小波神经网络在微弱信号检测中的应用

因为噪声总是会影响检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点。小波神经网络比数字滤波器更加适合检测微弱信号。小波神经网络是一种时频分析的自适应系统,它能检测信号中的微小变化。该文提出了一种新的检测白噪声中微弱信号的方法。仿真结果表明,小波神经网络在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

一种差分进化算法优化小波神经网络及其在弱信号检测中的应用

在混沌理论和相空间重构技术的基础上,提出了一种基于小生境自适应差分进化小波神经网络(NADE-WNN)的混沌背景下弱信号检测方法。该方法采用小生境自适应差分进化算法同时优化小波神经网络的结构和参数,简化网络结构,提高网络的学习精度和收敛速度。实验结果表明,与传统的RBF神经网络和小波神经网络预测混沌时间序列的性能相比,该算法优化的小波神经网络具有更高的预测精度和收敛速度,能够较好地检测出混沌背景下的弱信号。     

信号的小波分析及在信号检测中的应用

对典型的线性调频信号进行了小波分析,并运用小波变换方法对噪声中的方波信号和正弦信号进行了检测,讨论了小波变换滤波器参数变化对检测性能的影响,最后,将小波变换与短时傅里叶变换进行了比较。     

小波变换在奇异信号检测中的应用

介绍了小波变换的基本概念，阐述了小波变换的奇异性和信号变化剧烈处的关系。通过对实际信号的处理，表明该方法在奇异信号检测和局部化分析方面具有优异特性。     

小波分析在光纤加速度计信号检测中的应用

光纤加速度计凭借自身的诸多优势而受到军事和国防领域的青睐,因此广泛应用于惯性导航系统;但由于受光源光功率的随机变化、光电探测器噪声、电路噪声以及环境噪声的影响,光纤加速度传感器的输出信号通常非常微弱,而且含有大量噪声,从而降低了光纤加速度计的精度,首先针对光纤加速度计系统中的几种主要噪声及其特征进行了分析,针对噪声的特点,研究了小波包分析的方法,并利用该方法提取信号中的有用信息,最终达到削弱干扰噪声的目的;从仿真结果来看,该去噪方法有效.     

小波神经网络算法在区域需水预测中的应用

将神经网络和小波分析理论相结合建立小波神经网络模型,在网络参数训练中采用进化算法,设计小波神经网络进化算法步骤。通过对应用于盐城市在未来2010年需水预测的实例进行计算分析,结果表明了该模型具有良好的可行性和合理性,可以借此深入分析外生输入变量与区域需水量之间的关系。     

提升小波改进阈值算法在输气管道泄漏信号降噪处理中的应用

输气管道的泄漏检测对保障其管道的正常运行具有重要意义,但是在实际工作中,传感器检测到的信号会受到噪声的干扰。为了提高管道泄漏检测精度,采用一种不依赖于傅里叶变换的提升小波变换方法,并引入改进阈值函数对信号进行降噪处理,分别对比不同小波基函数,不同分解尺度利用改进阈值算法的降噪效果,确认db5小波函数作为最优提升小波函数,并对信号进行四层分解的信号处理信噪比最高,最后利用现场实验采集到的负压波信号进行传统小波去噪和提升小波改进阈值算法去噪的效果对比,其结果表明提升小波改进阈值算法的去噪效果优于传统小波算法的去噪效果,在管道泄漏检测的信号降噪中具有良好的应用价值。     

小波方差在信号特征提取中的应用

根据小波变换的特点,引入了单一尺度下的小波方差,研究了其在反映随机信号的统计特征方面的特点,以及在信号特征提取中的应用.最后,以一类石油测井信号为实例,分别利用小波方差分析和提取信号在强噪声环境下的特征脉冲.研究结果说明:小波方差是表征信号能量的一个物理量,也是提取非平稳信号的特征的有效方法.     

正交样条小波在信号奇异性检测中的应用

本文给出了正交样条小波在信号奇异性检测中的应用,并且与其它常用的小波如Daubechies小波和双正交小波作了比较。实验表明,用正交样条小波进行信号奇异性检测不仅计算量小,而且效果好。     

小波变换提取的胎动信号的神经网络识别

胎动监护是预防围产期胎死的一项重要手段。本文介绍了一种用小波变换实现胎动信号滤波并利用BP神经网络识别胎动以实现胎动自动监护的方法,其中胎动信号利用压力传感器从孕妇腹部获取。通过使用所设计的分类系统对13例共260min的腹部胎动信号进行识别,总的正确率达90．05％。从实验结果看,本方法效果令人满意。     

