费价格指数(CPI)的预测模型进行验证。结果表明,搜索量序列具有不同长度的周期成分,聚类后同组关键词具有明显的商品类型一致性。与其他变量选择方法相比,基于小波重构序列聚类的预测模型具有更高的预测精度,单步和三步预测相对误差仅为0.3891%和0.5437%,预测变量也具有清晰的经济含义,因此特别适用于解决大数据背景下高维预测模型的变量选择问题。