小波變換
- 結(jié)合小波與線性映射的人臉圖像特征提取算法
；線性映射；小波變換；遺傳算法；人臉圖像識別0 引言圖像識別技術(shù)是模式識別領(lǐng)域的一項重要研究課題[1]。圖像在計算機當(dāng)中的存儲方式通常是以有序的多維度矩陣的形式存在，具體的存儲形式按其存儲的顏色數(shù)量可以大體分為兩種。分別是灰度圖片（二位矩陣存儲像素值）和彩色圖片（三維矩陣存儲RGB三個通道的數(shù)值方式）。在實際存儲當(dāng)中，由于圖片數(shù)量非常多，如果在多種智能識別應(yīng)用中，直接將圖片存儲在多維矩陣中，作為圖像特征，這將造成大量資源的浪費和應(yīng)用的不合理，從而占用大量的
計算機時代 2023年7期2023-07-17
- 基于小波變換充電站諧波檢測方法的研究
電站；諧波；小波變換0 引言一方面環(huán)境問題的持續(xù)惡化，國家對電動汽車給予了厚望；另一方面國家原油價格的波浪式上升，使現(xiàn)階段電動汽車成為人們購車的重要選擇之一。但是現(xiàn)階段公民購買電動汽車考慮最多的是充電設(shè)施的配套情況，例如在新疆地區(qū)，地廣人稀，市與市間距大約都在五百公里左右，因此新疆電動汽車的普及率不高。在很多文獻對于此也做了大量的研究，例如在文獻[5] 中提出要使電動汽車能夠快速發(fā)展必須建設(shè)完善的配套設(shè)施，并對其重要性做出了合理解釋，可以體現(xiàn)充電樁建設(shè)的重
電子產(chǎn)品世界 2023年6期2023-07-10
- 利用模態(tài)應(yīng)變能變化率的結(jié)構(gòu)損傷識別優(yōu)化方法
態(tài)應(yīng)變能; 小波變換; 有限元; 算法優(yōu)化引 言軌道車輛在極端服役環(huán)境和各種不確定因素（振動、溫度、濕度等）的影響下，其關(guān)鍵部件經(jīng)常會產(chǎn)生振動疲勞和各種裂紋萌生及擴展的結(jié)構(gòu)損傷事件。按照結(jié)構(gòu)動力學(xué)理論，結(jié)構(gòu)損傷識別（Structural Damage Identification，SDI）也稱結(jié)構(gòu)損傷檢測（Structural Damage Detection，SDD），屬于動力學(xué)正逆混合問題［1］。損傷定位和量化分析主要根據(jù)結(jié)構(gòu)部件的振動響應(yīng)（加速度、位
振動工程學(xué)報 2023年2期2023-07-10
- 基于RWT-SVM的臺區(qū)配電網(wǎng)日前負荷預(yù)測研究
一種基于重復(fù)小波變換-支持向量機（RWT-SVM）混合模型的日前電力負荷預(yù)測方法.該方法利用小波變換技術(shù)將臺區(qū)配電網(wǎng)電力負荷時間序列分解為多個子序列；利用平均絕對誤差（MAE）計算每個子序列的預(yù)報誤差貢獻度；對MAE最大的序列進一步分解，從而提升模型的預(yù)測能力，得到精度更高的預(yù)測結(jié)果.仿真結(jié)果表明，RWT-SVM混合模型的預(yù)測精度高于三種對比方法.關(guān)鍵詞 負荷預(yù)測；小波變換；支持向量機；配電網(wǎng)中圖分類號TM743文獻標(biāo)志碼A0 引言電力系統(tǒng)調(diào)度中心擔(dān)負著制
南京信息工程大學(xué)學(xué)報 2023年3期2023-07-06
- 基于導(dǎo)向濾波和小波變換的紅外可見光圖像融合改進算法研究
于導(dǎo)向濾波和小波變換的紅外可見光圖像融合改進算法。將源圖像經(jīng)由小波變換獲得二維低頻及高頻的子代系數(shù)，低頻分量采用加權(quán)平均融合，高頻分量提取權(quán)重圖后經(jīng)導(dǎo)向濾波獲得細節(jié)增強；再將所處理的各分量經(jīng)小波逆變換獲得融合圖像。該算法使用開源數(shù)據(jù)集TNO檢驗效果，經(jīng)過主客觀評估，得出該算法的效果明顯優(yōu)于傳統(tǒng)算法，符合研究預(yù)期。關(guān)鍵詞：圖像融合；小波變換；導(dǎo)向濾波；多尺度分解；紅外可見光圖像中圖分類號：TP391? 文獻標(biāo)識碼：A? 文章編號：2096-4706（2023
現(xiàn)代信息科技 2023年6期2023-06-25
- 一種基于小波變換的圖像加密算法研究
患。文章采用小波變換和混沌圖像加密結(jié)合的方法，對圖像加密算法進行研究，并設(shè)計了一類兼顧壓縮的圖像加密算法。并通過對加密算法進行密鑰靈敏度測試、時耗測試，可知該加密算法加密效果較好，安全性較強，加密速度有所提升。關(guān)鍵詞：小波變換；Arnold置亂；混沌系統(tǒng)；圖像加密；網(wǎng)絡(luò)安全中圖分類號：TP309.7? ? 文獻標(biāo)識碼：A? 文章編號：2096-4706（2023）05-0102-04Research on an Image Encryption Algor
現(xiàn)代信息科技 2023年5期2023-06-22
- 輪胎圖像去噪方法研究
、中值濾波和小波變換算法實現(xiàn)輪胎圖像去噪；最后通過實驗驗證了輪胎圖像去噪方法的有效性，分析了不同方法的峰值信噪比（Peak Signal to Noise Ratio， PSNR）性能。關(guān)鍵詞： 輪胎圖像； 圖像去噪； 均值濾波； 中值濾波； 小波變換中圖分類號：TP391.4? ? ? ? ? 文獻標(biāo)識碼：A? ? ?文章編號：1006-8228（2023）05-11-04Research on tire image denoising methodsL
計算機時代 2023年5期2023-05-14
- 一種基于混合變換域的自適應(yīng)穩(wěn)健性數(shù)字水印算法
