Análisis de resolución múltiple
De: Detección de bordes de imágenes basada en fusión de datos y transformada wavelet... Revista de la Universidad de Ciencia y Tecnología de China 2001 Wu,,.
Resumen: Se propone un método de detección de bordes de imágenes mediante fusión de datos y transformada wavelet. Primero, la fusión wavelet se realiza en imágenes multiespectrales de la misma área, y luego el coeficiente de transformación wavelet se usa para ajustar dinámicamente el umbral de discriminación de bordes para detectar los bordes de la imagen fusionada. Los resultados experimentales muestran que este método no solo suprime eficazmente el ruido, sino que también tiene una buena adaptabilidad a imágenes con una variedad de características de borde. Esta serie de aproximaciones tiene diferentes resoluciones, por lo que se denomina análisis de resolución múltiple. Sobre la base del algoritmo piramidal, la gente extiende la teoría de las ondas continuas al campo discreto. Desde el concepto de filtros, la transformada wavelet utiliza dos conjuntos de filtros ortogonales de paso alto y paso bajo para filtrar continuamente la señal de placer f (t).
Fuente: Método de codificación de imágenes con control de distorsión "Tecnología de comunicación por radio" 1997 Xu Peixia, Sun Gongxian.
Resumen: Se propone un método de codificación de imágenes con distorsión arbitraria basado en la transformada wavelet y la retroalimentación de errores, que es adecuado para consultas remotas de bases de datos y transmisión en capas de imágenes con velocidad de bits variable. Descompone la imagen en diferentes resoluciones mediante la transformada wavelet y luego la compensa gradualmente mediante el método de retroalimentación de errores. Dado que se compensan los errores de codificación de todas las resoluciones anteriores, se puede restaurar una imagen sin distorsiones. Su análisis de posicionamiento de señales se realiza en muchas escalas diferentes, por lo que también se denomina análisis de resolución múltiple [2, 3]. El alcance del análisis wavelet es muy amplio, incluyendo: análisis numérico en el campo de las matemáticas, construcción de métodos numéricos rápidos, construcción de curvas y superficies, solución de ecuaciones diferenciales, teoría de control, etc.
Fuente: Análisis de ondas de cepa de estómago anterior de rumiantes, Revista de la Universidad Agrícola de Xinjiang, 2003, Liu Haosen, Wei Junzhi.
Resumen: Utilizando el módulo de análisis de ondas DASP, se realizó la descomposición de ondas en las curvas de dominio del tiempo de deformación sistólica y diastólica del estómago de rumiantes (ovejas y bovinos) bajo cuatro estados fisiológicos (alimentación, alimentación, rumia y normal), se dan las estadísticas de tensión armónica diastólica y sistólica en diferentes bandas de frecuencia. Los resultados del análisis wavelet muestran que se analizan la frecuencia principal y el espectro de cada punto de medición en cuatro estados fisiológicos. Este método de análisis paso a paso se denomina análisis de resolución múltiple, que es una dirección importante de la transformada wavelet en aplicaciones prácticas de ingeniería. ξi suele ser una distribución exponencial, una distribución lognormal, una distribución normal y una distribución gamma.
De: Aplicación de wavelets y redes neuronales de aprendizaje caótico en la previsión de cargas de energía a corto plazo... Ingeniería y aplicaciones informáticas, 2003, Yang, Zheng Gang.
Resumen: Se propone un modelo híbrido de ondas y redes neuronales para la previsión de carga a corto plazo de sistemas eléctricos. Primero, basándose en el método de análisis de resolución múltiple wavelet, la secuencia de carga se descompone en secuencias con diferentes características de frecuencia. Luego, de acuerdo con las características de cada componente después de la descomposición, se construyen diferentes modelos de redes neuronales para predecir cada componente respectivamente. El algoritmo de red neuronal utiliza un algoritmo de aprendizaje del caos. En comparación con el algoritmo BP tradicional, este algoritmo utiliza el movimiento de órbitas caóticas para hacer que el sistema escape de las limitaciones de los valores extremos locales y busque la optimización global. Supera los problemas esenciales del algoritmo de aprendizaje de BP y acelera el aprendizaje de la red. y mejora la precisión del aprendizaje. Finalmente, se reconstruye la señal de predicción de cada componente para obtener el resultado final de la predicción. Al construir el modelo de red, este artículo considera el impacto de los factores climáticos como un conjunto de puntos de entrada a la red. Los resultados experimentales muestran que el sistema de previsión de carga basado en este método tiene buena precisión y estabilidad. Después de la descomposición iterativa de LL (x, y), se obtiene la descomposición multinivel de la imagen bidimensional f (x, y), o análisis de resolución múltiple. El resultado de la transformada wavelet son múltiples datos de bandas de alta frecuencia y un dato de banda de baja frecuencia de la señal original en una serie de bandas de frecuencia divididas en octavas.
Fuente: Investigación sobre el algoritmo de compresión de imágenes basado en las características estadísticas de la transformada Wavelet Wu Baoming, Peng, 2002 Journal of Biomedical Engineering.
Resumen: La distribución estadística de la energía de la imagen es una base importante para el procesamiento de compresión de imágenes. Sobre la base del estudio de las características estadísticas de las imágenes de subbanda de ondículas, se propone un nuevo algoritmo de codificación de cuantificación de imágenes basado en las características estadísticas de las imágenes de subbanda de ondículas y las características visuales humanas. Los experimentos muestran que este algoritmo tiene las características de cálculo simple y alta eficiencia de compresión.
