期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
利用EEG信号的小波包变换与非线性分析实现精神疲劳状态的判定 被引量:9
1
作者 韩清鹏 《振动与冲击》 EI CSCD 北大核心 2013年第2期182-188,共7页
EEG(脑电)信号的4个节律(δ波、θ波、α波、β波)与人的精神疲劳状态有对应关系,不同节律的能量值及其非线性特征参数可以用于疲劳状态的判定。本文首先利用小波包分解与重构技术,构造了以"db20"为基小波函数的6层分解,得到... EEG(脑电)信号的4个节律(δ波、θ波、α波、β波)与人的精神疲劳状态有对应关系,不同节律的能量值及其非线性特征参数可以用于疲劳状态的判定。本文首先利用小波包分解与重构技术,构造了以"db20"为基小波函数的6层分解,得到EEG信号的4个节律。然后,对4个节律信号分别计算相应的节律的频带能量比例值,这些频带能量比例值作为对人体精神状态进行评价的量化指标。通过计算EEG信号α波的非线性特征参数,包括最大Lyapunov指数、近似熵、复杂度,并将这些非线性特征参数组成疲劳状态的综合评估判据,可以实现疲劳状态的判定。10组EEG信号的分析结果表明了该本文方法的有效性,其中对疲劳和非疲劳状态的判定准确率较高,而对轻微疲劳、中等疲劳和严重疲劳三种状态的准确区分稍差一些。 展开更多
关键词 EEG信号 精神疲劳状态 小波包变换 非线性征参数
下载PDF
基于小波包变换的分频图像融合方法 被引量:5
2
作者 张登荣 俞乐 刘辅兵 《遥感信息》 CSCD 2007年第1期7-10,89,I0002,共6页
利用多源遥感数据有利于以多种数据集互补的方式提供单一数据集无法提供的信息,图像融合则是多源信息集成的关键之一。本文提出了基于小波包变换的分频图像融合流程,即对于用小波包分解得到的低频和高频部分,采用不同的融合策略。采用... 利用多源遥感数据有利于以多种数据集互补的方式提供单一数据集无法提供的信息,图像融合则是多源信息集成的关键之一。本文提出了基于小波包变换的分频图像融合流程,即对于用小波包分解得到的低频和高频部分,采用不同的融合策略。采用熵、联合熵、偏差指数和边缘指数等作为定量指标,对这种流程的融合结果进行了质量评价。通过ETM+多光谱和全色图像融合实验表明这种方法在光谱信息保持和纹理信息增强上相较与传统融合方法有明显优势。 展开更多
关键词 图像融合 小波包 图像质量评价
下载PDF
基于CNN和sEMG的手势识别及康复手套控制 被引量:4
3
作者 刘威 王从庆 《吉林大学学报(信息科学版)》 CAS 2020年第4期419-427,共9页
由于sEMG(Surface Electromyography)对肌肉疲劳、不同患者以及电极位移等都非常敏感,设计一种可靠、鲁棒的智能手部康复设备仍然是一项艰巨的工作。为此,提出一种基于深度学习的康复手势神经解码方法,利用患者前臂的表面肌电信号,通过... 由于sEMG(Surface Electromyography)对肌肉疲劳、不同患者以及电极位移等都非常敏感,设计一种可靠、鲁棒的智能手部康复设备仍然是一项艰巨的工作。为此,提出一种基于深度学习的康复手势神经解码方法,利用患者前臂的表面肌电信号,通过卷积神经网络(CNN:Convolutional Neural Network)识别患者的手部运动意图。通过组合特征提取方法,对8通道肌电信号每个通道的信号进行组合特征提取,组合特征包括小波包分解能量特征、时域特征和频域特征共32个特征。将8个通道特征组成一个8×32的数值矩阵并进行灰度处理成特征图,再用此特征图训练卷积神经网络,对5种不同手势进行分类,分类器准确率达到98.1%。最后通过STM32 I/O口根据分类结果输出对应的PWM(Pulse Width Modulation)控制信号控制康复手套的动作,表明了该方法的可行性,为深入研究康复手套运动控制奠定了基础。 展开更多
关键词 肌电信号 卷积神经网络 小波包变换 特征提取 神经解码
下载PDF
一种新的含噪遥感图像Otsu分割算法研究 被引量:4
4
作者 刘文静 贾振红 +1 位作者 杨杰 庞韶宁 《激光杂志》 CAS CSCD 北大核心 2010年第6期28-30,共3页
Otsu(最大类间方差)是经典的非参数、无监督、自动获取最佳阈值的最优图像分割方法。但是,在用于含噪图像的分割时,Otsu方法并不能取得理想的分割效果。针对这一问题,本文在Otsu分割方法的基础上,给出了一种新的含噪遥感图像分割算法。... Otsu(最大类间方差)是经典的非参数、无监督、自动获取最佳阈值的最优图像分割方法。但是,在用于含噪图像的分割时,Otsu方法并不能取得理想的分割效果。针对这一问题,本文在Otsu分割方法的基础上,给出了一种新的含噪遥感图像分割算法。该算法首先用小波包对含噪图像进行全局阈值的去噪处理,然后利用局部加权回归对图像像素逐一估计去噪,得到去噪后的图像,之后采用Otsu方法对估计图像分割。仿真实验表明:该算法不仅计算量小,具有良好的抗噪能力,而且获得了较好的分割效果。 展开更多
关键词 图像分割 小波包变化 局部加权回归 OTSU分割
下载PDF
基于模糊函数的雷达辐射源信号分选新方法 被引量:3
5
作者 韩俊 何明浩 +1 位作者 尹以新 魏铭 《航天电子对抗》 2009年第4期35-38,共4页
