Haar小波

摘要： 乳腺癌是世界上女性发病率最高的癌症,而组织病理图像是鉴定乳腺癌的“黄金标准”。为了实现对乳腺癌组织病理图像的精确分类,提出了一种基于多尺度多色域特征融合的乳腺癌组织病理图像分类方法。此方法能实现良、恶性病理图像的有效分类。首先进行多色域特征提取,将病理图像从RGB空间转换到HSV空间,分别提取H、S、V三个色彩分量的9维颜色矩特征和24维灰度共生矩阵特征(GLCM);其次进行多尺度特征提取,利用Haar两层小波分解提取病理图像的高频分量(水平、垂直、对角),共得高频分量的48维灰度共生矩阵特征。将最终形成的81维特征向量输入到不同训练集训练所生成的7类支持向量机(SVM)中进行分类,将分类结果采取多数投票策略,获得最终识别准确率。通过BreaKHis公开数据集的实验表明,4个放大倍数图像的分类准确率分别达到约95.31%、94.34%、93.07%和91.94%。

摘要： 在计算机视觉领域中,提取出的图像边缘信息不仅可以简要表示整幅图像信息,且能充分体现出物体的特征,因此边缘检测算法的重要性日益凸显。文中针对传统图像边缘检测算法中存在的抗噪性能差和边缘定位不明显等问题,提出了一种基于非均匀Haar小波变换的图像边缘检测算法。利用Haar小波滤波器将原始图像分解为4个子分量图像,其中水平与垂直高频子分量图像采用Canny算子进行边缘检测,低频子分量图像则利用修正形态算子进行形态学边缘检测。然后对处理后的所有子分量图像进行逆向重构操作,从而实现精准的边缘检测操作。最终,基于Lena图像验证了所提算法的性能。实验结果表明,所提算法的峰值信噪比与均方误差分别为6.3338和15217.52,且边缘检测效果明显优于其他相关对比算法。

摘要： 装载机能耗高、排放差,研究装载机新能源技术具有重要意义。结合装载机工况特性提出了燃料电池与超级电容联合驱动的电源系统,围绕复杂工况下燃料电池和超级电容系统动态模型的实时工况数据进行自适应能量管理策略研究。设计了复合电源拓扑结构与动力传动方案,建立装载机复杂工况下系统多状态模型,基于Haar小波理论对整车系统进行功率分流,提出模糊逻辑能量管理策略动态平衡需求功率中的低频分量,采用粒子群算法对控制系统进行优化。仿真结果显示:载荷功率经过最优阈值3层Haar小波处理后,功率变化大幅度减缓,有效提升燃料电池系统的寿命;模糊逻辑控制器输出的燃料电池功率曲线变化光滑,超级电容SOC值处于设定区域内,提高复合电源系统的综合效率;经过粒子群算法优化控制器后,燃料电池输出平均功率同比下降约5%,超级电容SOC值在约0.6达到动态平衡状态,改善了装载机的动态响应和稳定性。

摘要： 以太古一级网为分析对象,采用小波变换的方法对某次试验采集的泄漏主信号及辅信号进行分析.首先对泄漏信号进行分解以提高信号识别度;然后对比选用haar小波基对泄漏信号进行小波变换和降噪处理,最后利用压力值比较的方法对供热一级网是否泄露进行判断.此方法可以实现主信号的有效识别,但由于辅信号泄漏时压力振幅过小,需要进一步优化算法.此文为供热一级网突发泄漏快速定位提供了一定的理论基础.

摘要： 彩色铅笔画自动生成算法是当前非真实感绘制技术研究热点之一.针对目前轮廓线条细节丢失的问题,该文提出融合B样条小波变换与二次卷积方法,得到的线条轮廓图保留更多细节信息且线条具有交叉感;线积分卷积(Line integral convolution,LIC)方法使用随机白噪声产生的纹理不清晰,且执行速度慢,该文在亮度图上添加高斯噪声替换随机二值白噪声,利用随机数控制噪声点,并应用运动模糊产生清晰纹理.实验证明,该算法得到的铅笔画效果与现存铅笔画生成算法相比,保留了更多的细节,更加接近实际艺术家作品风格.