覺察誤差； 小波變換； 奇異值分解； 數(shù)字水印中圖分類號：TP309.7? ? ? ? ? 文獻標(biāo)識碼：A? ? ?文章編號：1006-8228（2023）04-33-05Absrtact： In order to achieve the concealed embedding of watermark information and improve the robustness of the watermark，a hybrid transform do
計算機時代 2023年4期2023-04-13
- 基于行波理論的輸電線路故障診斷方法研究
障相，再利用小波變換模極大值的方法標(biāo)定行波波頭，通過波頭信息可以得到故障點距離。仿真結(jié)果顯示，該方法能準(zhǔn)確地確定故障類型和故障相，對故障點距離的定位也能達到很高的精度。關(guān)鍵詞：輸電線路;行波;故障診斷;小波變換;MATLAB中圖分類號：TP206.3 ? ? 文獻標(biāo)識碼：AResearch on Fault Diagnosis Method of Transmission Linebased on Traveling Wave Theory LI Liji
軟件工程 2022年7期2022-07-21
- 小波變換在煤礦井下圖像增強的應(yīng)用研究
的影響，使用小波變換方法對煤礦降質(zhì)圖像進行增強處理。對低照度圖像進行直方圖均衡化處理，再疊加高斯噪聲，采用“db4”小波對加噪圖像進行3級分解，將一級高頻系數(shù)置0，重構(gòu)小波，并獲取最終增強圖像，實現(xiàn)了保持圖像細節(jié)信息，增強圖像的低亮度區(qū)域和抑制圖像的高亮度區(qū)域，提高了圖像的視覺效果。通過大量測試，驗證了該方法的有效性。關(guān)鍵詞：小波變換;圖像增強;直方圖均衡化煤礦井下能見度低且多采用點光源來輔助照明，形成了非均勻照度環(huán)境。在這樣的環(huán)境下，拍攝出的圖像亮度、對
科技研究·理論版 2022年11期2022-07-07
- 圖像去噪在火焰識別中的應(yīng)用研究
想低通濾波和小波變換去噪等方法處理含噪火焰圖像，分析其峰值信噪比（PSNR）和去噪圖像等特征，選擇處理效果較好的均值濾波和小波變換閾值去噪;并進一步對均值濾波圖像、小波變換的軟閾值去噪和硬閾值去噪圖像進行火焰分割，分析去噪效果在火災(zāi)識別中的應(yīng)用效果。經(jīng)實驗知，均值濾波在分割火焰的面積識別上更接近無噪聲的火焰分割面積，小波變換的去噪火焰分割視覺效果上更貼合無噪聲火焰圖像。關(guān)鍵詞：均值濾波;小波變換;圖像去噪;火焰識別火災(zāi)一直以來都嚴(yán)重威脅著人類的生命和財產(chǎn)安
消防界 2022年11期2022-07-02
- 基于小波變換的數(shù)字圖像無損壓縮系統(tǒng)設(shè)計
，設(shè)計了基于小波變換的數(shù)字圖像無損壓縮系統(tǒng)，硬件部分設(shè)計DSP數(shù)字信號處理器、TMS320C6201芯片和DM642外設(shè)接口，軟件部分首先優(yōu)化了數(shù)字圖像壓縮傳輸數(shù)據(jù)，然后基于小波變換進行了無損壓縮編碼，最后設(shè)計了數(shù)字圖像壓縮框架，實現(xiàn)了數(shù)字圖像無損壓縮，進行系統(tǒng)測試，結(jié)果表明，設(shè)計的數(shù)字圖像無損壓縮系統(tǒng)性能良好，運行速度較快，壓縮效率較高，有一定的應(yīng)用價值。關(guān)鍵詞：小波變換;數(shù)字;圖像;無損;壓縮;系統(tǒng)設(shè)計中圖分類號：TP3? ? ? ? ?文獻標(biāo)識碼：A
電腦知識與技術(shù) 2022年9期2022-05-10
- 基于小波濾波與自適應(yīng)閾值分割算法的玫瑰葉片病斑提取研究
二維離散哈爾小波變換將圖像進行二層小波分解，并依據(jù)高、低頻子圖像自動提取噪聲系數(shù)，進而設(shè)定濾波閾值;然后，將高于閾值的噪聲系數(shù)置零，并逆序?qū)γ繉舆M行小波重構(gòu)，最終生成等尺度的去噪圖像;最后，采用可滑動窗口分割算法對去噪圖像進行自適應(yīng)分割，再根據(jù)子圖的灰度均值設(shè)定二值化閾值，在二值化處理的基礎(chǔ)上析取白粉病病斑。結(jié)果表明，與WaterShed、Prewitt、Otsu等傳統(tǒng)分割算法相比，WT-ATT的像素漏警率的降低率分別為18%、18%和6%，說明該方法能夠
安徽農(nóng)學(xué)通報 2022年7期2022-04-25
- 基于小波變換的川中丘陵區(qū)NDVI多尺度空間分析
據(jù)。關(guān)鍵詞：小波變換;NDVI;川中丘陵區(qū)NDVI（歸一化植被指數(shù)）是利用衛(wèi)星不同波段探測數(shù)據(jù)組合而成的，能反映植被生長狀況、植被覆蓋度等特征的指數(shù)，對于植被含水量估算、城市熱島效應(yīng)、土地覆蓋動態(tài)變化等研究具有重要意義[1]。20世紀(jì)以來，NDVI被大量地應(yīng)用到地學(xué)和生態(tài)學(xué)的研究中，如進行連江流域近18年的植被覆蓋度變化分析、反演地表比輻射率的參數(shù)敏感性分析和研究區(qū)域特征尺度等，研究表明NDVI特征尺度域在不同經(jīng)緯度地區(qū)受影響因素不同，尺度域范圍也不同[2
中國科學(xué)探險 2022年1期2022-04-16
- 基于小波變換多維時間序列最新變化點檢測
點。通過使用小波變換，將多維時間序列中的變化點檢測問題轉(zhuǎn)化為相對較容易的多維面板數(shù)據(jù)中的變化點檢測問題。該方法旨在跨時間序列合并信息，以便優(yōu)先推斷多個序列中同一時間點的最新變化。通過對每個時間序列的輸出進行后處理，獲取最新變化點的時間集及該時間最近變化點的序列集。最后使用R軟件以模擬數(shù)據(jù)和S&P500數(shù)據(jù)實驗證明了該方法的有效性。關(guān)鍵詞：多維時間序列;小波變換;懲罰成本;最新變化點中圖分類號：O213???????文獻標(biāo)識碼：ALatest?Change?
