多分辨率分析

摘要： 时间序列分类即通过构建分类模型建模时间序列中的特征来实现对该时间序列的归类,是时间序列挖掘的重要研究分支。现有的时间序列分类方法多数从时域的角度对时间序列进行建模,忽视了时间序列中隐含的频域信息,而时间序列往往同时蕴含着多种不同变化速率的变化模式,这些变化模式在时域上相互叠加,使得时间序列的变化规律变得比较复杂,因此仅从时域的角度进行建模,难以有效地从复杂的规律中捕获其蕴含的多种相对简单的规律。提出一种基于自适应多级小波分解的神经网络方法AMWDNet,使用自适应小波分解建模时间序列中的多级时频信息,自适应小波分解模块能够同时从时域和频域的角度出发,对时间序列中蕴含的多种变化模式进行有效分解,通过使用长短期时间模式提取模块分别建模时间序列中的长期和短期时间模式。选取时间序列分类任务中8个主流的方法作为基准方法,在UCR数据集仓库中的8个数据集上进行对比实验,结果表明,AMWDNet在其中的7个数据集上取得了最高的分类准确率,相比于次优的基准方法提升了0.1~2.2个百分点,整体分类性能优于MLP和FCN等基准方法。

摘要： 为了揭示过量空气系数λ在多尺度上对天然气发动机燃烧不稳定性的影响规律,在低负荷工况下针对不同λ值进行试验,对平均指示压力时间序列进行小波分析和多分辨率分析,研究多尺度上天然气发动机燃烧不稳定性。结果表明:天然气发动机燃烧过程呈现明显的多尺度特性,且燃烧不稳定性与各尺度上细节信号的波动具有较强的相关性;当混合气浓度较大时,压力波动呈现出持久性的大尺度周期振荡模式;随着λ增加,高频尺度范围出现了间歇性的短周期振荡,高频细节信号的波动特征加剧,邻近燃烧循环之间的关联性增强,呈现出更复杂的动力学特征;在接近稀燃极限工况时,高频细节信号D_(1)对燃烧不稳定性的贡献率更大。同时,对燃烧过程多尺度确定性变化的原因进行了分析,为天然气发动机稀燃稳定性控制提供了理论依据。

摘要： 正确的户变关系档案信息是开展配网台区精益化管理的前提。针对当前台账中户变关系档案存在错误的问题,提出了一种基于多分辨率分析的配网台区户变关系辨识法。首先,利用经验模式分解(Empirical Mode Decomposition,EMD)将电压量测数据分解为一系列特征互异的模态函数,并基于样本熵(Sample Entropy,SE)将相关序列合并重组为趋势分量、细节分量和随机分量;然后,综合考虑重组分量的多尺度特征,提出多分辨率距离测度和多分辨率相似性测度以全面度量电压时序数据的相似程度,并基于改进K-means算法完成户变关系辨识;最后,结合实际算例验证了所提方法的有效性。

摘要： 针对当前显著性区域检测方法对具有噪声的图像检测不准确的问题,提出一种基于多分辨率动态模式分解的显著性区域检测方法,该方法将动态模式分解(dynamic mode decomposition,DMD)与多分辨率分析(multi-reso-lution analysis,M RA)结合在一起,在时域和空间域中对多尺度系统进行建模.首先将输入图像进行色彩空间转换和边缘检测,然后使用图像的色度、亮度和边缘信息生成顺序快照矩阵,最后将其提供给多分辨率动态模式分解(MRDMD)模块进行3个级别的分解,获得图像的显著性区域映射.实验结果表明:本文方法在干净和嘈杂的图像中均能够检测出完整、边界清晰的显著性区域,相比于其他检测方法,性能具有明显的改善.