摘要： 在一阶剪切变形理论和哈密顿原理的基础上,利用Haar小波离散方法,提出了一种简单、有效的评估一般弹性边界条件下复合材料层合梁振动特性的分析模型.结构位移变量及其相关导数的基函数分别采用Haar小波及其积分表示.在此基础上,利用边界条件求出积分过程中的常数,进而将层合梁的运动方程和边界条件进一步转化为一组线性代数方程.通过求解该线性代数方程,可得到复合材料层合梁的自由振动特性.通过数值算例对比验证了本文模型的正确性.此外,给出了复合材料层合梁的一些新的计算结果,可作为基准解为后续数值方法或解析法提供对比数据.

摘要： 本文首先提出一种改进的haar 小波异常点检测方法，对GARCH 模型残差进行异常点检测，估计异常波动区间。然后采用Granger 因果检验方法，分析异常波动的溢出效应。最后对上证指数和香港恒生指数的收益率GARCH（1,1）模型的残差进行实证分析，发现在短期，沪市对港市存在明显的异常波动溢出效应，而港市对沪市却不存在明显的异常波动溢出效应。但在长期内沪、港两股市间均不存在明显的异常波动溢出效应。

摘要： 本文首先提出一种改进的haar 小波异常点检测方法，对GARCH 模型残差进行异常点检测，估计异常波动区间。然后采用Granger 因果检验方法，分析异常波动的溢出效应。最后对上证指数和香港恒生指数的收益率GARCH（1,1）模型的残差进行实证分析，发现在短期，沪市对港市存在明显的异常波动溢出效应，而港市对沪市却不存在明显的异常波动溢出效应。但在长期内沪、港两股市间均不存在明显的异常波动溢出效应。

摘要： 本文首先提出一种改进的haar 小波异常点检测方法，对GARCH 模型残差进行异常点检测，估计异常波动区间。然后采用Granger 因果检验方法，分析异常波动的溢出效应。最后对上证指数和香港恒生指数的收益率GARCH（1,1）模型的残差进行实证分析，发现在短期，沪市对港市存在明显的异常波动溢出效应，而港市对沪市却不存在明显的异常波动溢出效应。但在长期内沪、港两股市间均不存在明显的异常波动溢出效应。

摘要： 本文首先提出一种改进的haar 小波异常点检测方法，对GARCH 模型残差进行异常点检测，估计异常波动区间。然后采用Granger 因果检验方法，分析异常波动的溢出效应。最后对上证指数和香港恒生指数的收益率GARCH（1,1）模型的残差进行实证分析，发现在短期，沪市对港市存在明显的异常波动溢出效应，而港市对沪市却不存在明显的异常波动溢出效应。但在长期内沪、港两股市间均不存在明显的异常波动溢出效应。

摘要： 本文首先提出一种改进的haar 小波异常点检测方法，对GARCH 模型残差进行异常点检测，估计异常波动区间。然后采用Granger 因果检验方法，分析异常波动的溢出效应。最后对上证指数和香港恒生指数的收益率GARCH（1,1）模型的残差进行实证分析，发现在短期，沪市对港市存在明显的异常波动溢出效应，而港市对沪市却不存在明显的异常波动溢出效应。但在长期内沪、港两股市间均不存在明显的异常波动溢出效应。

摘要： 论文从匹配序列对和最近邻两个方面对时间序列相似模式挖掘问题进行了方法研究，在此基础上总结出基于Haar小波的时间序列相似模式挖掘方法，并实现了时间序列相似模式匹配。实验结果表明Haar小波技术应用在时间序列相似模式挖掘上简单、直观、提高挖掘效率。

摘要： 论文从匹配序列对和最近邻两个方面对时间序列相似模式挖掘问题进行了方法研究，在此基础上总结出基于Haar小波的时间序列相似模式挖掘方法，并实现了时间序列相似模式匹配。实验结果表明Haar小波技术应用在时间序列相似模式挖掘上简单、直观、提高挖掘效率。

摘要： 论文从匹配序列对和最近邻两个方面对时间序列相似模式挖掘问题进行了方法研究，在此基础上总结出基于Haar小波的时间序列相似模式挖掘方法，并实现了时间序列相似模式匹配。实验结果表明Haar小波技术应用在时间序列相似模式挖掘上简单、直观、提高挖掘效率。