計算技術(shù)與自動化 2022年1期2022-04-15
- 一種用于復(fù)合儲能城軌車輛的能量管理策略研究
引入基于實時小波變換的模糊控制法，通過超級電容SOC狀態(tài)控制進行能量分配與管理，由鋰電池滿足低頻負載功率，由超級電容器滿足高頻負載功率。通過仿真實驗，與未加模糊控制的能量管理策略進行對比分析，仿真結(jié)果表明，控制策略可有效降低鋰電池輸出功率的變化頻率和幅度，并且能夠充分利用超級電容，減小鋰電池在高負載需求功率情況下的運行壓力，提高動力系統(tǒng)對于多變性負載和高功率負載供電的可靠性。關(guān)鍵詞：復(fù)合儲能;能量管理;模糊控制;小波變換中圖分類號：U270.38? ? 文
機電信息 2022年6期2022-03-24
- 基于小波變換和各向異性擴散的紅外和可見光圖像融合算法
提出一種基于小波變換和各向異性擴散的紅外和可見光圖像融合算法。首先，將紅外圖像和可見光圖像利用小波變換進行多尺度分解，獲取原圖像所對應(yīng)的高頻部分和低頻部分;其次，將高頻部分和低頻部分分別進行各向異性擴散，生成對應(yīng)圖像的基礎(chǔ)層和細節(jié)層;然后，采用KL變換對異源圖像的細節(jié)層進行融合，采用加權(quán)平均方法對基礎(chǔ)層進行融合;最后，將融合后的細節(jié)層和基礎(chǔ)層通過線性重構(gòu)得到最終的融合圖像。為了驗證所提出算法的優(yōu)勢，將其與3種經(jīng)典融合算法進行比較。通過大量融合實驗表明，相比
西安科技大學(xué)學(xué)報（社會科學(xué)版） 2022年1期2022-03-17
- 基于小波變換的圖像融合研究
出了一種基于小波變換的圖形融合的遺傳算法，首先對圖像進行小波分解，得到圖像的小波塔形，再講子圖像應(yīng)用遺傳算法確定重構(gòu)時的小波系數(shù)，最后采用高、低頻系數(shù)的融合規(guī)則進行重構(gòu)。實驗測試表明，該算法提高了圖像的可靠性及融合質(zhì)量，減少冗余信息，降低了噪聲，增強了圖像融合效果。關(guān)鍵詞：圖像融合；小波變換；遺傳算法；圖像邊緣信息中圖分類號：TP391? ? ? ? 文獻標(biāo)識碼：A文章編號：1009-3044（2022）34-0032-031 概述隨著計算機技術(shù)和通信技術(shù)
電腦知識與技術(shù) 2022年34期2022-02-20
- 光纖網(wǎng)絡(luò)在線監(jiān)測管理系統(tǒng)優(yōu)化設(shè)計
采用一種基于小波變換動態(tài)降噪的方法進行OTDR曲線數(shù)據(jù)分析，實現(xiàn)了操作可視化、告警數(shù)據(jù)實時展現(xiàn)、兼容不同協(xié)議的監(jiān)測設(shè)備，大幅提升OTDR曲線數(shù)據(jù)分析的快速性和準(zhǔn)確性。關(guān)鍵詞： 網(wǎng)絡(luò)地理信息系統(tǒng); 小波變換; 通信機; 可視化操作中圖分類號：TP399? ? ? ? ? 文獻標(biāo)識碼：A? ? ?文章編號：1006-8228（2021）12-31-05Abstract： Aiming at the problems of cumbersome operatio
計算機時代 2021年12期2021-12-28
- 基于小波的平面設(shè)計圖像處理技術(shù)研究
技術(shù)。首先對小波變換基本理論進行介紹，然后對小波閾值函數(shù)去噪算法進行分析，并采用實驗驗證方式，對小波閾值函數(shù)去噪算法在平面設(shè)計圖像處理中的應(yīng)用效果進行探究?！娟P(guān)鍵詞】? ? 小波變換? ? 閾值函數(shù)? ? MATLAB仿真引言：圖像處理技術(shù)已被推廣應(yīng)用于各個領(lǐng)域，包括圖像識別、人工智能等等，均要求將圖像處理作為重要基礎(chǔ)。在平面設(shè)計圖處理中，噪聲可對圖像質(zhì)量產(chǎn)生較大影響，因此，對圖像去噪技術(shù)措施進行深入研究實用價值比較高。本文提出小波圖像去噪方式，在對平面設(shè)
中國新通信 2021年19期2021-12-24
- 一種基于B樣條雙正交小波的圖像閾值去噪方法
含噪圖像進行小波變換，選擇新構(gòu)造的雙正交小波和適當(dāng)?shù)姆纸鈱哟?，得到低頻子圖像和水平、垂直、對角線三個高頻子圖像。對每一次分解得到的高頻子圖像在不同尺度上使用不同的閾值模型進行去噪，然后對低頻子圖像與去噪后的所有高頻子圖像進行小波重構(gòu)，得到最終去噪后的圖像。關(guān)鍵詞： 小波變換;二進提升方案;B樣條雙正交小波;閾值去噪中圖分類號：TP18 ? ? ?文獻標(biāo)識碼：A文章編號：1009-3044（2021）31-0001-03開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）
電腦知識與技術(shù) 2021年31期2021-12-18
- 基于小波變換的黃河寧夏段水沙變化趨勢研究
累積距平法及小波變換方法系統(tǒng)地分析了黃河下河沿水文站和石嘴山水文站連續(xù)63 a年徑流量和年輸沙量的演變規(guī)律。研究表明：寧夏河段年徑流量存在6、9、13、28 a的變化主周期，水沙變化均有下降趨勢。年徑流量受龍羊峽水庫運行影響，突變點出現(xiàn)在1968年和1986年，1986年的突變強于1968年的。寧夏河段年輸沙量波動是祖厲河、清水河和紅柳溝泥沙的匯入導(dǎo)致的。受劉家峽水庫運行影響，年輸沙量的突變點出現(xiàn)在1968年，在1968年以后年輸沙量未出現(xiàn)明顯突變。關(guān)鍵詞
人民黃河 2021年11期2021-12-08
- 電力設(shè)備狀態(tài)檢測預(yù)處理方法研究
像處理? ?小波變換中圖分類號：TP391.4? ? ? ? ? ? ? ? ? ? ? ?文獻標(biāo)識碼：A文章編號：1672-3791（2021）07（b）-0022-03Research on Preprocessing Method of Power Equipment State DetectionHe Xiangzhen? ?Zhang Junhao? ?Liu Liyou? ?Gou Zhongyi（School of Electrical En