摘要： 提出了一种基于双树复小波与双变量阈值模型的图像去噪算法.利用双树复小波的平移不变性和多方向选择性,对图像进行双树复小波变换;充分利用尺度间小波系数的相关性,根据图像和噪声的分布特征,由贝叶斯估计方法推导出一种双变量的阈值去噪模型,阈值自适应于噪声和原图像的信号强度.对图像的双树复小波系数进行阈值去噪.实验结果证明了所提出方法的有效性,相对现有的高斯噪声去除方法,所提方法具有较好的去噪性能和细节保持能力.

摘要： 随着遥感技术的快速发展,各种场景的应用对图像融合质量提出了更高的要求.针对CS方法与MRA方法存在的光谱失真与空间畸变等问题,提出了一种HCS结合MRA的遥感图像融合框架.首先,对MS进行HCT正变换获得强度分量和角度分量,并对PAN进行直方图匹配;然后,对强度分量和匹配后的PAN进行某种MRA变换获得各自的高频系数和低频系数;再使用特定的融合规则将高频系数与低频系数分别融合,并进行相应的MRA逆变换获得新的强度分量;最后对新的强度分量与角度分量进行HCT逆变换获得融合结果.为验证框架的融合效果,对WV-2影像进行了融合实验,并对结果进行了主观评价和客观评价指标的计算.结果表明,HCS结合MRA的方法在融合效果上明显优于CS方法和MRA方法.因此,融合框架能够获得光谱保持和空间质量均较好的融合结果,对遥感技术的应用提供了有力支持.

摘要： 本文利用多分辨率分析法和BP神经网络相结合的方法对局部放电信号进行模式识别,通过相关的理论分析,采用多分辨率分析法提取各样本信号特征量,并通过BP神经网络作为识别器对各特征量进行模式识别,最终依托MATLAB进行识别验证,识别结果证明了该方法的正确性和可行性。

摘要： 针对物体检测中传统广义霍夫变换算法计算量大、效率低以及基于特征匹配算法对于放缩旋转图像的误检问题,提出一种基于重要性采样的广义霍夫变换算法.将广义霍夫变换置于重要性采样框架中,边缘点根据显著性度量值筛选,作为广义霍夫变换的投票元素,并采用加权多分辨率分析方法,极大地减少了计算量.通过多种实验(放缩、旋转、加噪、遮挡等)与其他相似方法进行对比,结果表明,该算法检测精度及效率较高.

摘要： 在局部二进制模型和多分辨率分析的基础上,提出了一种基于局部频域算子的多尺度纹理分类方法,本文首先对输入的纹理图像采用与局部二进制相似的邻域模版进行局部频率变换,再对各频段图像实现多分辨率分析,并提取多尺度下的特征向量,最后结合SVM算法进行分类实验.结果证明,该方法在继承了LBP对光照因素具有的稳定性的同时,具有旋转不变性特征,并且利用NSCT在多尺度下进行的纹理特征提取也满足尺度不变性的需要,与其他方法相比提升了分类准确率.

摘要： 为提高图割算法的分割效率与质量并改善shrinking bias现象,提出将图割理论与小波变换相结合的方法.该方法利用小波变换多分辨率分析的特点,将变换中的低频子带图像作为估计GMM参数的训练样本进行多尺度迭代分割,提高算法效率,利用简单高效的CS_LBP纹理描述子提取高频子带图像中的纹理信息,将颜色与纹理特征相结合改善分割效果,并利用高频系数进行多尺度边缘检测,用于计算局部自适应的正则化参数,改善对细长边界的分割.实验结果表明,分割效果得到了改善,算法效率得到了提高.

