用小波包变换产生音频数据索引的方法

针对音频多媒体数据库中基于例子和基于内容的查询,本文提出一种产生音频数据索引的方法。首先讨论了小波包分解的过程和最好基及代价函数的选择方法。其次对现有的用小波变换产生索引的两个方法进行比较,并提出基于小波包最好基变换产生音频数据索引的方法。再次提出用音频数据的小波包最好基变换系数的部分最高值能量作为音频数据索引。最后把这种方法与直接采用小波变换产生索引的方法相比较,实验结果表明这种新方法具有较高和较稳定的检索精度。     

中国股市β系数的多尺度特性分析

本文提出一种基于小波方差和小波协方差的β系数估计方法,并通过小波方差和小波协方差的多尺度分解估计出不同尺度上的风险系数,用该方法对中国证券A股市场分行业及投资组合的β系数进行了多尺度估计分析。实证结果表明,我国股市具有复杂的多尺度波动的特征,不同时间尺度上证券市场所表现出的风险不一样,短期投资的风险主要表现在高频波动,投资者应当考虑低尺度下的β系数,而长期投资风险主要表现为低频波动,应当考虑大尺度下的β系数。     

小波变换在车牌定位中的应用

为了解决含噪车牌图像的定位问题,本文研究了Mallat算法及其在小波系数多尺度分解中的应用,然后在此基础上针对汽车车牌与复杂背景的分割问题,提出了一种基于小波分析的边缘检测和图像分割方法。     

基于多特征融合和二维投影非负矩阵分解的图像检索

文章提出了一种基于非负矩阵分解(Nonnegative Matrix Factorization.NMF)和多特征融合的图像检索模型。通过提取图像的颜色和纹理特征,进行NMF分解,得到NMF的基矩阵和样本的系数矩阵。利用二维主成分分析(2DPCA)的思想对系数矩阵降维,然后通过特征加权的方法比较检索结果。文章使用500幅人物图像组成的图像库进行试验,该方法利用了图像的多个特征和2DPCA思想,使得文章中的方法提高了检索的查准率,而且检索速度优于非负矩阵分解和二维主成分分析。     

金融时间序列多分辨分析的描述性研究

小波理论近年来已经被广泛应用于金融时间序列分析，然而实践证明想要掌握好该方法并不容易。本文以简单的时间序列为样本．详细地描述了小波分解与重构的全部过程，意在通过详实的步骤，揭示出小波多分辨分析的本质。最后，实际演示了如何运用Madab小渡工具箱对包含600个交易数据的金融时间序列进行多分辨分析。     

基于小波分析的GPS消噪探讨

文章采用VB语言与MATLAB语言编程,提取南宁实验GPS控制网观测数据中的原始载波信号,利用小波分析理论在多尺度、多分辨率、可伸缩、可平移等分析方面的优势,分别对提取的原始载波信号、单差观测值、双差观测值采用bd3小波函数进行3层小波分解。研究高频信号特点以及不同差分方法消除噪声的效果。将小波分析理论作为数学工具,实施GPS观测数据小波分解和重组,对于发现并削弱GPS误差具有一定的参考价值。     

一种新的包含可变时间效应的内生时空权重矩阵构建方法

研究目标：引入一种基于年度全局Moran指数比的内生时空权重矩阵构建方法，并评估其合理性。研究方法：基于标准化的空间权重矩阵和以年度全局Moran指数比为基础的时间权重矩阵，经过克罗内克积组合形成内生时空权重矩阵；并以两江新区辐射带动力影响因素分解问题为例，评估了内生时空权重矩阵的引入合理性。研究发现：相对于传统的外生时空权重矩阵而言，内生时空权重矩阵能够模拟空间溢出效应在时间上的动态转移和传导效应，却不会导致模型估计结果变异性质发生明显改变。研究创新：构建了一种新的内生性的、包含可变时间效应的时空权重矩阵。研究价值：为面板数据空间计量模型建模实践构建了一种更为精准的时空权重矩阵设计方式。     

基于SVD图像压缩技术研究

数字图像处理方法的研究源于两个主要领域：一是便于人们分解图像,对图像信息进行改进;二是使机器能自动理解图像。后者正是我们所要研究的内容。众所周知,在计算机中,图像是通过矩阵来表示的,一幅图像对应着一个矩阵,对图像的压缩就转换成了对矩阵的处理。在数学中,对矩阵进行奇异值分解可以把一个矩阵分解成只用几个数来表示,而且这种分解具有很好的稳定性、唯一性和自相似性。通过这种方法,就能用比较少的数据来表示相应的图像。本文就是通过对图像的矩阵进行奇异值分解,将一幅图像转换成只包含几个非零值的奇异值矩阵,实现图像压缩。     

小波变换高分辨率层序地层学研究

以大庆长垣杏树岗地区高三组层序地层划分为例,分析了小波变换在高分辨率层序划分中的应用。利用对自然伽马曲线进行Morlet小波变换,将测井曲线信号转换为深度与尺度域的变化关系,得到不同尺度上的小波系数曲线,然后建立最佳尺度因子下的小波系数曲线的周期性振荡特征与各级层序界面的对应关系,最终将最佳尺度因子下的小波系数曲线用于层序的识别与划分。同时,结合地震资料和储层反演等资料验证,实践证明,最佳尺度因子下的小波系数曲线能准确识别出各级层序的界面,因此,利用小波变换进行层序地层划分为高分辨率层序地层学研究了提供一条新的途径。     

