复小波频谱分析在地震数据处理中的应用

基于相对熵和复小波变换的纹理图像检索

用于PD信号去噪的dbN序列有效复小波构造研究

煤炭需求预测的复合小波神经网络模型

利用复数小波变换的六个可分的正负方向频带,提取地形六个不同方向的特征信息。

针对基于张量积小波域W iener滤波方向性差,从而导致去噪后图像边缘信息保持欠佳的问题,对复数小波的方向性质进行了分析,采用基于具有强方向性的复数小波域的W iener滤波的方法去噪,去噪后图像峰值信噪比和视觉质量较二维张量积小波去噪都有明显改善。

针对目前的多尺度增强方法一般很难实现抑制噪声和凸显细节间有效均衡的问题,提出一种基于复数小波变换增强图像方法,充分利用复数小波兼具平移不变性和方向选择性的优势,首先通过相邻两层小波系数的相关性来有效区分噪声和图像边缘,并根据各层小波系数的分布设置局部阈值抑制噪声;在此基础上,自适应地选取增强函数来增强较弱的细节并保护原图像中的清晰边缘不产生失真。

结果表明:复值小波变换在几种时频分析方法中是最佳方案。

Chaari的复值小波进行了改进 ,提出了一种新型的半复小波 ,推导了半复小波的单向递推算法 ,从而提高了电力系统故障诊断的实时性 ;采用改进的半复小波对电力系统中各种典型的扰动信号进行了分析。

文章讨论了小波的正交性、紧支性、对称性以及平滑性的作用，分析了框架意义下的冗余小波变换的特点，以及小波框架和尺度参数离散化的要点，在此基础上提出了利用复值小波变换的相位信息辅助幅值信息进行电力系统故障奇异信息检测的方法。