导读:本文包含了小波模极大值论文开题报告文献综述及选题提纲参考文献，主要关键词:小波模极大值,压缩感知,稀疏化,稀疏度
小波模极大值论文文献综述
武迪,宋维琪[1]（2019）在《基于小波模极大值稀疏表示的压缩感知断层增强重建方法》一文中研究指出针对较小断层在地震剖面上反射模糊难以识别的问题,在分析小波模极大值边缘特征基础上,根据断层反射在地震信号上的变化特征,采用基于压缩感知理论的断层增强处理方法,研究出了小波模极大值压缩感知断层增强重建方法。该方法首先对小波模极大值特征进行分析,融合小波分解、小波模极大值及峰值滤波处理方法对地震信号不同尺度小波变换系数进行深度稀疏化处理。然后在此基础上利用压缩感知重建技术,结合有效信号和噪音信号的小波模特征点的尺度变化特点,实现地震信号深度稀疏化小波系数重建。最后实现凸显断层信息的地震信号重建。通过实际资料测试分析,应用效果明显。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
杨剑,王桥,郭镜,曾琴琴[2]（2019）在《重磁异常的小波模极大值分解及其在北衙矿区中的应用》一文中研究指出位场数据异常存在的线性特征往往对应着地下断裂构造、不同岩性地质体的边界接触带或者其他具有一定密度或磁性差异的构造特征。对这些线性特征进行增强、提取并进行半定量地解释是重磁资料处理的主要内容。然而,位场数据中若混入噪声干扰,再利用总水平导数、总水平梯度倾斜角等方法进行高次求导运算会把噪声放大,导致提取的线性构造位置发生偏离甚至出现错误。为了获取较为准确的线性构造及边界位置,选取对噪声干扰不敏感的小波模极大值方法,将该方法用于模型试验和实际矿区数据处理中,都能较好地定位出异常体模型边界和矿体的投影边界,表明小波模极大值是一种有效的重磁异常线性特征增强与提取方法。(本文来源于《物探化探计算技术》期刊2019年04期）
蔡少峰[3]（2019）在《基于小波变换模极大值法识别OCTEM异常边界》一文中研究指出针对OCTEM资料解释中地质灾害中异常体的识别问题,提出采用多尺度小波变换的模极大值法定量提取地质体异常边界。介绍多尺度小波变换模极大值的方法原理,算法实现要点,算法实现流程以及地质异常体的识别标准;将该方法应用到兰渝铁路胡麻岭隧道冒顶抢险中。通过该方法有效提取塌陷区的边界,为后续施工设计提供了可靠的数据支撑,同时该方法能够减少资料解释过程中人为因素干扰,为解译人员提供了一种新的参考依据。为类似隧道塌陷等施工突发事件的应急勘探提供了一种新解译的思路。(本文来源于《铁道科学与工程学报》期刊2019年06期）
刘光达,王依萌,胡秋月,马孟泽,蔡靖[4]（2019）在《基于小波变换和模极大值法的癫痫发作检测与分析》一文中研究指出癫痫是大脑神经元突发性异常放电导致大脑功能障碍的一种慢性疾病。癫痫发作的检测可以利用对脑电信号中的癫痫特征波——棘波的检测和分析来实现。提出了基于小波变换和模极大值法的棘波检测方法,对癫痫脑电信号在一定尺度内进行连续小波变换,应用模极大值算法及细化算法对脑电信号奇异点进行检测,得到奇异点的模极大值作为提取的棘波嫌疑点,再通过功率谱密度分析和空间曲面拟合筛选得到最终的棘波特征波,判断癫痫是否发作。实验验证,该算法检测效果较好,诊断准确率可达92.5%以上,为癫痫发作的检测提供了一种有参考价值的方法。(本文来源于《电子技术应用》期刊2019年04期）
汤伟,王玲利,王帅[5]（2018）在《小波模极大值和改进二分法的QRS波形检测算法》一文中研究指出在心电信号中判断各个参数指标的前提条件是波形的检测和识别。而在心电信号检测中QRS波形的检测和识别又是心电信号波形检测的基础。若QRS波形存在误检和漏检现象那么必定会影响到P波和T波的判断,同时也会影响到心电信号疾病分类的结果。针对这一问题提出了基于改进二分法的小波模极大值结合奇异性的QRS波形检测算法。基本思想:对所获得的心电信号进行平稳小波变换操作,利用模极大值和奇异性的关系识别R、Q、S波,采用改进的二分法调整误检、漏检阈值。该方法可以准确的检测出QRS波形的位置,对R波、Q波、S波的识别率比不进行改进的算法有所提高。通过对MIT-BIH数据库中具有代表性的实测数据进行仿真实验分析,QRS波形的准确率达到了99.81%,优于模极大值结合二分法的检测方法。(本文来源于《2018中国自动化大会(CAC2018)论文集》期刊2018-11-30）
王爱玉,卢正通,贾文官[6]（2018）在《基于小波模极大值理论的架空输电线路故障测距研究》一文中研究指出为了保障电力系统的安全、稳定、经济运行,根据小波的奇异性分析理论和模极大值理论,提出了基于小波模极大值分析的高压交流架空输电线路双端行波故障测距算法。以实际运行的某一高压交流架空输电线路故障为例,利用MATLAB软件搭建仿真模型进行线路故障测距的分析。仿真结果表明,所采用的线路故障测距算法不仅有效地实现故障测距,而且提高了线路故障测距精度。(本文来源于《电工电气》期刊2018年10期）
