检索结果-维普期刊中文期刊服务平台

中国航空网络的多分辨率小波分解研究被引量：3: 1; 作者姚红光《西南交通大学学报》 EI CSCD 北大核心 2013年第1期141-146,共6页; 为解决航空网络中节点与边数量过多导致整体特征分析计算量大的困难,提出了基于多分辨率小波分解理论的复杂网络数据压缩方法,论证了选用Haar小波基进行航空网络小波分解的适用性及分解形式,提出了确定网络分解层数和分解后还原参数的方... 展开更多; 关键词航空网络多分辨率小波分解复杂网络粗粒化描述; 在线阅读下载PDF 职称材料

基于小波变换的输油管线泄漏检测的研究: 2; 作者任晓鹏李征《河北省科学院学报》 CAS 2006年第4期36-38,共3页; 阐述了输油管道泄漏监测系统的测漏原理及定位方法,以及如何利用小波多分辨率分解从随机信号中消除噪声,确定特征点,准确定位。; 关键词管道泄漏负压波小波多分辨率分解; 在线阅读下载PDF 职称材料

基于幅相分离立体匹配的小波立体图像压缩被引量：1: 3; 作者吴勇军殷勤业 +2 位作者曾雁星方强吴研《西安交通大学学报》 EI CAS CSCD 北大核心 2002年第12期1245-1248,共4页; 针对立体图像压缩中视差估计问题,提出了幅度和相位分离的立体匹配方法.在压缩过程中,采用CONCOD立体图像编解码器结构,分别对左右图像进行小波多分辨率分解,并用幅相分离的立体匹配方法对左右图进行视差估计.根据各种补偿残差的大小,... 展开更多; 关键词幅相分离立体匹配自适应块预测立体图像压缩小波多分辨率分解视差估计; 在线阅读下载PDF 职称材料

基于频率信息的织物起毛起球等级检测被引量：2: 4; 作者韩永华汪亚明 +1 位作者康锋孙麒《丝绸》 CAS 北大核心 2013年第3期35-38,共4页; 针对织物毛球含有的信息和织物纹理结构等干扰信息频率不同的特点,采用Haar小波变换将图像按频率分层,依据纹理结构产生频率信息在数量上的优势,以及纹理信息分解的方向性和毛球信息分解的各向异性,找到纹理及毛球所在频率层。在毛球层... 展开更多; 关键词起毛起球等级检测小波多分辨率分解织物频率信息; 在线阅读下载PDF 职称材料

基于wavelet的一类脉搏信号疾病特征量化分析被引量：2: 5; 作者王磊孟濬《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2012年第10期1866-1871,共6页; 针对脉搏信号频域分析的精度不够、缺乏对研究对象的稳定性分析、提取频域特征的方法趋于经验化等问题,使用小波多分辨率分解,提取精细尺度上的频域特征,结合Lasso套索回归,挖掘脉搏信号频域中蕴含的疾病特征信息.对一类典型心血管疾病... 展开更多; 关键词脉搏信号小波多分辨率分解 Lasso回归特征降维; 在线阅读下载PDF 职称材料

题名中国航空网络的多分辨率小波分解研究被引量：3: 1; 作者姚红光; 机构同济大学交通运输工程学院上海工程技术大学航空运输学院; 出处《西南交通大学学报》 EI CSCD 北大核心 2013年第1期141-146,共6页; 基金上海市重点学科建设基金资助项目(J51403); 文摘为解决航空网络中节点与边数量过多导致整体特征分析计算量大的困难,提出了基于多分辨率小波分解理论的复杂网络数据压缩方法,论证了选用Haar小波基进行航空网络小波分解的适用性及分解形式,提出了确定网络分解层数和分解后还原参数的方法.对2011年5月我国163座通航城市和2 198条航线构成的复杂航空网络,选用Haar小波基对该网络的邻接矩阵进行4层小波分解,得到的网络最低频子带10×10阶矩阵,包含了原网络的大部分信息.实证研究结果表明:利用分解后的最低频子带可以还原出原网络节点城市的平均度、平均最短路径长度和聚类系数.; 关键词航空网络多分辨率小波分解复杂网络粗粒化描述; Keywords aviation network muhi-resolution wavelet decomposition complex network coarsegrained description; 分类号 V352 [航空宇航科学与技术—人机与环境工程]; 在线阅读下载PDF 职称材料