一种基于相容系数的证据组合方法研究

文章针对证据理论在实际应用中所出现的反直观冲突问题,提出了一种基于证据相容度的证据组合方法。根据证据相容性函数获得证据间相容度矩阵,对证据相容度矩阵归一化得到证据的一致相容性度量,在此基础上定义了证据相容系数的偏离度以表征证据的稳定性,进而联合证据的一致相容性与证据的稳定性获得证据的权系数,最后采用D-S组合规则完成对加权平均证据的组合,增加数据的一致性,降低数据的冲突。实验结果和相关分析表明该方法是合理有效的。     

Legendre小波求解Fredholm-Volterra方程

本文运用Legendre小波求解Fredholm-Volterra方程,建立了Legendre小波的算子矩阵,利用Legendre小波方法求解积分方程的基本思想是将求解积分方程的问题转化为求解一组代数方程组的问题。     

浅谈配电网故障基刊、波分析的选线方法

本文浅谈配电网故障基于小波分析的选线方法，通过分频特性良好的小波，利用频带剔除线路谐振状态，适当带宽分解故I章后线路的暂态零序电流，从而小波重构低频段下各线路的零序电流，最后比较重构后的信号来选线。     

一种基于均值量化的小波域自同步数字音频水印算法

提出了一种基于均值量化的小波域自同步数字音频水印算法。该算法是一种盲检测算法,检测时不需要原始音频信号。算法引入了系数均值量化的思想,音频信号进行小波分解后,对其中的低频系数进行均值量化,嵌入水印;并且引入了嵌入同步信号的思想,利用同步信号来定位水印的嵌入位置,以抵抗平移、裁剪等攻击。实验结果表明该算法具有较强的鲁棒性和抗攻击性。     

利用矩阵的奇异值分解对物体进行形状复原

奇异值分解法（singular value decomposition）是一种矩阵的分解方法,图像矩阵的奇异值（Singular Value）及其特征空间反映了图像中的不同成分和特征。奇异值分解（Singular Value Decomposition,SVD）是一种基于特征向量的矩阵变换方法。本文利用该方法利用某物体的数枚数字图像获得该物体的形状信息,也就是利用数字图像的灰度值来获得物体的法线向量矩阵。而且,利用具体的实验验证了该方法的可靠性。     

实时OD估计中卡尔曼滤波算法研究

ITS研究中，动态OD矩阵估计是交通动态分配的关键因素。针对OD矩阵难以获得的问题，回顾动态OD矩阵估计理论的发展历程，明确该领域研究中的三个关键问题：状态变量的选择、系统方程的确定、OD量与路段流量的关系（分配矩阵）。在此基础上介绍一种基于历史OD矩阵数据的估计方法，卡尔曼滤波算法，为动态OD矩阵估计理论的进一步的研究奠定基础。     

一种基于小波尺度相关性的自适应阈值去噪算法

针对图像去噪时造成的边缘模糊和细节损失问题,结合小波尺度相关性理论和经典的阈值去噪方法,提出了一种新的图像去噪算法,该算法利用不同尺度上小波系数间的相关性,对原图像和噪声对应的小波系数进行最大程度的区分,对前者予以保留,对后者则结合闽值去噪方法和该小波系数是原图像的置信程度进行处理。实验结果表明,该算法在达到很好的图像去噪的同时,能很好地保留图像的边缘和细节信息。     

营业杠杆系数在成本分解中的应用

将企业的营业成本按成本习性分解为固定成本与变动成本，是企业进行成本预测决策、实施成本控制、进行短期经营决策分析、量本利分析等工作的基础。常见的成本分解方法有高低点法、回归分析法等，它们都需要掌握最近多期业务量、成本的历史资料，而且计算比较麻烦，尤其是回归分析法。现介绍一种在未掌握最近各期历史成本资料的情况下，运用营业杠杆系数进行成本分解的简易方法。     

基于层次分析法的创新人才评价指标体系研究

本文基于创新人才的基本特征,从层次分析法的角度对创新人才的评价设计了三个层次的指标体系。通过专家咨询与调研分析,获得评价体系中各层次指标间的相对重要性数据,将其转化为一一对应的权重判断矩阵,运用加权算术平均法分别计算出每个矩阵中各项指标的权重向量与权重系数。进而为家庭、社会培养创新人才提供参考依据。     

基于小波变换和曲线拟合法的柴油机故障诊断

为了对柴油机故障类型进行准确诊断,对柴油机缸盖振动信号进行特征提取,所测取的信号通过小波变换提取时域、频域特征参数,得到相应的拟合曲线并计算多项式系数。设定两种常见故障,通过比较其小波变换拟合多项式系数与标准模式间的距离,从而判断出故障类型。经过验证,所判断出的故障类型正好为所设定的故障,由此表明该方法具有很大的优越性。     

建立投入产出模型的一些算法研究

一、关于投入产出系统的分解和完全需要系数矩阵的计算很多投入产出系统都可视为规模浩大、结构复杂的大经济系统。直接分析这些大系统往往是很困难的,实际的经济意义也是不很明确的。如果一个投入产出系统可以分解为一些相互之间只存在单向影响联系的子系统,则对投入产出系统的分析、计算和预测等工作都是非常有用的。