a尺度r重区间正交多小波的构造

基于L2(R)上的紧支撑正交多尺度函数和多小波的构造思想与方法,探讨了任意支撑长度γ的a尺度r重区间多小波系统的构造理论与性质.给出了区间[0,1]上a尺度r重正交多小波的构造方法,得到了区间多小波的参数化表示;并且给出区间多小波的构造算例.     

基于小波变换的多分辨分布式滤波

用小波变换和多分辨分析的思想建立了一个最优和动态的多分辨分布式滤波算法。在离散小波变换的基础上，给出动态系统的描述，建立了基于小波变换最估和动态的多分辨分布式滤波融合算法。     

多尺度分析在原初粒子分辨上的应用

针对中意合作西藏羊八井ARGO宇宙线实验的特点,利用Monte Carlo模拟数据并采用多重分形和离散小波分析方法研究了由γ和强子引起的广延大气簇射(EAS)中的次级粒子在观测平面处的横向分布的特征,获得了对γ和强子簇射敏感的特征量,并研究了将这些特征量作为人工神经网络的输入单元进行γ/强子分辨的能力．     

关于多分辨分析的定义

总结多分辨分析的性质和多分辨分析的最本质特征,然后给出多分辨分析的最简洁的定义.即若{Vj}j∈z是L2(R)的一串闭子空间序列,满足条件:(1)单调性:…V-1 V0 V1 V2…;(2)稠密性: ∪∞j=-∞Vj=L2(R);(3)伸缩性:若f(x)∈Vj f(2x)∈Vj 1,j∈Z;(4)R iesz基的存在性:存在(x)∈V0使{(x-k)¨k∈Z}是V0的R iesz基.则称{Vj}j∈z为L2(R)的一个多分辨分析.     

基于矩和多分辨分析的图像识别

应用矩和多分辨分析对图像进行特征提取，求取不同分辨率下的小波系数的均值、能量和方差，作为特征向量。这组特征向量是将图像的矩特征和小波特征结合形成小波矩特征，即反映了图像的全局信息，又反映了图像的局域性信息，并且具有旋转、平移和缩放不变性。该算法不但解决了图像识别中特征量随图像旋转、平移和缩放而变化的问题，而且提高了对近似物体的识别能力。最后简要介绍了仿真实验及结果，证实此算法能对飞机、舰船等目标进行有效的识别。     

初级视觉信息处理机理与多分辨分析

详细阐述了初级视觉信息处理的生理过程,并将其信息处理机制与多分辨分析方法对应起来,提出了基于小波的计算机初级视觉信息处理机制.     

[0,1]区间上一种双正交小波的构造

先构造[0，1]区间上分片多项式初始小波空间，再利用Legendre正交多项式构造上双正交小波空间，文章最后对线性情形举出例子。     

骨肿瘤X光片的多分辨特征增强

首先应用多分辨分析法将骨肿瘤Ｘ光片进行小波塔式分解，并根据各子图像的特性，在不损失边界信息的情况下，采用非线性函数对各子图像进行对比度增强，然后再进行重构。最后通过计算图像的信息熵将文中的方法与传统的图像增强方法进行比较，结果表明文中的方法明显优于传统的图像增强方法。     

单位圆内[p,q]-φ(r)级解析函数与亚纯函数的级与型

利用Nevanlinna值分布理论对单位圆内具有相同的[p,q]-φ(r)增长级和不同型的解析函数与亚纯函数f1(z)与f2(z)经过四则运算后的[p,q]-φ(r)级,[p,q]-φ(r)下级,[p,q]-φ(r)型进行了研究,得到了一些新的结果,丰富和完善了原有的一些结论.