基于TV模型的去噪算法改进

文章通过分析调和去噪模型、ROF模型、广义TV模型,提出了基于TV模型的去噪算法改进。在调和模型的基础上对扩散系数进行了改进,从而克服了ROF模型的阶梯效应。改进后的算法可以去除更多的噪声,同时保留了图像的边缘,且与ROF模型相比,在不同噪声下其峰值信噪比均能有一定的提升。     

小波变换在通信信号除噪方面的应用探究

小波分析在信息技术和其他学科方面的应用是众多科技工作者关心的课题。在理论方面,新观点、新方法不断涌现。本文旨在完善小波的基本理论,对原有的小波去噪方法作进一步的改进。经典的信号处理方法,例如傅立叶变换、短时傅立叶变换等具有局限性,因而限定了它们的应用范围。小波分析作为一种全新的信号处理方法,它将信号中各种不同的频率成分分解到互不重叠的频带上,为信号滤波、信噪分离和特征提取提供了有效途径,特别在信号去噪方面显出了独特的优势。     

基于小波分解和ARIMA模型的城际铁路客流预测

针对城际铁路车站客流预测问题,文章采用离散小波分析方法对城际铁路车站原始日客流量数据进行小波分解;对分解得到的各层小波系数,利用AIC赤池信息准则进行ARIMA建模;利用训练得到的ARIMA模型进行预测未来一段时间客流数据的高频分量和低频分量,并对其进行小波重构,从而得到未来一段时间的预测客流数据;最后以广珠城际铁路某车站实际客流数据为例,对文章所提出的客流预测模型和客流预测算法进行了验证。实验结果表明,文章所提方法客流预测方法具有一定的预测精度。     

NDVI时间序列数据的去噪重建方法对比

基于不同遥感平台获取的NDVI时间序列数据目前已经广泛应用于全球环境变化研究中,然而由于气溶胶、云及降雪等因素导致的数据噪音将会干扰分析结果,因此需要对原数据进行去噪重建。虽然目前已有多种NDVI时序数据的去噪重建方法,但很少有研究全面、系统地对这些方法在土地利用类型上的去噪效果进行比较。文章以鄱阳湖平原为研究区域,基于不同土地利用类型,对比分析了最佳指数斜率提取法、小波变换、傅里叶变换法、中值滤波、迭代内插数据重建法、滤波(S-G)6种方法对SPOT和MODIS数据的去噪效果。结果表明:(1)不同重建方法均具有一定去噪效果,但基于不同数据、在不同土地利用类型上存在一定差异;(2)相对于其他方法,S-G滤波在植被覆盖较高区域具有较好的去噪效果,BISE和傅里叶变换在整个研究区效果较差;(3)在去噪重建方法的选择上,应该同时注重研究目的以及噪音的特征,尤其是在提取植被相关生长特征的时候。     

基于小波算法的电磁辐射信号的重建浅析

电磁辐射信息的重建有很多方法,比如空间域滤波法、频率域滤波、小波变换去噪。本文运用小波变换的方法作为电子辐射信息的去噪方法,并且运用MATLAB辅助工具生成DSP代码。     

基于低维流形模型的图拉普拉斯正则化的点云去噪算法

针对目前点云去噪算法易忽略边缘特征的问题,为了保留点云的显著结构特征,提高点云去噪的精度,提出一种基于低维流形的去噪算法.假设点云分布在高维空间的低维流形上,利用点云间表面的自相似性建立图拉普拉斯模型以近似流形结构,结合图的正则化约束,实现点云的精确去噪,最后通过计算均方误差对算法进行定量评价.实验结果表明,提出的点云去噪算法具有较小的误差,并且能够较好地保留视觉显著结构特征.     

基于小波神经网络的上证50指数多步预测

以神经网络为代表的人工智能模型对股票价格具有良好的预测效果,但是该智能模型侧重于单步预测,很难满足实际股票预测的要求。提出基于小波和神经网络相结合的股票指数多步预测智能模型。选取上证50指数为建模数据,运用小波分解将上证50指数收盘价序列分解成不同尺度的分层数据,依据迭代策略,利用BP神经网络分别预测小波分解后的各层数据,最后将各层的预测结果使用小波重构成原始股票收盘价的预测数值。结果表明,基于小波神经网络的多步预测模型具有良好的多步预测效果。     

联合谐波小波与递归神经网络的股市时间序列预测

为了提高神经网络对股市时间序列的预测精度，首先利用谐波小波对股票市场数据进行多尺度分解，将其分解为不同尺度且具有平移不变特征的谐波小波分量；然后根据股市时间序列的特点，构建递归神经网络模型进行短期预测，以不同尺度的谐波小波分量为输入数据，对股市数据进行多尺度预测；最后对不同尺度的预测结果进行谐波小波重构，得到最终的股市预测数据。对我国股票市场进行了实验分析，结果表明：股市时间序列经谐波小波分解后，股市数据中不同投资时间水平的价格波动可以被较好的分离，有效地提高了股票市场数据的预测精度。     

基于Gabor的人脸识别技术研究

本文提出了基于Gabor小波变换的人脸识别技术研究。采用Ycb Cr作为人脸图像检测颜色空间,简单高斯模型表征颜色分布;采用Gabor小波变换提取人脸图关键特征作为输入向量,Direct LDA算法对人脸原始图像进行线性判别;采用支持向量机进行人脸识别。仿真实验表明,该方法能准确识别人脸,实时性满足实际要求。     