科技資訊 2021年20期2021-10-28
- 基于多特征融合的動力電池 RUL 預(yù)測
數(shù);然后利用小波變換（wavelet transform，WT）去除采集過程中的干擾信號，并通過主成分分析法（principal component analysis，PCA）得到降維并去除冗余后的融合特征因子，利用融合特征因子構(gòu)建基于遺傳算法優(yōu)化的支持向量回歸（supportvector regression，SVR ）預(yù)測模型;最后通過在哈爾濱、合肥及鄭州3個城市的歷史運行數(shù)據(jù)進行驗證。結(jié)果表明：該方法能夠準(zhǔn)確地預(yù)測出3個動力電池的容量，且去噪后的預(yù)測
中國測試 2021年12期2021-09-13
- 極端干旱頻率在華北地區(qū)的變化
交函數(shù)分解、小波變換、MF-DFA分形理論等分析方法，研究極端干旱頻率在華北地區(qū)的變化，可得到如下結(jié)論：（1）從華北地區(qū)上空的極端干旱年際變化特征上可以看到，發(fā)現(xiàn)年平均降水量呈現(xiàn)逐年遞減的趨勢，極端干旱發(fā)生的頻率呈逐年增加的趨勢，平均而言10年增加0.011次;（2）從極端干旱發(fā)生頻率距平值分析得出，在90年代極端干旱發(fā)生頻率距平值處在均值范圍以下，在00年代中后期至20年代前期極端干旱發(fā)生頻率距處在均值范圍以上，可稱為極端干旱期，總體而言，其年代際變化差
科技風(fēng) 2021年25期2021-09-10
- 基于小波變換的光電傳感器信號去噪技術(shù)
究了一種基于小波變換的光電傳感器信號去噪的方法。該去噪方法在離散小波變換的基礎(chǔ)上，通過選擇合適的小波基函數(shù)以及閾值函數(shù)來抑制小波分解系數(shù)的低頻分量。同時保留小波系數(shù)中的高頻分量，然后經(jīng)過小波重構(gòu)，實現(xiàn)了對接收到信號的去噪處理。仿真試驗去噪結(jié)果說明，該方法能有效去除信號中的噪聲，對進一步研究光電傳感器信號去噪具有良好的研究價值。關(guān)鍵詞：小波變換;光電傳感器;小波去噪;含噪信號;閾值引言光電傳感器是現(xiàn)代工業(yè)以及光電研究開發(fā)中一個重要的器件。在實際應(yīng)用中，光電傳
科教創(chuàng)新與實踐 2021年9期2021-09-10
- 基于像素系數(shù)和遺傳算法的圖像識別的研究
。關(guān)鍵詞 ?小波變換 ?神經(jīng)網(wǎng)絡(luò) ?遺傳算法 ?圖像識別Research of Part Image Recognition Based on Genetic Algorithm and Neural Network1 ?引言零件圖像特征可以是圖像中的零件輪廓曲線、紋理特征等，也可以是直方圖特征或者是頻譜等[1，2]。對于用邊緣來呈現(xiàn)原始特征的零件圖像，則可以利用圖像的相對邊緣像素系數(shù)作為零件圖像的特征[3]。傳算法有較強的宏觀搜索能力，具有簡單通用、魯棒
科技研究 2021年17期2021-09-10
- 小波變換在雷達信號處理中的應(yīng)用
噪方法進行了小波變換分析。研究表明，采用小波變換的雷達回波信號處理方法，能夠有效抑制噪聲、消除干擾，實現(xiàn)回波信號的去噪處理。關(guān)鍵詞：小波變換;雷達信號;處理方法中圖分類號：TB115 文獻標(biāo)識碼：A 文章編號：1674-1064（2021）02-047-02DOI：10.12310/j.issn.1674-1064.2021.02.021雷達液位計廣泛應(yīng)用于工業(yè)領(lǐng)域。如雷達測距技術(shù)不僅可以有效控制和預(yù)測鋼水表面高度，而且還可以測
科技尚品 2021年2期2021-09-10
- 基于Matlab的睡眠腦電信號處理
，主要研究了小波變換在腦電信號處理方面的應(yīng)用，包括小波變換自動閾值去噪處理、強制去噪處理，以 α波為例，提取小波分解得到的各層頻率段的信號，并做了一定的分析和評價?！絷P(guān)鍵詞：腦電信號;小波變換;去噪重構(gòu);頻譜分析;樣本熵腦電信號EEG（Electroencephalograph） 是人體一種基本生理信號，蘊涵著豐富的生理、心理及病理信息，在腦認知科學(xué)研究領(lǐng)域都是十分重要的。消除原始腦電數(shù)據(jù)中的噪聲，更好地獲取反映大腦活動和狀態(tài)的有用信息是進行腦電分析的一個
速讀·上旬 2021年9期2021-08-05
- DC/DC開關(guān)電源的故障診斷研究
。故此，通過小波變換聯(lián)合神經(jīng)網(wǎng)絡(luò)技術(shù)，為開關(guān)電源故障診斷研究提供了新的依據(jù)。本文以小波變換為基礎(chǔ)，簡要介紹了開關(guān)電源故障診斷的內(nèi)容與研究價值，并提出了神經(jīng)網(wǎng)絡(luò)技術(shù)的故障檢測方法，通過變換器智能故障仿真，可以提高開關(guān)電源的故障診斷能力。關(guān)鍵詞：開關(guān)電源;故障診斷;小波變換;故障提取現(xiàn)階段，故障診斷技術(shù)是近年來逐漸發(fā)展起來的一門新學(xué)科，其涵蓋多項學(xué)科知識，又被稱為綜合性交叉學(xué)科。故障診斷技術(shù)分為兩個方面的內(nèi)容：一方面是檢測設(shè)備的運行狀態(tài);另一方面是診斷設(shè)備的異
錦繡·上旬刊 2021年8期2021-07-16
- 基于小波變換的醫(yī)學(xué)影像圖像閾值分割實現(xiàn)設(shè)計
