基于小波包变换和改进SVD的特征提取

提出了基于小波包变换和改进奇异值分解的高分辨雷达目标一维距离像特征提取方法。利用该方法对三种目标分类进行仿真实验,结果表明：该特征提取方法,对平移和姿态角变化有较强的稳健性,说明该算法是有效的。     

小波变换下舰船辐射噪声特征提取

在海洋环境中,舰船辐射噪声由于其特殊性,很容易被敌方的设备侦测到,这对舰船的航行安全构成了很大的威胁。在辐射噪声中,包含船只机舱的发动机振动噪声、螺旋桨噪声,还有其他一些舰载设备的电磁辐射噪声。本文采用小波算法对复杂的舰船辐射噪声进行特征提取,并通过一定的变换算法,将所获得的噪声功率谱进行过滤,从而提取出所需要的噪声谱图像,通过此图像,科研人员能够有效分析出噪声的来源。最后进行仿真实验,结果说明该小波变换算法能够对舰船的辐射噪声作有效的分辨,这对于舰船减低辐射噪声具有很大的参考价值。     

一种个体特征脸子空间与奇异值相结合的人脸验证算法

提出了一种个体特征脸子空间与奇异值特征相结合的人脸验证方法。该方法首先利用小波变换减小表情因素对人脸验证的影响，再为每个人建立单独的个体特征脸子空间。验证时，将测试人脸投影到训练样本的特征脸子空间上，然后利用样本特征脸子空间的奇异值特征矢量在欧氏距离上进行验证。本文为ORL人脸数据库制定了实验协议，并在此基础上进行了测试，取得了较好的结果。     

船舶电力系统故障特征提取的小波变换方法

船舶电力系统故障时暂态号中包含丰富的特征息,对故障工况暂态号特征息的有效提取是船舶电力系统故障诊断的核内容之一。基于小波变换理论,利用小波分析和小波包能量熵方法,在Matlab仿真环境下,对船舶电力系统电故障暂态号进行了分析和特征息提取。结果表明两种方法都有效地提取了故障特征息,其中小波分析方法有特征向量与故障之间的映射关系简单明了的特点,小波包能量熵方法提取的特征向量与故障之间是一种非性的映射关系,适用于与其他智能故障诊断方法结合。说明特征提取可以为故障的识别与诊断提供基础。     

基于改进小波算法的舰炮齿轮箱故障特征提取

小波变换具有优良的时频分析特性,适合于提取齿轮箱等机械设备的故障特征。但是由于小波滤波器的频响应特性不理想,因此直接对信号进行小波变换会产生一定的虚假频率,从而影响故障特征提取的准确性。针对小波分析的混频现象,在深入分析该现象产生原因的基础之上提出一种改进算法,并给出了利用该算法提取故障特征的具体步骤,为舰炮齿轮箱故障特征提取提供了一个新途径。仿真结果表明,该方法能有效地消除混频现象,提高了故障特征提取的准确性。     

基于小波理的奇异信号分析

鉴于传统信号处理对非平衡信号的局限,小波分析作为一种具备时间－频率局部特性的信号处理方法,已成为众多领域的研究热点。笔者介绍了小波变换的部分性质,分析了小波变换与Fourier变换下的奇异信号特性,并以此进行奇异信号检测。     

一种个体特征脸子空间与奇异值相结合的人脸验证算法

提出了一种个体特征脸子空间与奇异值特征相结合的人脸验证方法.该方法首先利用小波变换减小表情因素对人脸验证的影响,再为每个人建立单独的个体特征脸子空间.验证时,将测试人脸投影到训练样本的特征脸子空间上,然后利用样本特征脸子空间的奇异值特征矢量在欧氏距离上进行验证.本文为ORL人脸数据库制定了实验协议,并在此基础上进行了测试,取得了较好的结果.     

一种基于混沌和奇异值分解的数字水印算法

本文提出了一种基于混沌和奇异值分解的图像数字水印算法。该算法应用图像矩阵奇异值的稳定性;同时应用混沌系统生成的混沌序列,改变水印的嵌入位置,使得嵌入位置具有随机性。实验结果表明,该算法具有良好的不可见性,对常见的数字图像处理和噪声干扰有良好的鲁棒性。     

基于小波变换和分形理论的舰船损伤识别

研究舰船的损伤识别对于保障船舶在海面上安全航行具有重要意义。本文提出基于小波变换和分形理论的舰船损伤识别算法,充分考虑小波变换的多尺度细化特性,对获取到的舰船图像进行小波变换和分形计算。通过实验验证了该算法的区分度好,差异性大,可靠性强,有利于利用神经网络进行损失识别。     