摘要： 小波变换具有多分辨率分析的特性,整数小波属于二代小波,其不仅延续了小波变换多分辨率分析的特性,而且在运算快速性方面具有自身独特的优势。将整数小波变换应用于交通场景的车辆阴影去除,不仅能够充分发挥整数小波变换的多分辨率分析特性,而且兼顾了交通监控实时性的要求。实验结果表明,将整数小波变换应用于车辆阴影去除在处理效果和实时性方面获得了比较好的折中,是一个有益的尝试。

摘要： 输电线路故障后电压故障行波是一个宽频带信号，由于电容式电压互感器不能有效传变宽频带电压行波信号，给行波保护投入电力系统实际应用带来困难。文中应用数学分析工具——小波变换，利用小波变换的多分辨率分析特性，将电压故障行波分解成多个频带信号，并研究了各个频带下电压故障行波初始极性之间的关系。研究结果表明：电压故障行波各频带信号的初始极性具有一致性，而电压故障行波中工频分量的初始极性与电压故障初始行波的波头极性一致。这一结论为新型方向比较式行波保护原理的建立提供了理论基础。

摘要： 煤矿井下环境恶劣,作业空间受限，井下噪声危害也不容忽视。井下噪声不仅影响煤矿工人的身体健康，同时影响安全生产。为了准确地判定噪声源特点，考虑到空气动力噪声、机械噪声、电机噪声在频率和强度方面的差异，基于多分辨分析的小波变换噪声源判定.得出噪声在不同频率上的分布。根据分解的结果，可以比较准确地确定产生噪声源的特点.为后续重点且有针对性的治理噪声打下了良好的基础，为噪声治理提供了一种新的测试分析方法，具有广阔的工程应用前景。

摘要： 目标跟踪是视频复合压缩编码的一项关键技术.针对高分辨率视频序列进行ROI 目标跟踪时,视频帧尺寸较大,目前搜索算法容易陷入局部最小的问题,提出了一种目标跟踪算法.该算法使用分水岭分割减少搜索区域,并结合多分辨率分析和双十字搜索.仿真实验结果表明,算法减少搜索时陷入局部最小的概率,同时提高了目标跟踪的精度.

摘要： 超高压输电线路的继电保护装置担负着非常重要的任务，这些保护不可避免地会受到各种高频信号的干扰，其中雷电干扰就是最主要的干扰因素。因此，雷电干扰识别技术的研究对超高速保护能快速准确动作、尽快走向实用化具有重要意义。本论文采用对电流暂态分量进行频谱分析的方法来研究不同情况下能量的分布，找出差异，并结合对暂态电流的波形特征的分析，来区分输电线路上感应雷、非故障性直击雷与故障性直击雷及普通短路故障。通过此方法，最终达到识别雷电干扰的目的，以保证保护不会误动作。

摘要： 超高压输电线路的继电保护装置担负着非常重要的任务，这些保护不可避免地会受到各种高频信号的干扰，其中雷电干扰就是最主要的干扰因素。因此，雷电干扰识别技术的研究对超高速保护能快速准确动作、尽快走向实用化具有重要意义。本论文采用对电流暂态分量进行频谱分析的方法来研究不同情况下能量的分布，找出差异，并结合对暂态电流的波形特征的分析，来区分输电线路上感应雷、非故障性直击雷与故障性直击雷及普通短路故障。通过此方法，最终达到识别雷电干扰的目的，以保证保护不会误动作。

摘要： 超高压输电线路的继电保护装置担负着非常重要的任务，这些保护不可避免地会受到各种高频信号的干扰，其中雷电干扰就是最主要的干扰因素。因此，雷电干扰识别技术的研究对超高速保护能快速准确动作、尽快走向实用化具有重要意义。本论文采用对电流暂态分量进行频谱分析的方法来研究不同情况下能量的分布，找出差异，并结合对暂态电流的波形特征的分析，来区分输电线路上感应雷、非故障性直击雷与故障性直击雷及普通短路故障。通过此方法，最终达到识别雷电干扰的目的，以保证保护不会误动作。

