监测数据小波方法的回归估计及应用

提出一种基于小波分析和回归估计的变形预测模型,基本思想是根据小波分析的优点,对监测数据进行小波分解,通过对小波系数进行估计得到回归估计函数。由于在小波分解过程中对小波系数作用于阈值,即对监测过程受到的干扰进行了消除或降低,从而使建立的预测模型更接近于变形体规律,预测更准确。实例计算表明,这种模型是切实可行的。     

基于小波萎缩方法的图像小波去噪的研究

小波方法越来越广泛地应用到图像处理当中。小波萎缩方法是小波图像去噪方法中较为重要的方法之一。本文主要介绍了图像小波去噪中较常用的小波萎缩方法，并主要针对Bayes阈值，使用噪声方差邻域估计法加以研究和实现，并将几种阈值函数的去噪效果进行了对比。     

基于小波分析回归模型的大坝监测数据处理

为了克服回归模型的一些缺点,将小波分析引入到回归模型里面,建立一种混合模型。本文通过介绍回归模型和小波变换,建立小波回归的混合模型,介绍建模的流程,通过小波变换来优化监测数据,再得到回归模型的估计函数。通过与回归模型的比较分析,说明这种混合模型较优的分析效果,更好的预测精度。     

基于小波变换和灰色模型的变形监测数据分析

变形监测数据中噪声等随机扰动的存在导致传统GM(1,1)模型的预测性能较差,难以满足实际工程应用要求.提出一种基于小波变换和灰色理论的变形监测数据分析方法.首先,根据最小熵准则自适应确定最优小波分解尺度;然后,利用小波变换对变形监测数据进行噪声抑制,消除扰动误差;最后,对噪声抑制后的变形监测数据进行灰度建模,利用GM(...     

基于小波去噪的变形监测数据处理的方法研究

小波去噪是小波分析在信号处理领域的重要应用之一。然而变形监测数据中不可避兔含有大量的随机误差,而小波阈值去噪方法以其操作简单和良好的效果而被广泛应用。小波去噪的关键是如何选择阈值和如何利用阈值来处理小波系数,通过对几种不同阀值的选取,比较不同阀值选取对去噪效果的影响。     

基于小波分析的海洋重力异常畸变消除方法研究

为了有效地消除重力异常畸变对海洋重力测量的影响,得到高精度的海洋重力测量值,本文在小波理论分析的基础上,将小波分析应用到消除海洋重力异常畸变中。基于信号的奇异性分析理论和小波软阈值处理方法,提出一种小波联合软阈值处理方法;根据重力异常状态方程,分别采用小波软阈值处理方法和小波联合软阈值处理方法对重力异常畸变数据进行了仿真对比实验,理论分析和仿真实验表明:采用小波软阈值处理方法和小波联合软阈值处理方法并选用通用阈值选择规则都能在一定程度上消除海洋重力异常畸变,但在相同背景条件下,小波联合软阈值处理方法的性能优于小波软阈值处理方法。     

合肥市需水预测遗传小波神经网络模型研究

本文将小波分析与BP人工神经网络相结合,并使用遗传算法优化神经网络,建立起遗传算法优化的小波神经网络———遗传小波神经网络。从合肥城市需水密切相关的14个社会经济指标中,筛选出主要的影响因子,根据长时间序列数据,构建了城市水资源需求量预测模型。通过遗传小波神经网络和传统BP的网络训练输出效果比较,表明该预测模型收敛速度较快,对神经网络的性能优化有明显效果,拟合精度较高,泛化能力较好,对城市需水预测能取得较好的效果。     

动态变形信号小波阈值降噪模型研究

由于小波分析具有时频多分辨功能,小波去噪方法能在降噪的同时,更有效地保留有用信号.讨论小波阈值去噪中软阈值和硬阈值方法,然后针对硬阈值法不连续和软阈值法有偏差的缺点,研究一种有效的GPS动态变形监测数据的小波阈值降噪模型,并进行降噪实验,取得令人满意的结果.     

基于复小波变换的SAR图像斑点滤波方法

斑点噪声的存在使得SAR图像的应用受到较大的限制.文中首先介绍了SAR图像斑点噪声模型以及几种常用的SAR斑点噪声抑制方法;然后对小波变换斑点噪声滤波方法进行分析,提出了基于二元树复小波变换的SAR图像滤波方法.实验比较表明,二元树复小波变换抑制SAR斑点噪声效果明显,较小波变换更具有优越性.     