一种基于小波分析的雷达目标多重变换特征提取方法

在非相参雷达目标识别方法中,基于ＦＦＴ－ＭＥＬＬＩＮ的多重变换的特征提取方法,在消除由于雷达回波视角和时延所引起的目标特征不稳定性方面有较好的应用效果。本文针对飞行目标的具体特性,运用小波分析方法提出了一种新的多重变换特征提取方法,经实际数据验证,在飞行目标的架次识别中取得了良好的识别率和实时性。最后文中通过该方法对三类水声目标的分类实验结果分析,证明了其广阔的应用前景。     

人脸特征提取方法的研究

人脸识别是一个被广泛研究的热门问题,该技术在法律、商业、安全系统领域有着广泛的应用,人脸图像的易取性和人脸变化的多样性使该技术的研究更富有挑战性.当前,基于模板匹配的人脸识别技术已经相当成熟,人脸特征提取是人脸识别过程中必要的一个步骤,本文就当前一些     

基于小波变换和神经网络的数字调制识别技术

本文讨论了基于小波变换的几种常用调制制式(BASK、4ASK、2FSK、4FSK、QPSK、8PSK、16QAM)的神经网络识别问题,利用小波变换提取信号特征,再通过BP神经网络来分类,有机结合了小波变换良好的时频局部特性和神经网络的自学习、自适应性。在加性高斯自噪声条件下通过仿真研究了该识别方法的性能。     

尺度适应性二代小波的图像去噪方法

根据二代小波变换的基本理论和特点,研究二代小波对图像去噪的效果。提出基于二代小波的尺度适应性分解算法,并使用改进阈值函数进行阈值分析后再对噪声图像进行去噪处理。实验结果证明,使用尺度适应性二代小波对图像去噪比其他方法具有更好的效果,去噪后的图像信噪比大大提高。     

利用小波变换设计的SAR图像检测研究

近年来,合成孔径雷达(SAR)飞速发展,已成为当今获得遥感信息的主要传感器之一。SAR图像检测由于其高分辨率和全天候全方位的优点,成为舰船尾迹检测的最重要方式之一。然而,传统的人工检测方法已不能满足大量的SAR图像数据要求,因此,为提高检测的准确率,必须开发海面舰船目标监测算法。针对这一需求,本文开发一款基于小波变换设计的SAR图像检测算法,该算法兼顾速度和准确率,具有广阔的应用前景。     

管路阀组结构制造工艺参数的振动特性影响

选取实船液压管路的阀组单元为研究对象,利用有限元软件Ansys建立阀组结构模型,计算阀组单元结构在不同频率载荷激励下的振动响应频谱阀,分析安装间距、阀架阀臂长度、斜撑位置、隔振器安装等制造工艺参数对其声学性能的影响。建立实船、优化以及改进阀组结单元的试验室结构系统,并利用激振器对结构白噪声激励得到仿真计算测点的振动响应频谱,将仿真与试验测试结果的响应频谱进行对比分析。结果表明阀组架臂长对结构振动特性影响较大,相较原始阀组单元加装隔振器的改进阀组单元的结构插入损失高于10 dB,振动特性有明显改善。     

基于小波变换的雷达图像处理技术及仿真

在现代船舶中,航海雷达广泛应用于航海导航、目标物检测跟踪及安全运行等领域,所以在船舶中配备实时高效的雷达数据及图像处理系统成为利用航海雷达的关键。同时,小波变换由于其具有高分辨率的图像处理功能而在图像处理领域得到了较为深入的研究应用。本文研究航海雷达图像信息中混入噪声及杂波的分布特性,提出一种基于小波变换的雷达图像数据杂波抑制、去除噪声的方法,最后给出仿真结果并进行分析。     

基于小波滤波的海面杂波过滤降噪处理技术

海上地形环境复杂,对于微小目标识别系统,受到海面杂波影响,目标物识别的分辨率变低。海面杂波一般由船舶运行引起的波浪起伏﹑地形变化等因素引起,较易与快速移动的微小目标物重叠,引起目标识别困难。小波滤波是一种高效的过滤噪声算法,对目标检测中的海面杂波具有很好的过滤效果,能够提高微弱目标的检测效果。本文研究海上杂波的频率特性,在此基础上设计基于小波滤波的海面杂波过滤降噪处理技术,最后给出仿真结果。     

基于小波变换和概率神经网络的水下目标识别

由于水下环境的复杂性,水下目标的检测和识别是水声信号处理领域中的一个难题.本文研究了基于小波变换和概率神经网络的水下目标识别方法.利用小波变换得到水下目标辐射噪声信号在不同尺度下的能量分布作为特征矢量,并输入到概率神经网络中以实现目标分类.利用小波变换能量特征值可有效区分不同的目标辐射噪声.概率神经网络无网络训练过程,适合于信号分类.实验结果表明该方法的有效性和可行性.