摘要： 超高压输电线路的继电保护装置担负着非常重要的任务，这些保护不可避免地会受到各种高频信号的干扰，其中雷电干扰就是最主要的干扰因素。因此，雷电干扰识别技术的研究对超高速保护能快速准确动作、尽快走向实用化具有重要意义。本论文采用对电流暂态分量进行频谱分析的方法来研究不同情况下能量的分布，找出差异，并结合对暂态电流的波形特征的分析，来区分输电线路上感应雷、非故障性直击雷与故障性直击雷及普通短路故障。通过此方法，最终达到识别雷电干扰的目的，以保证保护不会误动作。

摘要： 本公开内容提供一种用于富集多个基因组区域的方法，该方法使用与核酸样品的第一组基因组区域选择性杂交的第一引诱物集合和与所述核酸样品的第二组基因组区域选择性杂交的第二引诱物集合。这些引诱物集合的组(panel)能够选择性富集基因组的一个或更多个核小体相关区域，所述核小体相关区域包括具有一个或更多个具有差异核小体占位的基因组碱基位置的基因组区域，其中所述差异核小体占位是细胞或组织类型起源或疾病状态特征性的。

摘要： 本发明涉及一种基于多分辨率分析的SAR‑多光谱‑高光谱一体化融合方法，包括步骤：对多传感器数据集中的多光谱遥感影像进行预处理，将高光谱影像的坏波段去除，以避免高光谱影像中的畸变波段影响权重计算和最终融合的图像质量；将融合前高光谱影像(HS)、融合前SAR影像分别与融合前多光谱影像(MS)进行精确地理配准(影像配准)；将融合前SAR影像与光学影像进行矩匹配，所述矩匹配将融合前SAR影像的像元值映射到光学的像元值空间。本发明的有益效果是：本发明就高光谱影像与SAR影像的像素级融合，提出一种利用多光谱数据作为衔接，降低异质影像融合的困难性，可同时满足SAR‑多光谱‑高光谱影像的像素级融合。

摘要： 本发明公开了一种基于多分辨率分析的支持向量机识别优化方法。它包括一个在射频指纹识别技术中对波形进行多分辨率分析的步骤S6，所述的步骤S6，对步骤A中得到的所述相参积累消噪信号，进行多分辨率分析。本发明使用支持向量机可以提高射频指纹识别的准确率，降低对于有大量样本信号的支持向量机学习的计算复杂度，采用多分辨率分析的方法提取信号样本中的特征点，在保证射频指纹特征的前提下，降低了支持向量机学习的样本点数量，从而达到了计算复杂度的降低。

摘要： 本发明公开了载荷识别领域的一种基于小波多分辨率分析的动载荷识别方法，用以解决目前载荷识别领域研究中存在的问题。该方法包括：首先求解识别参数；其次，基于时域卷积模型，利用小波基函数对载荷进行小波重构，得到小波响应函数；再次，对响应和小波响应函数进行小波变换，得到小波域下的系统响应和小波域下的小波响应函数；最后，计算权系数，反求载荷，完成识别。本发明可辨识冲击、突变等非平稳载荷，识别精度高；方法对多输入多输出系统中同时包含快慢变化的多路载荷间的相互干扰不敏感，可以区别并辨识多路载荷；提出了多个识别参数的定量/定性确定方法，可用于基于小波分析的动载荷识别方法的参数确定。

摘要： 本发明涉及基于小波多分辨率分析的电网动态扰动事故在线辨识与可视化方法，属于电力系统广域动态监视与可视化技术领域，该方法包括：对电网中典型动态扰动事故特性进行离线仿真分析，选择得到的最大小波系数能量对应的小波函数ψ和分解层数I作为在线小波多分辨率分析工具；根据目标电网PMU配置情况进行分区，使每个区域有且仅有一个PMU子站进行量测，并将每个PMU子站量测的频率信号传送至WAMS主站；从WAMS主站获取各PMU子站的频率信号，用确定的小波函数ψ进行I层在线小波多分辨率分析，得到第I层的小波系数；用其进行扰动发生时刻、扰动发生位置以及扰动类型的判别；并以地图为背景进行可视化显示。本发明可提高电力系统运行可靠性。