小波变换阈值去噪法在GPS数据处理中的应用

在介绍小波变换阈值去噪法的特性及其有点的基础上,结合武汉某大学教学楼GPS变形监测数据,首先使用不同的小波函数及阈值策略分别对GPS观测数据的非差、单差相位观测值和伪距观测值进行阈值去噪处理,然后分别使用Bernese高精度数据处理和Trimble TG0软件对消噪前后的单差相位观测值、非差相位观测值和伪距观测值进行基线解算。最后,比较消噪前后基线解算结果,分析不同小波函数和阂值策略对基线解算精度的影响,探讨小波变换阅值去噪的合理方法。     

基于Matlab小波去噪的研究方法

阐述了硬阀值法、软阀值法和半软阀值法去噪的原理及其算法的实现,针对传统小波去噪后,图像的部分细节丢失、边缘模糊等问题,提出一种改进半软阀值的计算方法。实验结果表明,改进的方法具有更好的去噪效果。     

一种基于小波分析的SAR图像斑点噪声滤波算法

利用多分辨率小波分析的理论,分析了SAR图像经多分辨率小波分解后生成的系列子图像中信号与斑点噪声能量分布特性及其信噪比的变化规律,提出了一种新的小波域斑点噪声的滤波算法,该滤波算法的阈值取决于各细节子图像的序列长度、方差及其所在的层次,并采用真实SAR数据和模拟加噪图像进行了试验。结果表明,该算法具有较强的噪声抑制和较好的边缘、细节保护能力及目视效果     

基于小波分析的GPS信号噪声特性

通过提取南宁实验GPS控制网的原始载波信号,利用小波分析理论在多尺度、多分辨率、可伸缩、可平移等分析方面的优势,分别对提取的原始载波信号、单差观测值、双差观测值采用bd3小波函数进行3层小波分解,研究各种GPS信号噪声的特性,对减弱各种GPS噪声的影响有一定的参考价值。     

小波函数在变形监测数据降噪中的应用

利用计算机仿真技术,在加入人为噪声的基础上,采用小波函数对仿真数据进行降噪处理验证。测试过程中采用全局阈值和分层阈值的方式,分析降噪后能量成分和方差,比较两种阈值的降噪效果,并得出结论:小波分析在数据降噪方向有很明显优势,而且分层降噪的效果更好,将其应用到GPS变形监测的降噪处理中,取得了很好的效果,为GPS后续处理提供了数据保障。     

基于形态小波的地震数据压缩方法研究

研究了地震勘探回波数据的压缩技术,针对地震信号形态纹理明显的特点,采用形态为主、小波为辅的分析方法取代单一的小波分析来研究地震信号的潜在规律,设计了基于形态变换的新一代地震数据压缩算法。     

基于小波变换的栅格地形图自动矢量化优化研究

利用现有的纸质地形图制作电子地形图,仍然是水电行业获取基础设计资料的重要手段。本文分析了如何通过调整扫描仪参数改善纸质地形图的扫描质量,以及利用小波变换进行图像去噪,利用阈值法进行图像分割,从而获得高质量的矢量化底图,提高自动矢量化的效率。     

基于边缘检测的优化算法的小波阈值图像去噪

目前,小波阈值去噪方法简单有效,已成为图像去噪领域中常用的去噪方法.但传统的小波阈值去噪方法存在一些缺点,在去除图像噪声的过程中会出现去噪不彻底、噪声残留和噪声误判的问题.本文首先利用小波边缘检测算法确定图像边缘特征的小波系数;然后,根据噪声的方差设置优化阈值函数去噪,即在以往统一阈值基础上加以修改,使阈值能随着分解尺度的变化而改变,对传统的软闽值和硬阈值的优点予以保留,改进它们的缺点,生成一种新的阈值函数,使它在处理小波系数时更加灵活.经过优化的小波阈值去噪后得到平滑图像;最后,把小波边缘检测图像镶嵌入平滑图像中.实验表明,与传统的小波阈值去噪方法相比,该算法解决了传统阈值函数在去噪过程中出现的问题,进行有效去噪的同时保留图像的细节,使图像更加清晰,提高了信噪比.     

基于小波分解的动态变形预报

阐述了小波变换和多分辨率分析的基本原理,简要地介绍了离线预报和在线预报两种不同的变形预报方式,并在此基础上提出了基于小波分解的动态变形预报的方法,并通过实际算例证明了这种方法的有效性。     

基于支撑向量回归的高光谱混合像元非线性分解

提出了基于支撑向量回归的高光谱混合像元自动分解.首先利用投影迭代的方法自动寻找到影像的典型地物光谱,然后利用Hapke近似函数模拟出非线性的训练和测试数据.支撑向量回归的混合像元分解方法与基于基函数分解方法的不同点是不需要预先确定非线性的映射形式,它通过核函数,把像元矢量从低维空间映射到高维特征空间,使得在特征空间中构造的线性光谱组合对应着原始空间（像元空间）的非线性组合特性,从而揭示了典型地物光谱之间的高阶性质,提高了混合像元的分解精度.实验结果证明,这种方法具有很高的混合像元的分解精度.利用模拟数据作分解精度的评价,表明97%以上的像元分解绝对误差不大于10%,而各类总体平均平方根误差均小于3.5%.