磁共振图像的一种多尺度边缘检测算法

医学图像的病灶呈弱边缘特性，用传统的边缘检测方法效果不理想。本文提出了一种改进的多尺度边缘检测算法：在传统的Mallat小波模极大值边缘检测方法的基础上，应用模糊算法构造相应的隶属函数，提取弱边缘信息，最后应用多尺度边缘融合算法将不同尺度下的边缘图像合成。实验结果表明，该方法对噪声有一定的抑制作用，可有效检测出弱边缘信息，定位准确，且检测效果明显。本算法可以兼顾良好的边界定位、噪声抑制和弱边界检测等性能指标，可以有效解决传统边缘检测方法中存在的高定位精度及强去噪能力之间的矛盾。  

二维小波变换及其在医学图像处理中的应用

介绍了二维离散小波变换的一般形式，在图像分解的基础上．分析了二维小波变换在医学图像消噪和图像增强中的应用，同时给出应用实例。结果表明，应用小波分析进行医学图像处理，能够有效地改善图像质量，有利于医生对病情的诊断和治疗。  

子波变换平滑的混沌信号检测

将近几年兴起的子波变换、分形理论应用于带观测噪声混沌信号的检测。基于快速子波变换导出了平滑算子，将其对时序信号进行处理，并根据它在一定的尺度范围内具有标度不变的性质，利用改进的Ｇ－Ｐ算法计算其分数维数，对带有观测噪声的Ｌｏｒｅｎｚ吸引子波的混沌运动进行了检测。实验结果表明，该方法具有较好检测混沌现象的能力。  

小波去除噪音算法研究

介绍了小波变换滤除噪音的机理和与傅立叶变换相比的优越性，其中包括确定性噪音和随机噪音。讨论了增强去噪效果的几种改进方案并提出一种试验估计去噪方法，对工程应用有一定的实用价值。  

小波变换在动力学系统识别中的应用

试图用小波变换来讨论动力学系统识别中的几个问题，并用以研究在系统分析中利用小波变换这个工具的可能性。只涉及线性时不变结构的动力学系统，它应该适用于非线性或线性时变系统的分析和识别。做为一个具体应用，给出了使用小波变换识别模态阻尼系数的模拟实侧，可用于颤振数据分析。  

连续小波变换应用于密集模态参数识别

用连续小波变换方法进行模态参数识别时,减小小波函数的带宽可以提高小波变换的频率分辨能力,但同时也会增大边沿效应,影响密集模态参数识别的精度。本文提出了极值位置方法,在模态耦合严重的小波脊附近,找到模态解耦最好的尺度,在此尺度上进行频率和阻尼的识别,可以获得较好的识别精度。使用Morlet小波函数,对GARTEUR飞机模型中的三阶密集模态进行识别,验证了该方法的有效性。  

粗晶材料超声检测信号的小波变换去噪方法

本文研究多尺度小波分析方法在粗晶材料超声缺陷信号增强中的应用。在分析晶粒噪声和缺陷信号频谱分布的基础上，提出一种基于小波变换系数软阈值处理再重构的方法来提高信噪比。实验结果表明，该方法具有很好的去噪效果，增强了缺陷的检出率。  

基于小波神经网络的航空发动机建模研究

提出将多个多输入单输出小波神经网络(WNN)组合构造多输入多输出(MIMO)的WNN来逼近MIMO非线性动态系统的快速而简单的实现方法，并采用高效率的初始化方法缩短了训练时间。采用某型航空发动机在飞行包线内均匀分布的工作点参数来训练，建立了全包线适用的动态小波神经网络航空发动机模型，用交叉验证的方法检验表明在全包线内有较高的精度及泛化能力。与反传算法神经网络(BPNN)、径向基函数神经网络(RBFNN)建立的动态模型在精度及泛化能力等方面做比较，结果表明WNN建立的模型训练精度高而且泛化能力强。  

小波分析法在故障诊断中的应用

该文提出了一种基于模拟系统响应函数的故障诊断方法，并给出了容差情况下的仿真诊断例子。该方法无需被检测系统的数学模型，具有实时性好、自动化程度高、准确率高的特点。  

小波变换在水下航行体出水动响应识别中的应用

在出水过程中，由于空泡溃灭作用，水下航行体结构存在较大的横向弯曲动态响应，内部结构间存在相对运动，当响应较大时有可能发生干涉。本文应用小波变换方法，根据加速度测量数据对水下航行体出水过程中的动态响应进行了辨识，并与试验结果进行了对比分析。小波分析具有良好的时一频定位特性以及对信号的自适应能力，能对信号的高频、短时成分准确地在时域和频域中进行分析。这为水下航行体加速度信号处理提供了有效的分析手段。