摘要： 本发明通过利用双尺度回归添加到多分辨率分析(multiresolution analysis，MRA)模型中的高通调制(high‑pass modulation，HPM)注入方法，同时考虑精细尺度和粗糙尺度信息，提出了一种基于双尺度回归的多分辨率分析全色锐化方法。包括如下步骤：(1)在基于高斯滤波器的广义拉普拉斯金字塔与多光谱(Multispectral，MS)传感器的匹配调制传递函数(generalized Laplacian pyramid matches the modulation transfer function，MTF‑GLP)上，设计一个基于尺度回归的MRA模型。(2)利用HPM注入方案对该MRA模型进行了改进，使其原有HPM的注入系数添加上尺度回归的信息。(3)将双尺度信息包括精细尺度和粗糙尺度信息添加到尺度回归中，最后生成一个迭代的收敛的双尺度回归模型，得到最终的全色锐化结果。

摘要： 本发明涉及一种基于多分辨率分析的SAR‑多光谱‑高光谱一体化融合方法，包括步骤：对多传感器数据集中的多光谱遥感影像进行预处理，将高光谱影像的坏波段去除，以避免高光谱影像中的畸变波段影响权重计算和最终融合的图像质量；将融合前高光谱影像(HS)、融合前SAR影像分别与融合前多光谱影像(MS)进行精确地理配准(影像配准)；将融合前SAR影像与光学影像进行矩匹配，所述矩匹配将融合前SAR影像的像元值映射到光学的像元值空间。本发明的有益效果是：本发明就高光谱影像与SAR影像的像素级融合，提出一种利用多光谱数据作为衔接，降低异质影像融合的困难性，可同时满足SAR‑多光谱‑高光谱影像的像素级融合。

摘要： 本发明公开了一种基于Legendre小波多分辨率分析的分数阶系统辨识方法。包括以下步骤：首先，在[0,1]区间上选取Legendre小波阶次。其次，利用块脉冲函数积分矩阵推导出Legendre小波积分的运算矩阵，然后将系统输入和输出信号以Legendre小波的形式进行展开，利用小波多分率分析特性，不断分解输出信号，舍弃高频信息，减小数据长度，最后，采用最小二乘法，以IAE指标作为目标函数，通过循环分数阶积分的形式，求解系统参数及阶次。本发明有效的解决了传统的Legendre小波积分运算矩阵辨识方法的单维度、高阶次和多系数，所导致的参数估计慢、无法辨识噪声污染系统问题，加快了系统辨识速度，降低了噪声对辨识精度的影响。

摘要： 本发明公开了一种基于多分辨率分析的支持向量机识别优化方法。它包括一个在射频指纹识别技术中对波形进行多分辨率分析的步骤S6，所述的步骤S6，对步骤A中得到的所述相参积累消噪信号，进行多分辨率分析。本发明使用支持向量机可以提高射频指纹识别的准确率，降低对于有大量样本信号的支持向量机学习的计算复杂度，采用多分辨率分析的方法提取信号样本中的特征点，在保证射频指纹特征的前提下，降低了支持向量机学习的样本点数量，从而达到了计算复杂度的降低。

摘要： 本发明涉及马铃薯分级算法技术领域，特别涉及一种基于多分辨率分析法和Adaboost算法的马铃薯品质分级方法，包括：步骤S101：获取若干马铃薯图像；步骤S102：通过多分辨率分析法分别计算马铃薯图像在不同的抽象层次中输入层与隐层之间的连接权值；步骤S103：通过Adaboots算法滤选所述连接权值，获取最佳特征；步骤S104：根据连接权值和最佳特征确定图像图像分类的结果。应用本实施例技术方案，通过多分辨率分析法计算连接权值，有效地减少了耗时的训练和分类步骤。再通过Adaboots算法对马铃薯的外部形状进行分类，最终对马铃薯品质分级有着更高的效率和更快的速度。