：探討了基于小波變換算法的數(shù)學(xué)模型，對醫(yī)學(xué)影像圖像的閾值分割進行了實現(xiàn)設(shè)計研究，進一步對分割方法的處理結(jié)果進行了仿真實驗，結(jié)果表明利用小波閾值算法對醫(yī)學(xué)影像圖像分割效果較好，便于實現(xiàn)。關(guān)鍵詞：小波變換;醫(yī)學(xué)影像圖像;閾值分割; 數(shù)學(xué)模型中圖分類號：TP391 ?文獻標(biāo)志碼：A隨著醫(yī)療事業(yè)的發(fā)展及人們對健康要求的不斷提升，加之計算機技術(shù)的快速發(fā)展和成熟，圖像分割在生物醫(yī)學(xué)圖像分析領(lǐng)域得到廣泛深入應(yīng)用[1]。醫(yī)學(xué)影像使臨床醫(yī)生對機體內(nèi)病變部位的觀察、現(xiàn)場救護、
貴州大學(xué)學(xué)報（自然科學(xué)版） 2021年2期2021-06-28
- 基于小波變換和K-SVD的探地雷達雜波抑制研究
出了一種基于小波變換和K-Means奇異值分解的自適應(yīng)雙邊濾波方法。將原始雷達數(shù)據(jù)進行小波分解，并應(yīng)用K-SVD算法變換稀疏編碼和更新原子，用更新后的稀疏系數(shù)和字典重構(gòu)小塊，將小塊進行小波逆變換重構(gòu)圖像，然后對重構(gòu)圖像進行自適應(yīng)雙邊濾波得到處理后的圖像，以實現(xiàn)小波變換、K-SVD算法和自適應(yīng)雙邊濾波方法的優(yōu)勢互補。與其他方法進行對比的結(jié)果表明，所提出的方法具有良好的雜波抑制效果，在峰值信噪比和目標(biāo)圖像熵上性能更好。研究結(jié)果在實際雷達勘測任務(wù)中具有一定的應(yīng)用
河北科技大學(xué)學(xué)報 2021年2期2021-05-23
- 基于圖像處理的在線吸塵機器人研究與實現(xiàn)
控圖像，采用小波變換和GLCM算法檢索圖像紋理特征，使用根據(jù)距離度量法計算圖像的相似度，相似度越低，吸塵口風(fēng)速越大，然后，控制直流電機的轉(zhuǎn)速調(diào)整吸塵口風(fēng)速。經(jīng)實際產(chǎn)線環(huán)境測試實驗，吸塵機器人的底座能與產(chǎn)線無縫配合，沿傳送帶自動吸塵。此外，將圖像處理技術(shù)應(yīng)用于產(chǎn)線上，把吸塵效率作為吸塵的量化評價指標(biāo)，產(chǎn)線吸塵機器人在傳送帶上吸塵可以達到93%以上的吸塵效率。關(guān)鍵詞：產(chǎn)線吸塵機器人;圖像處理;灰塵檢測;灰度共生矩陣;小波變換Abstract： In order
電腦知識與技術(shù) 2021年5期2021-04-13
- 基于3次B樣條小波變換的改進自適應(yīng)閾值邊緣檢測算法
算法首先通過小波變換和局部模極大值法提取出可能包含圖像邊緣特征的小波系數(shù)，利用邊緣像素之間特殊的空間關(guān)系以及噪聲在各級小波分解尺度下的不同效應(yīng)，構(gòu)建適合各個尺度級的改進NormalShrink自適應(yīng)閾值，并依此對提取出的小波系數(shù)進行篩選。實驗結(jié)果表明，與改進的Candy算子和傳統(tǒng)的NormalShrink自適應(yīng)閾值相比，本方法提取出的圖像邊緣較為完整清晰，峰值信噪比提升約6 db。關(guān)鍵詞：邊緣提取;小波變換;自適應(yīng)閾值;峰值信噪比中圖分類號：TP312??
計算技術(shù)與自動化 2021年1期2021-04-09
- 融合引導(dǎo)濾波和小波變換的水下圖像增強算法
合引導(dǎo)濾波和小波變換的水下圖像增強算法。利用引導(dǎo)濾波將圖像分為基礎(chǔ)部分和細節(jié)部分，將小波變換應(yīng)用于基礎(chǔ)部分，對產(chǎn)生的低頻圖像進行限制對比度直方圖均衡，高頻部分分別使用改進的對數(shù)函數(shù)增強，然后將處理后的高低頻部分進行小波逆變換。細節(jié)部分進行增益計算;最后將處理后的基礎(chǔ)部分和細節(jié)部分進行加權(quán)融合，再對融合圖像進行限制對比度直方圖均衡，得到目標(biāo)圖像。仿真實驗表明，該方法在保留圖像細節(jié)的同時很好地克服了光照不均勻?qū)D像的影響.關(guān)鍵詞：小波變換;à trous算法;
計算技術(shù)與自動化 2021年1期2021-04-09
- 煤礦井下電機健康診斷無線振動邊緣處理裝置的設(shè)計
69，可實現(xiàn)小波變換和無線通信的協(xié)同運行，數(shù)據(jù)在該裝置中得以處理篩選后（降低了對數(shù)據(jù)傳輸?shù)囊螅?，以無線方式經(jīng)網(wǎng)關(guān)上傳至上位機進行監(jiān)測報警，實現(xiàn)了電機運行健康狀態(tài)檢測。關(guān)鍵詞：電機;LPC55S69;邊緣處理;健康診斷;小波變換中圖分類號：TP277? ? 文獻標(biāo)識碼：A 文章編號：2096-4706（2021）17-0055-04Abstract： There are high requirements for motor running state d
現(xiàn)代信息科技 2021年17期2021-04-05
- 基于小波自適應(yīng)閾值的心音信號降噪方法
心音去噪; 小波變換; 自適應(yīng)閾值中圖分類號：TN912.3? ? 文獻標(biāo)識碼：A文章編號：1009-3044（2021）03-0209-021? 引 言心臟疾病目前是造成健康問題的最主要的疾病，全球致死率達到30%，心臟疾病的早期診斷具有重要的意義[1]。心音檢測具有無創(chuàng)的特點，心音信號包括心臟的各部分狀態(tài)以及一些病理性信息，因而可以通過對心音的分析對心臟疾病進行檢測。心音信號在采集的過程中，容易受到外部環(huán)境和人體自身運動等因素影響，進而影響到心音分析診
電腦知識與技術(shù) 2021年3期2021-03-15
- 基于參數(shù)優(yōu)化VMD-CWT的柴油機噪聲源分離
，再通過連續(xù)小波變換（CWT）提取分量時頻特征，最后通過相干分析和倒拖試驗進行分離結(jié)果驗證。結(jié)果顯示，本文提出的方法能夠有效地分離出柴油機燃燒噪聲、活塞敲擊噪聲。關(guān)鍵詞：優(yōu)化變分模態(tài)分解;小波變換;噪聲源分離;柴油機 中圖分類號：TK401? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-957X（2021）02-0001-020?