引入小波分解的神经网络预测——以玉米大宗商品价格序列为例

采用世界银行发布的连续752期月度玉米国际价格,将其视为离散价格时间序列,运用小波理论中的Mallat算法,把价格序列分解为若干高频分量和一个低频分量,然后将各分量导进循环神经网络,再累加所得的各个分量预测值,作为最终预测价格。实验表明：引入小波分解的神经网络模型,在玉米价格时间序列中,比较灵活地捕捉到高频和低频信号,并准确拟合和预测这些部分的数值;说明该方法对于价格频繁剧烈波动的场景具有实用意义。     

EMD联合小波阈值降噪在井下接收信号上的应用

井下闭环旋转导向钻井系统在钻进过程中受到复杂的振动,使井下通信接收装置接收到的信号包含大量的抖动噪声,影响有用信号的提取,从而导致井眼轨迹控制的稳定性变差。为有效降低背景噪声的影响,提高钻井效率,在传统小波变换理论的基础上,结合经验模态分解法(EMD),提出一种 EMD联合小波阈值降噪滤波算法。通过EMD分解法将井下接收信号进行分解,并利用小波变换对高频固有模态函数（IMF）进行降噪处理。仿真结果表明此方法的降噪性能均优于传统降噪算法,实测数据滤波结果显示该方法复原误差较小、信号损失较小、信噪比较高,可有效滤除井下接收信号中的噪声,保证井下接收信号的正确解码。     

企业家口碑语言与企业家形象的关系

语言对传递信念和态度起着重要的决定性作用。文章基于语言类别模型理论(LCM),将企业家口碑的语言传播类型区分为具体传播和抽象传播两种类型,探讨和检验了它们如何影响消费者对企业家形象的评价和消费者对传播者态度的感知。研究结果表明,这两种语言传播类型对企业家形象和消费者的感知态度均发挥不同的影响,并且随着企业家口碑效价的不同而存在显著差异。这些发现对于指导企业家后台和前台化行为与营销沟通都有积极意义。     

影响广东经济增长的科技因素分析

本文主要分析了影响广东经济增长的若干因素,重点考察了科技投入对经济增长的影响。文中以广东统计年鉴、广东科技年鉴及新中国60年统计资料汇编发布的1991～2008数据,运用广义的Cobb-Douglas生产函数对广东省科技投入的经济效果进行了实证分析。结果表明:广东省科技投入对广东省经济增长有明显的促进作用,广东在增加科技投入的总量的同时,也要对经济结构、资源的优化配置和使用效率给予足够的重视。     

旅游系统演变趋势模型的构建及其科学意义

文章试图从系统整体的角度提出旅游系统演变趋势模型,包含旅游系统演变趋势概念模型、运用该概念模型定量分析旅游变化趋势的旅游系统演变趋势数学模型。根据该模型可以深入认识旅游的＂真正＂变化趋势、旅游的波动变化趋势、重大事件对旅游的影响,从而增强对旅游变化过程与变化趋势的认识,提高旅游预测的准确程度,并为旅游发展评价和旅游决策提供更为科学的依据。     

国内外智慧旅游与城市旅游竞争力研究述评

智慧旅游及城市旅游竞争力是目前国内外研究的热点问题。在对国内外智慧旅游的概念、智慧旅游实践述评的基础上,对城市旅游竞争力的研究进行述评,其中城市旅游竞争力的研究从三个角度出发,即影响因素、综合评价与提升策略。国内外研究城市旅游竞争力的内容侧重与方法运用不尽相同,国外评价城市旅游竞争力运用钻石模型、可计算的一般均衡（CGE）模型、集聚指数模型等,而国内倾向于运用的方法有因子分析法、主成分分析法、生态位模型、后向传播(BP)神经网络、聚类分析法等。最后,国内外在智慧旅游及城市旅游竞争力的结合性研究上成果很少,智慧旅游竞争力的研究还待进一步探索。     

Time frequency effects on market indices： World comovements

The international comovement of stock market indices is reviewed in this paper. The most powerful argument for cross-border investing is the risk reduction due to low correlation of world＇s stock markets. Diversifying risk has become even more important as financial markets globalize, helped by advanced information technology which lowers the transaction costs. Systematic risk is lowered through international diversification in markets with low correlation in domestic markets. Investors must be willing to take advantage of these correlations to reduce volatility in their portfolios. As such, the authors show the usefulness of wavelet analysis for financial relations. The current work tries to analyze the relationship among eleven stock indices using wavelet theory, applying the MODWT, Cross-Wavelets techniques, and regression analysis for different time scales. The findings suggest that there is strength to moderate cointegration among many stock markets, and therefore evidence of intra-continental relationships. Thus, it is able to disentangle different short, medium and long-run relations. The importance of historical transmissions is low for the period under analysis.     

Hedonic模型在商品住宅价格分析中的应用——以深圳为例的实证分析

结合住宅房地产市场的特征，借鉴已有的关于Hedonic模型的理论方法和研究经验，对深圳普运商品住宅市场进行了实证研究，构建了可供实际应用的Hedonic价格模型，揭示了深圳市场上住宅的各物理属性对住宅价格的影响程度。     

地方茶叶品牌竞争定位：基于“五力模型”的分析

随着近年来茶叶品牌意识的觉醒,实施品牌战略成为国内各级政府和众多茶叶企业的首要选择。品牌定位是地方茶叶实施品牌战略的关键步骤,尤其面临激励的市场竞争,品牌定位更为重要。本文运用波特“五力模型”理论对影响地方茶叶品牌竞争的五种力量进行了分析,而后从品牌市场细分、品牌价格、品牌形象三方面提出地方茶叶品牌竞争定位的策略。