沈晓东[7]（2018）在《基于小波模极大值变压器油色谱在线异常数据识别》一文中研究指出大量油色谱在线监测装置的普及为及时监测油色谱异常变化提供了基础,根据在线监测数据分析,油色谱数据异常变化分为快速渐变、跃变两种类型。本文提出基于小波分析的油色谱在线监测异常数据识别,利用小波变换模极大值与Lipschitz指数关系,识别了油色谱数据异常类型,并有效剔除了噪声的干扰。在此基础上,建立了基于小波模极大值变压器油色谱在线监测异常数据识别模型。实践证明,该油色谱异常数据检测模型,能够在线检测油色谱异常变化,识别油色谱数据异常类型,及时发现潜伏故障,提高变压器的运行可靠性。(本文来源于《新型工业化》期刊2018年06期）
游及第,邓祥力,姚媛媛[8]（2018）在《基于二阶B样条小波模极大值的双极HVDC输电线路行波保护》一文中研究指出针对行波保护存在波头难以捕捉或捕捉精度不高的问题,提出了一种基于二阶B样条小波模极大值的双极HVDC输电线路行波保护。首先,获取正负极整流逆变两端的暂态电流行波信息,通过计算其相关系数选出故障极,然后利用二阶B样条小波函数分解暂态电流行波获得模极大值,通过比较电流行波与小波模极大值的极性判断出区内外故障,最后根据模极大值所在位置确定波头到达时间进行故障测距。PSCAD/EMTDC仿真结果证明,所提办法可准确的实现故障的判别,测距精准度高且不易被过渡阻抗、故障类别及测量距离等要素影响。(本文来源于《电测与仪表》期刊2018年06期）
郑利珍[9]（2017）在《一种结合小波变换模极大值和灰度值数学形态学的图像边缘检测方法》一文中研究指出为了得到抗噪性好,边缘连续完整及细节清晰的边缘图像,提出了一种结合小波变换模极大值和灰值数学形态学的图像边缘检测方法.通过对源图像进行小波分解得到低频近似子图像与高频近似子图像.对于低频近似子图像采用灰值数学形态学方法检测边缘,高频近似子图像采用小波变换模极大值法检测边缘.然后结合两者的优势,对低频边缘图像和高频边缘图像进行迭加运算检测到的图像边缘连续完整.结果表明,算法检测到的边缘图像抗噪声能力强,边缘连续完整,可以保留图像中更多的细节和纹理,所花时间相对较少.(本文来源于《宁夏师范学院学报》期刊2017年06期）
任艳[10]（2017）在《基于小波变换模极大值原理的变电站变压器保护研究》一文中研究指出利用小波变换提出了一种励磁涌流分辨方式,不必测量二次谐波大小而通过波形分布进行辨识,比间断角原理的辨识方法效果更好。可以实现采样频率低,降低了硬件指标高需求,避免了由于间断角测量差值导致的保护误判断。(本文来源于《科学家》期刊2017年11期）
小波模极大值论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
位场数据异常存在的线性特征往往对应着地下断裂构造、不同岩性地质体的边界接触带或者其他具有一定密度或磁性差异的构造特征。对这些线性特征进行增强、提取并进行半定量地解释是重磁资料处理的主要内容。然而,位场数据中若混入噪声干扰,再利用总水平导数、总水平梯度倾斜角等方法进行高次求导运算会把噪声放大,导致提取的线性构造位置发生偏离甚至出现错误。为了获取较为准确的线性构造及边界位置,选取对噪声干扰不敏感的小波模极大值方法,将该方法用于模型试验和实际矿区数据处理中,都能较好地定位出异常体模型边界和矿体的投影边界,表明小波模极大值是一种有效的重磁异常线性特征增强与提取方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
小波模极大值论文参考文献
[1].武迪,宋维琪.基于小波模极大值稀疏表示的压缩感知断层增强重建方法[C].中国石油学会2019年物探技术研讨会论文集.2019
[2].杨剑,王桥,郭镜,曾琴琴.重磁异常的小波模极大值分解及其在北衙矿区中的应用[J].物探化探计算技术.2019
[3].蔡少峰.基于小波变换模极大值法识别OCTEM异常边界[J].铁道科学与工程学报.2019
[4].刘光达,王依萌,胡秋月,马孟泽,蔡靖.基于小波变换和模极大值法的癫痫发作检测与分析[J].电子技术应用.2019
[5].汤伟,王玲利,王帅.小波模极大值和改进二分法的QRS波形检测算法[C].2018中国自动化大会(CAC2018)论文集.2018
[6].王爱玉,卢正通,贾文官.基于小波模极大值理论的架空输电线路故障测距研究[J].电工电气.2018
[7].沈晓东.基于小波模极大值变压器油色谱在线异常数据识别[J].新型工业化.2018
[8].游及第,邓祥力,姚媛媛.基于二阶B样条小波模极大值的双极HVDC输电线路行波保护[J].电测与仪表.2018
[9].郑利珍.一种结合小波变换模极大值和灰度值数学形态学的图像边缘检测方法[J].宁夏师范学院学报.2017
[10].任艳.基于小波变换模极大值原理的变电站变压器保护研究[J].科学家.2017