搜索资源列表
q1
- 提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was pro
q2
- 提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was pro
q3
- 复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was proposed. The phase of vibrati
q4
- 提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was pro
q5
- 利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-By making spectrum analysis of the phase, the sideband structure in power spectrum can be protruded, and the fault pattern can be identified. Experimental results show that the p
Wavelet-transform--in-image-
- 分形和小波都是近年来兴起的数学理论，在图像处理方面的应用已有许多研 究。分形与小波理论之所以能够结合起来应用，是因为二者在本质上有着很大的 相关性。分形理论研究物体的局部特征以确定其整体特性，小波理论则采用局部 对整体依赖性的系统论方法进行分析。-Fractal andwavelet arenewtheoriesinmathematics．Thesetheories havebeen applied in manysubjects，including image pr
wavelet-application-
- 小波分析是目前国际上最新的时频分析工具，在图像处理方面有着广泛地 应用。分形概念的出现为人们认识事物的局部与整体的关系提供了一种辨证的 思维方式，分形维是其主要的定量特征。小波分析是采用局部对整体依赖性的 系统方法，而分形则研究局部信号以确定信号的整体特性-Wavelet analysis is internationallyrecognizedup totheminutetoolfor allalyzing time-frequency，And it w
Denoising
- 本文介绍了局部放电信号的消噪方法，主要基于改进的小波消噪和序列脉冲分析手段来实现。-This paper presents a de-noising method for partial discharge (PD) online monitoring of transformers. The method is based on an improved wavelet de-noising approach and a pulse-sequence analysis method.
Application-of-wavelet
- 这篇文章主要研究用小波分析的方法对局部放电产生的声波脉冲信号进行消噪及后续分析。-Application of wavelet Analysis to Acoustic Emission Pulses Generated by Partial Discharges
wavelet
- 小波分析因其在处理非平稳信号中的独特优势而成为信号处理中的一个重要研究方向。如今随着小波理论体系的不断完善，小波以其时频局部化特性与多尺度特性在图像边缘检测领域中倍受青睐。-Wavelet analysis of nonstationary signal processing because of its unique advantage in signal processing and become an important research direction in. Now with th
the-wavelet-neural-network
- 城市交通流的运行存在着高度的复杂性、时变性和随机性,实时准确的交通流预测是智能交通系统,特别是先进的交通管理系统与先进的出行者信息系统研究的关键. 基于交通流预测的特点,给出了基于遗传算法的小波神经 网络的交通预测模型GA-WNN ,用具有自然进化规律的遗传算法来对小波神经网络的连接权值和伸缩平移尺度进行前期优化训练,部分代替了小波框架神经网络中按单一梯度方向进行参数优化的梯度下降法,克服了单一梯度下降法易陷入局部极小和引起振荡效应等缺陷. 仿真实验验证了GA-WNN 预测模型对短时交通流的
quzaochengxu
- 通过阈值去噪，最关键的就是要确定最佳阈值T 的大小.如果阈值太小，可以保留更多的小波系数，但同时噪声也被保留；相反，阈值太大，可以消除更多的噪声，但重要图像特征又将被滤掉，引起偏差.目前使用的阈值分为全局阈值和局部阈值.全局阈值对各层所有的小波系数或同一层内的小波系数都是统一的；局部阈值则是根据当前系数周围的局部情况来确定合适的阈值，具有灵活性.-Threshold denoising, the most critical is to determine the optimal threshol
jubunengliang
- 表面肌电信号的小波包局部能量分解柱状图，提取特征能量-Local energy of the surface EMG wavelet packet decomposition histogram feature extraction energy
global-threshold-denoising-1
- 小波图像去噪，全局阈值法，是多阈值小波去噪中两大部分：全局阈值法玉局部阈值法的重要组成部分。-Wavelet denoising, the global threshold method, the multi-threshold wavelet de-noising of two parts: the global threshold method jade local threshold an important part of the law.
SSeparately_be
- 基于小波变换的分开—合并图像分割matlab．采用多尺度小波变换系数作为四分树结构的分开一合并法图像分割的一致性度量 从而在大的图像块中。。去除噪声的影响，在小的图像块中，以小波变换的局部极大值精确定位边缘，根据边缘信息进行分开一合并法图像分割 ．实验表明．算法得到满意的结果 ． -Separately based on wavelet transform- merge image segmentation Matlab. Multi-scale wavelet transform coef
liangcongtuxiangjishuyanjiu
- 基于向量机模式的粮虫识别系统。该系统对粮虫图像进行小波边缘提取，根据灰度共生矩阵和局部统计方法图区小波分离后的图像特征-Grain insect identification system based on vector machine model. The grain insect image edge extraction based on GLCM and local statistical methods Figure wavelet image features separated
propram
- 小波分析，分析系统变化在时域中存在多层次时间尺度结构和局部化特征-Wavelet analysis, analysis system changes in existing in the time domain multi-level time scale structure and localization characteristic
matlab-code
- 应用Matlab工具箱演示对比度增强，局部平滑，中值滤波，小波工具，边缘检测，图像二值化，Hough变换直线提取，灰度阈值分割，四叉树分裂合并法等，并完成这些处理程序的GUI集成。-Application the Matlab toolbox Demo contrast enhanced local smoothing, median filtering, wavelet tools, edge detection, image value, Hough transform line extra
NLTV_WI_v1
- 非局部全变分小波域图像修复代码，实现算法WAVELET INPAINTING BY NONLOCAL TOTAL VARIATION，Xiaoqun Zhang，Tony F. Chan，Inverse Problems and Imaging，2010,4（1）-Non-local full variational wavelet domain image repair code algorithm WAVELET INPAINTING BY NONLOCAL TOTAL VARIATION
WAVE-weifengyin
- 小波变换具有多分辨率分析的特点，并且在时频两域都具有表征信号局部特征的能力。小波变换通过将时间系列分解到时间频率域内，从而得出时间系列的显著的波动模式，即周期变化动态，以及周期变化动态的时间格局（Torrence and Compo, 1998）。小波（Wavelet），即小区域的波，是一种特殊的、长度有限，平均值为零的波形。它有两个特点：一是“小”，二是具有正负交替的“波动性”，即直流分量为零。小波分析是时间（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，能自动适