內(nèi)燃機與配件 2021年2期2021-02-20
- 改進的小波閾值去噪在介質(zhì)損耗角檢測中的應(yīng)用
性。關(guān)鍵詞：小波變換；閾值去噪；介質(zhì)損耗角*基金項目：湖南省省市聯(lián)合基金（2019JJ60060），多功能機組絕緣故障診斷關(guān)鍵技術(shù)研究0 引言長期處于復(fù)雜工況下的固體絕緣材料會產(chǎn)生不可逆轉(zhuǎn)的老化，影響電氣設(shè)備的正常工作 [1]。介質(zhì)損耗角可以靈敏地監(jiān)測絕緣材料的老化情況，通過計算介質(zhì)兩端電壓與泄露電流信號之間相位差得到其值。由于電流信號極其微弱，混疊了噪聲的采樣信號與原始信號存在較大的偏差，因此對采樣信號降噪是介質(zhì)損耗角檢測的首要環(huán)節(jié)。小波變換由于具有多分
電子產(chǎn)品世界 2021年5期2021-02-09
- 基于小波分析的廊坊市2015-2018年P(guān)M25質(zhì)量濃度研究
小波函數(shù)進行小波變換，以2015-2018年P(guān)M25日均質(zhì)量濃度的時間序列為例，研究廊坊市大氣PM25質(zhì)量濃度在時間序列上的周期特性。結(jié)果表明，廊坊市空氣PM2優(yōu)良等級天數(shù)保持連續(xù)增長，2015-2018年P(guān)M25年均質(zhì)量濃度呈現(xiàn)逐年下降的良好趨勢。坊市PM2日均質(zhì)量濃度具有顯著的周期性，以短期震蕩為主。主要周期為19d左右、35d左右以及60d左右，第一周期為19d。可為后續(xù)廊坊市大氣污染物PM2s濃度變化周期性研究提供借鑒。關(guān)鍵詞 小波變換;PM25;
農(nóng)業(yè)災(zāi)害研究 2021年2期2021-01-18
- 采用改進的小波和顏色矩的色紡面料圖像檢索
色矩和改進的小波變換結(jié)合的圖像檢索算法。采集色紡面料圖像并建立標(biāo)準(zhǔn)圖像數(shù)據(jù)庫;分別采用顏色矩和改進的小波變換的方法提取色紡面料圖像的顏色特征和紋理特征，使用歐氏距離測度的方法計算兩種特征的子相似度;采用加權(quán)求和的方式獲得圖像的總體相似度，排序得到檢索結(jié)果。試驗中分別討論了不同特征權(quán)重對檢索結(jié)果的影響，驗證了當(dāng)顏色特征權(quán)重占0.8紋理特征權(quán)重占0.2時，檢索結(jié)果最優(yōu)。對比試驗表明，該算法可兼顧顏色特征和紋理特征對檢索結(jié)果的影響，平均檢索精度mAP達到80.8
絲綢 2021年12期2021-01-03
- 圖像去模糊處理研究
好。關(guān)鍵詞：小波變換;小波閾值;維納濾波;圖像去噪;圖像去模糊中圖分類號：TP311? ? ?文獻標(biāo)識碼：A文章編號：1009-3044（2020）32-0189-03Abstract： In order to reduce the influence of noise on image， combining the advantages of wavelet threshold de-noising algorithm and Wiener filter
電腦知識與技術(shù) 2020年32期2020-12-29
- 基于高分辨小波混沌置換的平面設(shè)計圖像處理技術(shù)研究
先，通過二維小波變換的快速分解算法，計算圖像在各個分量上的小波系數(shù);再利用同一個分量或相鄰分量小波系數(shù)之間的相關(guān)性，通過文中所提出的圖像相位濾波算法，同時使用相應(yīng)的小波系數(shù)重構(gòu)處理后的圖像，最終形成了完整的平面設(shè)計圖像處理方案。仿真結(jié)果表明，與基于幅度的匹配濾波算法相比，所提出的算法具有更加理想的去噪效果。關(guān)鍵詞： 平面設(shè)計; 圖像處理; 小波變換; 小波系數(shù); 圖像去噪; 仿真分析中圖分類號： TN911.73?34; TP391 ? ? ? ? ? ?