En este sentido, el análisis wavelet también puede denominarse análisis de resolución múltiple, lo que supone un avance histórico en la historia del análisis de Fourier. Ha sido ampliamente utilizado en procesamiento de señales, exploración sísmica, identificación de cuerpos celestes, diagnóstico y monitoreo de fallas mecánicas y otros campos científicos y tecnológicos.
De: Tecnología de procesamiento de señales ECG y método de transformación wavelet Revista del Instituto Dalian de Industria Ligera 2001 Zhang Shuqing, Li Changwu, Wang Li.
Resumen: Se proporcionan dos métodos de procesamiento de señales de ECG. El primer método consiste en utilizar tecnología de síntesis, que puede garantizar la integridad de la forma de onda y es fácil de implementar. El segundo método consiste en utilizar el análisis wavelet. La transformada Wavelet es adecuada para el análisis de señales no estacionarias, el preprocesamiento de datos de ECG y la extracción de características. Este artículo utiliza el algoritmo de Mallat para realizar una descomposición de múltiples escalas de señales de ECG, lo que se denomina análisis de múltiples resoluciones. El patrón de la imagen de la huella digital es un patrón cuasi periódico, y las direcciones de las líneas y las frecuencias espaciales en diferentes áreas representan los atributos esenciales de las diferentes imágenes de la huella digital.
De: Identificación rápida de huellas dactilares basada en características algebraicas y geométricas, Revista de la Universidad de Ciencia y Tecnología de Zhejiang Li Xiaoyun y Hu Zhihui, 2005.
Resumen: Para aprender de las fortalezas y debilidades de cada uno en los métodos de comparación basados en características geométricas de las huellas dactilares, se propone un nuevo método de comparación por etapas basado en características algebraicas y geométricas de las huellas dactilares. Los experimentos muestran que este método reduce el tiempo de coincidencia en un 47,5% y al mismo tiempo garantiza una alta tasa de reconocimiento. Se espera que este algoritmo se convierta en una tecnología de identificación de huellas dactilares práctica y eficaz. Este tipo de análisis de cosas de gruesas a finas se llama análisis de resolución múltiple. En el dominio del tiempo, la escala cambia de grande a pequeña y la escala correspondiente en el dominio de frecuencia cambia de pequeña a grande. El filtro de paso bajo puede obtener información a gran escala, es decir, información de baja frecuencia - información del contorno de la señal, y el filtro de paso alto puede obtener información a pequeña escala, es decir, información de alta frecuencia de la señal - ruido y información de mutación.
Fuente: Procesamiento de ruido de señales de ECG basado en transformada wavelet, Journal of Northwestern Polytechnical University 2005 Zhang Jingzhou, Shou Guofa, Dai Guanzhong.
Resumen: Basado en el análisis de resolución múltiple de la transformada wavelet, a través del análisis de la señal del ECG y su ruido, se diseñan diferentes algoritmos para abordar la deriva de la línea base, la interferencia de frecuencia industrial y la interferencia mioeléctrica en el ECG. Algoritmo de eliminación de ruido de ondas. El algoritmo se simula y verifica utilizando las señales de ECG en la base de datos estándar internacional MIT/BIH y las señales de ECG generadas por la simulación del programa. Los resultados muestran que este algoritmo puede filtrar eficazmente varios ruidos importantes en la detección de señales de ECG con muy poca distorsión y puede cumplir con los requisitos clínicos para el análisis y diagnóstico de formas de onda de señales de ECG. La idea básica es considerar la función f en el espacio L ~ 2 (r) como un límite que se acerca gradualmente. Cada aproximación es una versión suavizada de f y las resoluciones de aproximaciones sucesivas son diferentes, por lo que se denomina análisis de resolución múltiple. El marco de aproximación progresiva requiere cierta invariancia de traducción. Más precisamente, el análisis de resolución múltiple está anidado.
De: Bases wavelet de soportes compactos ortogonales estándar y descomposición de datos sísmicos...
Resumen: Este artículo analiza la base wavelet soportada compacta ortogonal estándar de Daubechies. Con la ayuda de métodos de análisis de resolución múltiple, se establecen algoritmos de reconstrucción y descomposición de datos sísmicos para comprimir y reconstruir datos sísmicos medidos. Esta estructura anidada suele denominarse análisis de resolución múltiple. Vale la pena señalar que,subespacio. z, no se puede obtener mediante la traducción de números enteros de una sola función, que es una de las características importantes que distinguen las ondículas múltiples de las ondículas tradicionales.
De: Avances de la investigación de multi-wavelets y sus aplicaciones en sistemas de potencia... Power System Automation, He, 2004.
Resumen: Las ondas múltiples pueden tener propiedades como simetría, ortogonalidad, soporte corto y momentos de fuga de alto orden al mismo tiempo, lo cual es incomparable a las ondas tradicionales. Al introducir las primeras multiwavelet, se introducen las propiedades básicas de la multiwavelet. Se analiza en detalle el estado actual de la investigación de la teoría de ondículas múltiples y se comparan varias ondículas múltiples de uso común. El preprocesamiento de múltiples wavelets se analiza, analiza en profundidad y se clasifica. Combinado con el campo de los sistemas de energía, se proponen y discuten los problemas existentes en la aplicación práctica de la teoría de ondículas múltiples. Finalmente, se prospectan futuras líneas de investigación sobre multiwavelets y sus aplicaciones en sistemas eléctricos.