样条小波基的构造及其在汉字签名鉴别中的应用

基于笔画描述的汉字轮廓线，小波变换能更有效地提取签字的字形特征。该文提出了一种基于小波变换的笔迹鉴别的新方法，利用B-样条函数更适合于计算机图形中的曲线与曲面处理的特性，设计了适合系统特点的四阶样条小波，对签字的每一笔画进行小波变换，又设计了一组公式对各笔画的特征进行合成，从而抽取出了更加稳定有效的签字特征。     

小波语音增强算法在说话人识别中的应用

干净语音环境下识别率很高的说话人识别系统,在有噪声语音环境下识别性能显著降低。针对这一问题,将小波语音增强算法应用于说话人识别系统,提出一种结点阈值去噪新方法。语音增强主要目的是从带噪语音中尽可能地提取纯净的原始语音。在不同信噪比条件下进行实验,结果表明,提出的方法比传统的阈值法能更好地提高语音质量。     

Application of a Steerable Wavelet Transform using Neural Network for Signature Verification

This paper describes a technique for the problem of off-line signature verification using a steerable wavelet transform. The signature has been treated as a two-dimensional image and uses the wavelet as a tool of data reduction and feature selection. Feed-forward neural network based architecture is used for both training and classification, because of the generalisation, fault tolerance, and such other capabilities of the neural network. Besides, the small length of the wavelet coefficients vector, which is used as a feature vector reduces the complexity of the neural network in terms of the number of neurons and time of training. Experimental results based on 300 signatures from 30 persons are presented, which show that wavelet has great potential for off-line signature verification. Receiveed: 17 June 1998?,Received in revised form: 28 October 1998?Accepted: 26 January 1999     

改进小波算法在光纤温度传感器中的应用

针对在分布式拉曼光纤温度传感器系统中,由于拉曼散射信号弱、噪声强而造成的温度测量误差问题,提出了一种改进小波算法模型。该算法在传统模型极大值小波算法基础上,引入信号相关性特性来提升捕捉信号与噪声的能力,同时结合小波分解尺度自适应方法,消除分解尺度不匹配造成信号丢失或噪声未滤除的情况,并在Matlab仿真软件中对比了此算法滤波的优越性,利用3 km分布式光纤测温系统进行验证。实验结果表明,处理后的温度较算法前的温度总体平均误差缩小0.5233℃。     

改进小波聚类算法在QAR数据中的应用

传统小波聚类算法标记满足密度阈值的连通单元为同一个簇,而不满足密度阈值的网格有可能存在属于簇的数据对象,数据的每维属性有时差距较大,不合适再划分均匀网格。为此,提出一种改进的小波聚类算法CWave Cluster,划分非均匀网格,进一步细化边界网格,对不满足密度阈值的网格进行处理,最终形成聚类。在指定的快速存取记录器(QAR)数据集上的实验结果表明,改进的小波聚类算法能根据数据特点划分网格,区分簇与簇的边界,有效解决QAR数据异常点检测问题。     

小波阈值滤波算法的仿真及应用

小波在信号分析和信号滤波方面具有绝对的优势,笔者首先介绍了小波滤波的基本原理和主要方法,对基于小波的阈值滤波理论以及各类阈值函数计算方法进行分析,并在Matlab中实现基于小波阈值的滤波器,对其性能进行仿真。仿真结果表明,高通滤波器和低通滤波器可以对噪声信号进行分解和重构。     

自适应小波阈值算法在心电信号去噪中的应用

针对常用的小波阈值算法存在的缺点和心电图信号的具体特征,提出了一种新的自适应阈值算法.该算法通过估计含噪信号信噪比的大小,自动调节阈值来抑制心电信号中的噪声.实验表明该算法能有效地实现心电信号的噪声消除,同时也为其他信噪比较低的生物医学信号处理提供了一种新的方法.     

小波去噪算法在含噪盲源分离中的应用

无噪模型下的盲源分离算法在信噪比较低的情况下并不适用。针对该情况一种解决方案就是先对含有高斯白噪声的混合信号进行去噪预处理,然后使用盲源分离算法进行分离。为此,本文提出了一种适用于信噪比较低条件下的基于平移不变量的小波去噪算法。该算法首先使用高频系数滑动窗口法准确估计含噪混合信号的噪声方差,然后使用Bayesshrink阈值估计算法 得到更加合理的阈值,最后在不降低去噪效果的同时缩小了平移不变量的范围,减少了运算量。实验仿真表明,在信噪比较低的情况下,与传统小波去噪算法相比,该算法可以更加有效地去除噪声,在很大程度上提升盲源分离算法的性能。     

基于RSA算法的数字签名技术在电子商务中的应用

介绍数字签名在电子商务中的重要作用,探讨RSA算法的可行性和在数字签名中的应用,对RSA算法的安全性进行分析。     

基于RSA算法的数字签名技术在电子商务中的应用

介绍数字签名在电子商务中的重要作用，探讨RSA算法的可行性和在数字签名中的应用，对RSA算法的安全性进行分析。