現(xiàn)代電子技術(shù) 2020年24期2020-12-28
- 基于零譜矩濾波器的虹膜識別方法
譜矩濾波器;小波變換中圖分類號：TP391.41 文獻標(biāo)志碼：A 文章編號：2095-2945（2020）33-0138-02Abstract： An Iris Recognition Algorithm based on low pass balanced zero spectral moment filter is proposed， which extracts features from normalized iris texture using
科技創(chuàng)新與應(yīng)用 2020年33期2020-11-23
- 基于小波分析的模擬電路故障診斷探討
討。關(guān)鍵詞：小波變換;模擬電路故障診斷;神經(jīng)網(wǎng)絡(luò)引言隨著電子科學(xué)與電子技術(shù)深入發(fā)展，電子系統(tǒng)和設(shè)備廣泛普及于人們的日常生活中，及時準(zhǔn)確的發(fā)現(xiàn)電子設(shè)備存在的故障問題，是設(shè)備安全穩(wěn)定運行的重要保障。資料顯示，電路故障多發(fā)生于模擬電路部分，基于模擬電路的故障診斷具有重要的研究和應(yīng)用價值。模擬電路故障診斷中，準(zhǔn)確定位故障類型是重要的評價標(biāo)準(zhǔn)，提取的故障特征關(guān)系到故障知識庫的構(gòu)建，分類算法通過故障特征來定位故障類型，提取出能有效區(qū)分故障類型的故障特征是故障診斷效果有
電力與能源系統(tǒng)學(xué)報·下旬刊 2020年4期2020-11-16
- 基于近地高光譜數(shù)據(jù)和遺傳算法優(yōu)化的支持向量機麥穗尺度赤霉病識別
;遺傳算法;小波變換;支持向量機DOI： 10.25165/j.ijabe.20201302.5331引用信息： Huang L S， Zhang H S， Ruan C， Huang W J， Hu T G， Zhao J L. ?Detection of scab in wheat ears using in situ hyperspectral data and support vector machine optimized by genetic
- 基于小波分析的變壓器勵磁涌流識別
啟碩摘 要 小波變換在暫態(tài)信號分析領(lǐng)域顯示了其優(yōu)越性和廣闊的應(yīng)用前景。結(jié)合小波理論及其在電力系統(tǒng)暫態(tài)信號分析領(lǐng)域的應(yīng)用，介紹了勵磁涌流波形奇異性以及間斷角的測量原理，并對算法進行設(shè)計，包括對信號進行預(yù)處理、作離散小波變換、奇異性判別。最后，進行了仿真分析。關(guān)鍵詞 小波變換;勵磁涌流;變壓器;仿真分析引言小波變換應(yīng)用于電力系統(tǒng)的研究最近幾年才得以展開，分析和處理暫態(tài)信號更是一個新的課題，但它己在暫態(tài)信號分析領(lǐng)域顯示了其優(yōu)越性和廣闊的應(yīng)用前景。結(jié)合近幾年國內(nèi)外
科學(xué)與信息化 2020年29期2020-10-26
- 小波變換在鋼絲繩漏磁檢測中的應(yīng)用
傅里葉變換和小波變換對缺陷漏磁檢測試驗數(shù)據(jù)進行了研究。簡述了鋼絲繩漏磁檢測法的基本原理及試驗過程，利用傅里葉變換對試驗數(shù)據(jù)進行了幅頻特性分析，并用低通濾波技術(shù)進行了信號處理;同時，從小波變換原理出發(fā)選取了最優(yōu)小波基對原試驗數(shù)據(jù)濾波處理。結(jié)果表明，相較與傅里葉變換濾波技術(shù)，小波變換濾波在鋼絲繩漏磁信號處理中更具優(yōu)越性，能更好地消除干擾噪聲，為后續(xù)的鋼絲繩缺陷成像化檢測和定量化檢測應(yīng)用提供支持。關(guān)鍵詞：鋼絲繩;無損檢測;漏磁檢測;傅里葉變換;小波變換中圖分類號
甘肅科技縱橫 2020年6期2020-10-26
- 基于多傳感器的運動員訓(xùn)練信息融合分析系統(tǒng)設(shè)計
。前者是利用小波變換實現(xiàn)對人體表面肌電信號的特征提取，然后使用人工神經(jīng)網(wǎng)絡(luò)法對關(guān)鍵的特征的進行識別，得到初步人體運動評估結(jié)果。后者是對圖像視頻經(jīng)過前景提取、特征提取、識別姿態(tài)及評估進行處理。提高了人體疲勞評估準(zhǔn)確率，從根源上解決了傳統(tǒng)系統(tǒng)的采集準(zhǔn)確率地下的問題，經(jīng)過科學(xué)指導(dǎo)，提高運動員訓(xùn)練水平，對于信息融合技術(shù)具有重要的作用。關(guān)鍵詞：傳感器;信息融合技術(shù);小波變換;神經(jīng)網(wǎng)絡(luò)模型;證據(jù)理論中圖分類號：TP24? ? ? ? ? ? ? ? ? ? ? ? ?
計算技術(shù)與自動化 2020年3期2020-10-20
- 基于AFSA和小波變換的快速圖像匹配算法研究
AFSA）和小波變換的快速圖像匹配算法，該算法不但能提高匹配速度，而且增強了匹配算法的抗噪性能和魯棒性。關(guān)鍵詞：魚群算法;小波變換;快速圖像匹配1 ? ?基本人工魚群優(yōu)化算法人工魚群算法（簡稱AFSA）是李曉磊在2002年提出的：假設(shè)搜索目標(biāo)空間是一個D維空間，在搜索空間內(nèi)有N條人工魚，那么第i條魚的狀態(tài)向量就可表示為：xi=（xi1，xi2，xi3，…，xiD），其中i=1，2，…，N。我們可以將目標(biāo)函數(shù)適應(yīng)度表示成食物的濃度：y=f（x）。每條人工魚的
機電信息 2020年27期2020-10-10
- 基于三維混沌與小波變換的彩色圖像加密方法研究
圖像首先進行小波變換，使用三維混沌系統(tǒng)和Arnold變換來對圖像對應(yīng)的低頻子帶系數(shù)矩陣和高頻子帶系數(shù)矩陣進行隨機分塊和對矩陣元素的位置進行移動與置亂，獲得對應(yīng)的加密矩陣，之后對加密矩陣使用小波逆變換，就生成了原彩色圖像的加密圖像。實驗結(jié)果說明，這種方法的密鑰空間大，密鑰的敏感度較高，可以獲得較大的加密強度。關(guān)鍵詞：彩色圖像;三維混沌系統(tǒng);加密算法;小波變換;Arnold變換中圖分類號：TP309.7 文獻標(biāo)識碼：A 文章編號：1007-9416（2020）
數(shù)字技術(shù)與應(yīng)用 2020年8期2020-10-09
- 一種基于小波變換的圖像去霧方法
提出一種基于小波變換的圖像去霧方法。對含霧圖像進行一層小波分解，對低頻圖像進行單尺度Retinex增強和同態(tài)濾波處理，然后將處理過的兩個低頻圖像進行線性組合得到新的低頻圖像，最后將新的低頻圖像與未處理的高頻圖像進行小波逆變換重構(gòu)，得到最終得去霧圖像，實驗結(jié)果表明，與其他去霧方法相比，本文方法處理的圖像清晰度較高，時間較快。關(guān)鍵詞：小波變換;Mallat算法;單尺度Retinex;同態(tài)濾波中圖分類號：TN957.52? ? ? ? 文獻標(biāo)識碼：A文章編號：1
電腦知識與技術(shù) 2020年23期2020-09-27
- 基于小波變換的水下低照度圖像增強算法
出了一種基于小波變換的水下圖像增強算法.首先對圖像進行小波變換，再利用引導(dǎo)濾波的邊緣保持特性處理低頻部分，對產(chǎn)生的基礎(chǔ)部分用限制對比度直方圖均衡，細節(jié)部分用高斯-拉普拉斯掩模增強;再將基礎(chǔ)部分與細節(jié)部分線性加權(quán)融合;三個高頻圖像分別進行歸一化處理;再將處理后的圖像進行小波逆變換，最后對重構(gòu)圖像進行灰度拉伸可得到目標(biāo)圖像。仿真實驗表明，無論從主觀還是客觀上，本文方法效果較好。關(guān)鍵詞：小波變換;引導(dǎo)濾波;直方圖均衡;圖像融合中圖分類號：TP394.41? ?