当前的雷达辐射源信号分选方法存在准确率不高和对噪声敏感的问题,对此,提出一种新的分选算法。对接收到的信号首先求取其模糊函数,并将其简化为二维特征图,然后对该二维特征图进行小波包分解,得到八维小波包变换特征(WPT),最后将类间... 当前的雷达辐射源信号分选方法存在准确率不高和对噪声敏感的问题,对此,提出一种新的分选算法。对接收到的信号首先求取其模糊函数,并将其简化为二维特征图,然后对该二维特征图进行小波包分解,得到八维小波包变换特征(WPT),最后将类间分离度最优的第二维小波包变换特征Wpt2和第五维小波包变换特征Wpt5作为分选的特征参数。由于不同信号的模糊函数区别较大且受噪声的影响小,因此转换后的WPT可分性强、稳定度高,大量的仿真验证了新方法的优越性,在信噪比为10dB时,分选准确率最低为90%。 展开更多
关键词 分选 模糊函数 小波包变换 信噪比
下载PDF
CEEMDAN-小波包联合算法在ECG中的降噪应用 被引量:2
6
作者 蔡俊 张翔风 《黑龙江工业学院学报(综合版)》 2022年第12期41-49,共9页
针对心电信号采集过程中存在的多种噪声干扰,提出了一种完备的自适应噪声经验模态分解(CEEMDAN)和小波包联合去噪算法。该方法首先通过CEEMDAN分解含噪心电信号得到一组固有模态分量函数(IMF),之后计算每个IMF与原心电信号的相关系数,... 针对心电信号采集过程中存在的多种噪声干扰,提出了一种完备的自适应噪声经验模态分解(CEEMDAN)和小波包联合去噪算法。该方法首先通过CEEMDAN分解含噪心电信号得到一组固有模态分量函数(IMF),之后计算每个IMF与原心电信号的相关系数,绘制出IMF分量的频谱图。将相关系数和IMF频谱图相结合来筛选出含噪明显的本征模态分量,对高频含噪分量进行小波包阈值去噪处理,对低频含有基线漂移的分量用中值滤波器滤除,最后将信号重构得到去噪后的信号。以MIT-BIH心律失常数据库的数据为实验样本,分别应用现有的四种算法和该算法做去噪处理,结果表明经该算法处理过的信号信噪比更高,均方根误差更小,降噪效果更佳。 展开更多
关键词 CEEMDAN 小波包变换 ECG信号 相关系数 阈值去噪
下载PDF
基于双树复小波包的发动机振动信号特征提取研究 被引量:37
7
作者 吴定海 张培林 +2 位作者 任国全 傅建平 韩兰懿 《振动与冲击》 EI CSCD 北大核心 2010年第4期160-163,176,共5页
针对柴油机缸盖振动信号的特征提取问题,提出了一种基于双树复小波包变换和自适应块阈值降噪的标准化相对能量提取方法,双树复小波包利用并行双树实小波变换分解系数达到信息互补,从而获得近似平移不变性和减少了信息的丢失。自适应分... 针对柴油机缸盖振动信号的特征提取问题,提出了一种基于双树复小波包变换和自适应块阈值降噪的标准化相对能量提取方法,双树复小波包利用并行双树实小波变换分解系数达到信息互补,从而获得近似平移不变性和减少了信息的丢失。自适应分块阈值能够随所分析的信号自适应估计最优阈值,达到更好的降噪效果,同时引入消除频率混叠的算法,抑制了双树复小波包分解过程中虚假频率的产生。仿真信号和试验分析该方法能够更有效地消除噪声影响,所提取的相对能量特征具有更好的可区分度。 展开更多
关键词 双树复小波包 特征提取 降噪 振动信号 故障诊断
下载PDF
基于WPT-PRI的未知雷达辐射源分选 被引量:1
8
作者 程柏林 韩俊 《压电与声光》 CSCD 北大核心 2010年第3期375-378,共4页
对未知雷达辐射源信号进行准确分选是当前电子对抗领域亟待解决的一个难题。基于小波包变换(WPT)可实现多种不同调制信号的分类,且对噪声不敏感,但对于相同调制样式不同调制参数的信号则无效。该文提出一种基于WPT-PRI的新方法,首先利用... 对未知雷达辐射源信号进行准确分选是当前电子对抗领域亟待解决的一个难题。基于小波包变换(WPT)可实现多种不同调制信号的分类,且对噪声不敏感,但对于相同调制样式不同调制参数的信号则无效。该文提出一种基于WPT-PRI的新方法,首先利用WPT实现不同调制样式信号的分类,对于具有相同调制样式、不同调制参数的信号基于脉冲重复间隔(PRI)进一步细分。仿真结果验证新方法准确有效。 展开更多
关键词 小波包变换(WPT) 脉冲重复间隔(PRI) 分选
下载PDF
基于D-S证据理论的感应电动机故障诊断分析
9
作者 刘怀宇 《煤矿机电》 2013年第6期36-38,共3页
采用D-S证据理论对感应电动机进行转子断条和定子匝间短路的故障诊断。基于小波包变换的频率划分特性,对定子三相电流信号进行小波包分解,利用节点系数的均方根值构建电动机转子故障的特征矢量(证据体);求取证据体对转子故障所赋予的基... 采用D-S证据理论对感应电动机进行转子断条和定子匝间短路的故障诊断。基于小波包变换的频率划分特性,对定子三相电流信号进行小波包分解,利用节点系数的均方根值构建电动机转子故障的特征矢量(证据体);求取证据体对转子故障所赋予的基本概率分配函数值,然后根据D-S证据理论融合规则进行数据融合处理,实现对电动机转子断条故障的准确识别。用相似的方法也准确诊断了定子匝间短路故障。 展开更多
关键词 D-S证据理论 感应电动机 小波包变换 故障诊断
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部