搜索资源列表
shuju
- 文章通过对实序列快速傅里叶变换的算法推导及Mallat 算法原理的分析，根据离散小波变换（DWT）算 法结构特征，提出了一种离散小波的快速变换算法，给出了相应的算法步骤。从数学理论上进行了论证，并把该算法 应用到静态图像处理中，得到了很好的快速和重建效果，具有一定的实用价值。 关键词：小波分析；Mallat 算法；快速小波算法 图像处理 中图分类号：TN914 文献标识码：A 1 引言 小波分析是近十多年来迅速发
wavelet
- 关于小波的入门性教程，分为四个章节：时域频域分析，多分辨率分析，连续小波编号，离散小波变换
直观的理解DWT变换
- 传统的信号理论，是建立在Fourier分析基础上的，而Fourier变换作为一种全局性的变化，其有一定的局限性。在实际应用中人们开始对Fourier变换进行各种改进，小波分析由此产生了。小波分析是一种新兴的数学分支，它是泛函数、Fourier分析、调和分析、数值分析的最完美的结晶；在应用领域，特别是在信号处理、图像处理、语音处理以及众多非线性科学领域，它被认为是继Fourier分析之后的又一有效的时频分析方法。 小波变换与Fourier
wavelet
- 关于小波的入门性教程，分为四个章节：时域频域分析，多分辨率分析，连续小波编号，离散小波变换-On the entry of wavelet tutorial, divided into four chapters: the time domain frequency domain analysis, multiresolution analysis, continuous wavelet number, Discrete Wavelet
wavelet_report
- 信号处理是结构健康监测系统一个重要组成部分。小波变换作为有效的信号处理工具能对被分析信号进行更细致分析，获得比傅立叶分析更多的信号特征。将小波分析应用于航空结构材料的结构健康监测中，对检测信号进行时频局部化处理，获得与结构状态相联系的特征。-Signal processing is a structural health monitoring system an important part. Wavelet transform as
xiaobobianhuan
- 利用小波变换多尺度分析的特性,在小波域的各个尺度上选取不同的阈值对基本的频域谱减法进行改进,并且根据清浊音各自不同的特点,在去噪过程中加以分离,保留了语音中的清音成分,使语音更加饱满。-The use of multi-scale wavelet analysis of the characteristics of the individual in the wavelet domain scale threshold select a
xiaobofenxijiangyi
- 小波(Wavelet)这一术语，顾名思义，“小波”就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与Fourier变换相比，小波变换是时间(空间)频率的局部化分析，它通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法
ECGmonitoring
- 小波变换是一种信号的时间—尺度分析方法，它具有多分辨率分析的 特点，而且在时频两域都具有表征信号局部特征的能力。由于其在信号处 理领域表现出的优异性能，目前在生物医学领域，广泛应用于信号检测、 特征提取、图像处理、信号压缩等方面。 -Wavelet transform is a signal of the time- scale analysis method, it has the characteristics of
Harmonic-Wavelet-Analysis
- 首先给出了谐波小波时频剖面图检测含噪声信号的微弱奇异成分的方法 然后运用谐波小波时频剖面图方 法分析了碰摩故障仿真信号 最后利用该方法对多个实际汽轮机组动静碰摩故障的真实振动信号进行了分析研 究。结果表明, 谐波小波能够得到其它信号分析方法无法得到的特征, 有效识别机组的碰摩故障。-Harmonic wavelet time frequency profile plot is introduced firstl
chapter1
- 张德丰matlab小波分析源代码，从信号时-频联合分析引入小波变换，将信号的多分辨率分析及Mallat算法作为全书的重点，并在此基础上，进一步阐述了双正交小波多分辨率分析、小波包多分辨率分析、提升小波应用，还讲述了小波分析在奇异性检测、去噪及数据压缩中的应用。 -Zhang Defeng matlab wavelet analysis source code
chapter2
- 张德丰matlab小波分析源代码，从信号时-频联合分析引入小波变换，将信号的多分辨率分析及Mallat算法作为全书的重点，并在此基础上，进一步阐述了双正交小波多分辨率分析、小波包多分辨率分析、提升小波应用，还讲述了小波分析在奇异性检测、去噪及数据压缩中的应用。-Zhang Defeng Matlab wavelet analysis of the source code from the signal- frequency joint
chapter3
- 张德丰matlab小波分析源代码，从信号时-频联合分析引入小波变换，将信号的多分辨率分析及Mallat算法作为全书的重点，并在此基础上，进一步阐述了双正交小波多分辨率分析、小波包多分辨率分析、提升小波应用，还讲述了小波分析在奇异性检测、去噪及数据压缩中的应用。-Zhang Defeng Matlab wavelet analysis of the source code from the signal- frequency joint
chapter4
- 张德丰matlab小波分析源代码，从信号时-频联合分析引入小波变换，将信号的多分辨率分析及Mallat算法作为全书的重点，并在此基础上，进一步阐述了双正交小波多分辨率分析、小波包多分辨率分析、提升小波应用，还讲述了小波分析在奇异性检测、去噪及数据压缩中的应用。-Zhang Defeng Matlab wavelet analysis of the source code from the signal- frequency joint
chapter5
- 张德丰matlab小波分析源代码，从信号时-频联合分析引入小波变换，将信号的多分辨率分析及Mallat算法作为全书的重点，并在此基础上，进一步阐述了双正交小波多分辨率分析、小波包多分辨率分析、提升小波应用，还讲述了小波分析在奇异性检测、去噪及数据压缩中的应用。-Zhang Defeng Matlab wavelet analysis of the source code from the signal- frequency joint
chapter6
- 张德丰matlab小波分析源代码，从信号时-频联合分析引入小波变换，将信号的多分辨率分析及Mallat算法作为全书的重点，并在此基础上，进一步阐述了双正交小波多分辨率分析、小波包多分辨率分析、提升小波应用，还讲述了小波分析在奇异性检测、去噪及数据压缩中的应用。-Zhang Defeng Matlab wavelet analysis of the source code from the signal- frequency joint
小波变换
- 小波变换 信号处理 通过伸缩平移运算对信号（函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节。(Wavelet transform signal processing through the telescopic translation operations to signal (function) step by step multi scale refinem
小波多分辨分析
- 小波多频分析，对信号进行多频重构，分析信号的高频和低频成分(The wavelet time-frequency analysis, to multi-frequency signal reconstruction, analysis of high frequency and low frequency components of signals)
--4层--db4--20db--
- 小波阈值去噪，小波变换是一种信号的时间——尺度（时间——频率）分析方法，它具有多分辨分析的特点，而且在时频两域都具有表征信号局部特征的能力(Wavelet threshold denoising)
小波分频
- 运用小波分析把地震波分频，选取4阶db为母小波，可以进行多次分频，减小分频误差(The wavelet analysis is used to divide the seismic wave frequency and select the 4 order DB as the mother wavelet, which can be divided into several times to reduce the frequency d
matlab小波变换程序
- 小波变换(wavelet transform，WT)是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的"时间-频率"窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间(空间)频率的局部化分析，通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自