摘要： 论文从匹配序列对和最近邻两个方面对时间序列相似模式挖掘问题进行了方法研究，在此基础上总结出基于Haar小波的时间序列相似模式挖掘方法，并实现了时间序列相似模式匹配。实验结果表明Haar小波技术应用在时间序列相似模式挖掘上简单、直观、提高挖掘效率。

摘要： 对基于HAAR小波包调制方案的载波间干扰(ICI)矩阵进行了推导和分析，根据其ICl矩阵的特点提出了一种抑制载波间干扰的方案。该方案采用对lCI矩阵估计的方式来抑制载波间干扰。在固定频偏和高斯白噪声信道模型下对该方案进行了仿真测试，并与0fdm系统中的ICI自消除方案进行了仿真对比，仿真结果表明该方案对载波间干扰起到了较好的抑制效果。

摘要： 本发明公开了一种基于Haar小波的风电场混合储能配置自适应双层优化方法，其步骤包括：1.建立风电场混合储能配置的双层优化模型；2.利用粒子群算法和基于Haar小波的启发式算法分别求解混合储能配置的上层和下层优化模型；3.输出优化后的蓄电池和超级电容配置容量及充放电功率。本发明方法能充分发挥蓄电池和超级电容的组合优势进行自适应的分配蓄电池、超级电容功率指令序列，并且更加有效、合理的利用混合储能功率指令序列充放电特征进行混合储能功率指令序列分配，得到成本更低、蓄电池寿命更长的混合储能配置方案，从而减小风电波动对电网的影响、提高电网接纳风电能力。

摘要： 本发明提供一种焊接区域多曝光图像采集装置与图像信息融合方法，该方法用于图像融合，完整表达焊区特征，首先将多曝光图像分别进行X方向与Y方向上的梯度计算，然后分别融合所有X方向与Y方向梯度幅值最大的梯度，以融合出完全表达所有曝光序列图像信息的梯度图，接着通过Haar小波梯度重建算法重构出融合图像，最后经过类Gamma校正与自适应直方图均衡化，得到最终融合图像，通过图像能够清晰的看到比任何一张多曝光源图像更清晰更丰富的细节信息，说明了梯度信息融合重建图像在细节保留方面具有的优势，而且已经基本上消除了熔池区域强烈的弧光影响，也消除了极暗与极亮的区域，能够很清晰的观察到焊枪、焊丝、熔池、结构光等信息，有助于进一步的特征提取与处理。

摘要： 本发明涉及一种基于Haar小波兄弟系数的自适应压缩采样成像方法，首先使用数字微镜器件(DMD)获取目标基准分辨率下全部小波系数，然后根据Haar小波父子系数和兄弟系数关系，结合预设小波重要性阈值，从基准分辨率开始，由该层已采样系数预测下一层未采样重要小波系数位置，并使用DMD构造小波基，采样这些重要小波系数，得到更高分辨率的小波系数矩阵；重复预测和采样过程，直到达到预设的成像分辨率结束采样，通过小波逆变换得到目标场景图像。本发明结合Haar小波兄弟系数信息，提高重要小波系数位置预测精度，减少了DMD采样所需测量次数，提高了成像质量和成像速度。

摘要： 本发明涉及一种基于Haar小波提升的特征波形分解与重构方法，属于语音编码领域，主要用于波形内插(WI)语音编码算法。当前分析帧提取的特征波形在进行分解之前，首先将其离散时间傅里叶级数(DTFS)的幅度谱转化为离散余弦变换(DCT)系数，然后用Haar小波变换的提升方案实现特征波的多级分解与重构，对各级分解参数进行不同方式的量化编码，并利用相位谱间距的均值和基音周期增益判断当前帧的浊音度标志，以决定解码端选择固定相位谱或随机相位谱。Haar小波提升方法能够降低特征波形分解与重构过程的运算复杂度和内存空间，且不引入算法延迟，可使波形内插编码算法在较低速率上获得较为满意的合成音质。