電腦知識與技術(shù) 2020年23期2020-09-27
- UWB人員運動定位的小波閾值去噪方法研究
人員定位; 小波變換; 小波閾值去噪; 小波基函數(shù); 閾值選取中圖分類號： TN911.4?34? ? ? ? ? ? ? ? ? ? ? ? 文獻標(biāo)識碼： A? ? ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）17?0034?05Abstract： A wavelet threshold denoising method for ultra wide band （UWB） localization of peopl
現(xiàn)代電子技術(shù) 2020年17期2020-09-21
- 基于小波變換的滾動軸承故障診斷
取問題，利用小波變換對故障軸承采集的數(shù)據(jù)進行故障特征頻率提取分析。首先根據(jù)Harr小波理論，給出基于Harr小波的信號分解與重構(gòu)算法;然后根據(jù)軸承元件之間滾動接觸的速度關(guān)系建立的方程，求得滾動軸承的特征頻率;最后以西儲大學(xué)的6203-2RS JEM SKF深溝球軸承作為研究對象，對軸承的外圈、滾動體和內(nèi)圈進行故障診斷，利用MATLAB編寫小波變換程序并進行仿真分析。仿真結(jié)果表明：利用小波變換可以準(zhǔn)確的判斷滾動軸承的故障振動信號，得出與軸承理論上特征頻率相對
內(nèi)燃機與配件 2020年2期2020-09-10
- 利用小波變換對暴雨過程中GNSS氣象要素的研究
率不高，利用小波變換可深入研究暴雨中的GNSS氣象要素情況。小波分解可以從GNSS中獲取可降水量、氣壓、對流層延遲等信息，并以此作為暴雨降水量的判斷依據(jù)。1小時間隔可降水量、氣壓和對流層延遲的小波高頻分解系數(shù)較為接近，可從中獲得暴雨預(yù)報信息?！娟P(guān)鍵詞】 小波變換;暴雨過程;GNSS氣象要素中圖分類號：P412.4? ? ? ? ? ? ? 文獻識別碼：A? ? ? ? ? ? ? ?文章編號：2096-1073（2020）07-00108-109Study
現(xiàn)代農(nóng)業(yè)研究 2020年7期2020-09-02
- 基于改進小波變換的QRS特征提取算法研究
一種基于改進小波變換的特征提取方法。首先，選用小波函數(shù)Coiflet對采集信號2層分解，然后進行去噪處理。最大限度地保留心電信號有用特征成分，采用極大值與斜率雙重檢測法進行QRS波中R峰的定位，進而準(zhǔn)確提取QRS特征。最后利用MIT?BIH數(shù)據(jù)庫驗證算法的準(zhǔn)確性和有效性。實驗結(jié)果表明，該算法針對QRS波形特征識別精度達到了99.661%，具有更高的有效性。關(guān)鍵詞： QRS波識別; 特征提取; 心電信號; 小波變換; 信號去噪; R峰定位中圖分類號： TN9
現(xiàn)代電子技術(shù) 2020年13期2020-08-07
- —種基于小波圖像分解的側(cè)掃聲納電源周期性噪聲的去噪方法
帶噪聲圖像經(jīng)小波變換得到小波分解系數(shù)，利用分解系數(shù)的閾值篩選噪聲點位置，篩選出的位置經(jīng)形態(tài)學(xué)以及空間變換等修正后，以鄰近點像素值替代該位置像素值，其余點判別為非噪聲點，像素值保持不變，至此完成小波分解圖像去噪。針對此類周期性條紋噪聲，相較于常用去噪方法均值濾波、中值濾波等，在去噪效果和保證目標(biāo)區(qū)域清晰度方面，該方法具有兩大明顯優(yōu)勢，去噪效果顯著，同時完好的保留了原圖像中感興趣的部分，例如目標(biāo)區(qū)域，輪廓，紋理等，為后續(xù)的特稱提取、圖像識別奠定了很好的基礎(chǔ)，效
數(shù)字技術(shù)與應(yīng)用 2020年5期2020-08-04
- 基于改進閾信函數(shù)的小波去噪算法研究
：心電信號;小波變換;閾值;去噪算法;信噪比DOI：10.11907/rjdk.192684 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：中圖分類號：TP312文獻標(biāo)識碼：A 文章編號：1672-7800（2020）006-0061-050 引言心電信號（Electrocardiogram，ECG）處理是生物醫(yī)學(xué)領(lǐng)域重要的研究對象之一，心電信號參數(shù)提取是心電圖信號分析診斷的關(guān)鍵，其準(zhǔn)確性和可靠性直接影響到心血管疾病的診斷與治療效果。但心電信號較為微弱，在采集過
軟件導(dǎo)刊 2020年6期2020-07-24
- 小波變換和神經(jīng)網(wǎng)絡(luò)的電路故障診斷
述問題，基于小波變換和神經(jīng)網(wǎng)絡(luò)設(shè)計一種新的電路故障診斷方法。設(shè)定小波分解包，通過小波變換提取出故障特征，利用神經(jīng)網(wǎng)絡(luò)對原始信號進行離散小波變換，獲得時頻矩陣，分析能量變化特點，確定二維時頻信息，根據(jù)不同故障類型的映射關(guān)系實現(xiàn)診斷。實驗結(jié)果表明，基于小波變換和神經(jīng)網(wǎng)絡(luò)的電路故障診斷方法得到的波形與實際波形十分接近，能夠精準(zhǔn)地檢測出電路故障。關(guān)鍵詞： 電路故障診斷; 小波變換; 神經(jīng)網(wǎng)絡(luò); 故障特征提取; 時頻信息確定; 診斷效果檢測中圖分類號： TN710.
現(xiàn)代電子技術(shù) 2020年10期2020-07-14