小波分析簡(jiǎn)述第五章-資料下載頁(yè)
2025-05-10 03:57本頁(yè)面
【正文】 小波基 D 小波基 A 原始信號(hào) 小波細(xì)節(jié)系數(shù) wd 小波近似系數(shù) wa 正變換：原始信號(hào)在小波基上，獲得 “小波系數(shù)”分量 反變換：所有“小波分解” 合成原始信號(hào) ?小波變換和小波包變換 (課堂演示 Matlab小波分析軟件 ) )( txxA1xD1xA2xD2xA3xD3)5(x)8(x)9(x)10(x)11(x)12(x)13(x)14(x)15(x)4(x)6(x)7(x)1()( xtx ?)2(x)3(x八、小波應(yīng)用 小波去噪聲 小波用于圖像配準(zhǔn) 小波圖像壓縮 小波數(shù)字水印 信號(hào)奇異性檢測(cè) 九、小波進(jìn)展 第二代小波，稱提升算法，可用于整數(shù)小波。 小波神經(jīng)網(wǎng)絡(luò) 小波壓縮 細(xì)節(jié)系數(shù)大多數(shù)接近 0，只有很少一部分對(duì)應(yīng)于圖像邊緣和紋理信息的系數(shù)具有較大的峰值，含有顯著能量。 ? 好的小波使能量更集中 ? 采用好的編碼方法 各高頻子圖在視覺(jué)上具有相似的輪郭，即相似性?？梢杂脕?lái)設(shè)計(jì)壓縮算法。 ? 能否引入分形？ 邊緣特征提取用于傳遞函數(shù)設(shè)計(jì) 細(xì)節(jié)系數(shù)較大的位置對(duì)應(yīng)于灰度突變，即對(duì)應(yīng)于邊緣、線和區(qū)域邊界等明顯特征 小波變換矢量 （ W1f， W2f） 的模（梯度矢量的模 ） 極大值對(duì)應(yīng)于信號(hào)的奇異點(diǎn)（邊緣點(diǎn) ） 小波變換用于圖象特征抽取 第 1級(jí) 斜線細(xì)節(jié) 第 1級(jí) 水平細(xì)節(jié) 第 1級(jí) 垂直細(xì)節(jié) 水平細(xì)節(jié) 近似 圖象 垂直細(xì)節(jié) 斜線細(xì)節(jié) 采用小波神經(jīng)網(wǎng)絡(luò)指導(dǎo)傳遞函數(shù)設(shè)計(jì) 與多層感知器神經(jīng)網(wǎng)絡(luò)比，具有訓(xùn)練需要較少計(jì)算量的優(yōu)勢(shì)；與徑向基函數(shù)RBF和小波框架神經(jīng)網(wǎng)絡(luò)比，參數(shù)（隱節(jié)點(diǎn)數(shù)和權(quán)值）較容易確定。另外有較好的收斂速度。 在同樣的逼近質(zhì)量下，小波神經(jīng)網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)減少。
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1