摘要： 本发明公开了一种基于Haar小波的风电场混合储能配置自适应双层优化方法，其步骤包括：1.建立风电场混合储能配置的双层优化模型；2.利用粒子群算法和基于Haar小波的启发式算法分别求解混合储能配置的上层和下层优化模型；3.输出优化后的蓄电池和超级电容配置容量及充放电功率。本发明方法能充分发挥蓄电池和超级电容的组合优势进行自适应的分配蓄电池、超级电容功率指令序列，并且更加有效、合理的利用混合储能功率指令序列充放电特征进行混合储能功率指令序列分配，得到成本更低、蓄电池寿命更长的混合储能配置方案，从而减小风电波动对电网的影响、提高电网接纳风电能力。

摘要： 本发明提供一种焊接区域多曝光图像采集装置与图像信息融合方法，该方法用于图像融合，完整表达焊区特征，首先将多曝光图像分别进行X方向与Y方向上的梯度计算，然后分别融合所有X方向与Y方向梯度幅值最大的梯度，以融合出完全表达所有曝光序列图像信息的梯度图，接着通过Haar小波梯度重建算法重构出融合图像，最后经过类Gamma校正与自适应直方图均衡化，得到最终融合图像，通过图像能够清晰的看到比任何一张多曝光源图像更清晰更丰富的细节信息，说明了梯度信息融合重建图像在细节保留方面具有的优势，而且已经基本上消除了熔池区域强烈的弧光影响，也消除了极暗与极亮的区域，能够很清晰的观察到焊枪、焊丝、熔池、结构光等信息，有助于进一步的特征提取与处理。

摘要： 本发明涉及一种基于Haar小波兄弟系数的自适应压缩采样成像方法，首先使用数字微镜器件(DMD)获取目标基准分辨率下全部小波系数，然后根据Haar小波父子系数和兄弟系数关系，结合预设小波重要性阈值，从基准分辨率开始，由该层已采样系数预测下一层未采样重要小波系数位置，并使用DMD构造小波基，采样这些重要小波系数，得到更高分辨率的小波系数矩阵；重复预测和采样过程，直到达到预设的成像分辨率结束采样，通过小波逆变换得到目标场景图像。本发明结合Haar小波兄弟系数信息，提高重要小波系数位置预测精度，减少了DMD采样所需测量次数，提高了成像质量和成像速度。

摘要： 本发明提供了一种基于Haar小波树的SAMP重构方法，其包括步骤有：在接收端接收性能数据高频分量，通过观测矩阵得到的观测值；初始化候选集合、添加阈值和删除阈值等；选择多个具有父子关系的原子，经过多次迭代计算，得到高频分量的近似值；最后再将低频分量和高频重构分量进行Haar重构得到压缩后的性能数据。使用本发明方法，缩短了重构时的运算时间，提高了成功重构的概率，重构出的高频系数与原始的高频系数很逼近，重构精度比较高。

摘要： 本发明涉及一种基于Haar小波提升的特征波形分解与重构方法，属于语音编码领域，主要用于波形内插(WI)语音编码算法。当前分析帧提取的特征波形在进行分解之前，首先将其离散时间傅里叶级数(DTFS)的幅度谱转化为离散余弦变换(DCT)系数，然后用Haar小波变换的提升方案实现特征波的多级分解与重构，对各级分解参数进行不同方式的量化编码，并利用相位谱间距的均值和基音周期增益判断当前帧的浊音度标志，以决定解码端选择固定相位谱或随机相位谱。Haar小波提升方法能够降低特征波形分解与重构过程的运算复杂度和内存空间，且不引入算法延迟，可使波形内插编码算法在较低速率上获得较为满意的合成音质。

摘要： 本发明提供一种二维量子Haar小波包变换实现量子线路设计的方法，属于量子信息处理领域，本发明是对现有的量子小波包变换实现技术的完善与改进，利用扩展的张量积和基本的量子比特门，分别构建了多层量子Haar小波包变换、多层量子Haar小波包逆变换、二维多层量子Haar小波包变换和二维多层量子Haar小波包逆变换的量子线路。从量子Haar小波包变换和量子Haar小波包逆变换的实现线路复杂度分析可知，对于一个2