题名基于小波变换的输油管线泄漏检测的研究: 2; 作者任晓鹏李征; 机构石家庄职业技术学院中国人寿石家庄分公司信息技术部; 出处《河北省科学院学报》 CAS 2006年第4期36-38,共3页; 基金河北省教育厅博士基金项目(B2004522); 文摘阐述了输油管道泄漏监测系统的测漏原理及定位方法,以及如何利用小波多分辨率分解从随机信号中消除噪声,确定特征点,准确定位。; 关键词管道泄漏负压波小波多分辨率分解; Keywords Leakage of pipelines Negative pressure wave Wavelet multiresolution decomposition; 分类号 O231 [理学—运筹学与控制论]; 在线阅读下载PDF 职称材料

题名基于幅相分离立体匹配的小波立体图像压缩被引量：1: 3; 作者吴勇军殷勤业曾雁星方强吴研; 机构西安交通大学电子与信息工程学院西安邮电学院电信系; 出处《西安交通大学学报》 EI CAS CSCD 北大核心 2002年第12期1245-1248,共4页; 基金教育部博士点专项科研基金资助项目(1999069808).; 文摘针对立体图像压缩中视差估计问题,提出了幅度和相位分离的立体匹配方法.在压缩过程中,采用CONCOD立体图像编解码器结构,分别对左右图像进行小波多分辨率分解,并用幅相分离的立体匹配方法对左右图进行视差估计.根据各种补偿残差的大小,自适应调整预测块的大小和编码方案———帧间视差补偿、帧内预测补偿和帧内自编码.仿真实验证明了该算法在保持较高立体图像质量的同时可获得较高压缩比.; 关键词幅相分离立体匹配自适应块预测立体图像压缩小波多分辨率分解视差估计; Keywords stereo matching adaptive block prediction wavelet based stereo image compression; 分类号 TN919.81 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于频率信息的织物起毛起球等级检测被引量：2: 4; 作者韩永华汪亚明康锋孙麒; 机构浙江理工大学信息学院浙江理工大学研究生处; 出处《丝绸》 CAS 北大核心 2013年第3期35-38,共4页; 基金国家自然科学基金(61070063) 浙江省自然科学基金(Z1080702) 浙江省教育厅科研资助项目(Y201226200); 文摘针对织物毛球含有的信息和织物纹理结构等干扰信息频率不同的特点,采用Haar小波变换将图像按频率分层,依据纹理结构产生频率信息在数量上的优势,以及纹理信息分解的方向性和毛球信息分解的各向异性,找到纹理及毛球所在频率层。在毛球层上计算起毛起球密度,毛球大小,毛球形状等特性参数,进而依据这些参数实现未知织物类型的起毛起球等级判定,判定准确率达到91.3%。; 关键词起毛起球等级检测小波多分辨率分解织物频率信息; Keywords pilling grade evaluation wavelet muhiresolution decomposion fabric frequency information; 分类号 TS101.91 [轻工技术与工程—纺织工程]; 在线阅读下载PDF 职称材料

题名基于wavelet的一类脉搏信号疾病特征量化分析被引量：2: 5; 作者王磊孟濬; 机构浙江大学电气工程学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2012年第10期1866-1871,共6页; 基金国家自然科学基金资助项目(60574079) 浙江省教育厅科研资助项目(Y201017866) +1 种基金浙江省基金资助项目(LY12F03023); 文摘针对脉搏信号频域分析的精度不够、缺乏对研究对象的稳定性分析、提取频域特征的方法趋于经验化等问题,使用小波多分辨率分解,提取精细尺度上的频域特征,结合Lasso套索回归,挖掘脉搏信号频域中蕴含的疾病特征信息.对一类典型心血管疾病患者的脉搏信号进行分析,验证了频谱特征在时域上的稳定性.以房颤和冠心病为例,提取出疾病特征频带并对其进行分类,据此建立Lasso线性分类模型,实现两类疾病的自动识别.; 关键词脉搏信号小波多分辨率分解 Lasso回归特征降维; Keywords pulse signal wavelet multi-resolution decomposition Lasso regression dimension reduction offeature; 分类号 TP391.5 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	中国航空网络的多分辨率小波分解研究	姚红光	《西南交通大学学报》 EI CSCD 北大核心	2013	3	在线阅读下载PDF 职称材料
2	基于小波变换的输油管线泄漏检测的研究	任晓鹏李征	《河北省科学院学报》 CAS	2006	0	在线阅读下载PDF 职称材料
3	基于幅相分离立体匹配的小波立体图像压缩	吴勇军殷勤业曾雁星方强吴研	《西安交通大学学报》 EI CAS CSCD 北大核心	2002	1	在线阅读下载PDF 职称材料
4	基于频率信息的织物起毛起球等级检测	韩永华汪亚明康锋孙麒	《丝绸》 CAS 北大核心	2013	2	在线阅读下载PDF 职称材料
5	基于wavelet的一类脉搏信号疾病特征量化分析	王磊孟濬	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2012	2	在线阅读下载PDF 职称材料