用小波变换提取心电信号的情感特征     

龙正吉  刘光远 《西南大学学报》2011,33(3)

采用小波变换的方法对采集自同一被试的不同情感数据样本进行分析,从小波系数中提取心电图信号的情感特征.对同一天采集自同一被试的4种情感的特征进行比较分析,得出大小关系一致的特征作为情感识别依据.选取的特征在归一化之后对高兴和悲伤2类情感分类效果较好,最高可以达到92%.  相似文献   

用小波变换提取心电信号的情感特征     

龙正吉  刘光远 《西南大学学报(自然科学版)》2011,33(3)

采用小波变换的方法对采集自同一被试的不同情感数据样本进行分析,从小波系数中提取心电图信号的情感特征.对同一天采集自同一被试的4种情感的特征进行比较分析,得出大小关系一致的特征作为情感识别依据.选取的特征在归一化之后对高兴和悲伤2类情感分类效果较好,最高可以达到92%.  相似文献   

基于Curvelet和小波变换的纹理图像识别     

李树涛  孙凤梅 《湖南农业大学学报(自然科学版)》2008,35(4):51-54

提出了一种基于Curvelet变换与小波变换相结合的纹理图像分类算法.小波变换在分析点奇异信号时具有良好的性能,而Curvelet变换更适合分析图像中的曲线或直线状边缘特征.算法通过提取两者分解子波段的统计学和灰度共生矩阵特征,采用支持向量机对纹理图像进行分类.实验结果表明,和单一的多分辨率变换特征提取相比,该算法具有更高的分类准确率.  相似文献   

基于傅里叶描述子和Hu不变矩的油茶果识别     

陈斌  饶洪辉  刘木华 《浙江农业科学》2020,61(9):1876-1880

青色油茶果及其背景色差不大,形状特征差别明显,可用于特征识别。本文提出一种基于归一化傅里叶描述子、Hu不变矩形状特征和BP神经网络识别油茶果的方法。首先将油茶果从RGB颜色空间转换到HSV颜色空间,提取H分量后进行二值化;其次通过形态学算法去除二值化图像中的噪声;然后提取其前8阶归一化傅里叶描述子作为BP神经网络特征向量进行识别。结果显示,油茶果识别率为85%。为了进一步提高识别率,提取油茶果的7个Hu不变矩特征,利用BP神经网络识别,识别率可达100%。  相似文献   

融合频谱变换的板材纹理缺陷分类     

苏耀文  于慧伶  刘思佳  范德林 《东北林业大学学报》2015,(2):119-123

为了实现板材表面纹理和缺陷的自动分类识别,提出一种融合小波、曲波和双树复小波3种频谱变换的板材表面纹理和缺陷的快速协同分类方法。分别提取小波变换的14个特征、曲波变换的16个特征和双树复小波变换的38个特征;融合三者特征以及整幅图像的标准差和熵,采用粒子群算法优选出24个关键特征;运用BP神经网络作为分类器,针对乱纹、抛物纹、直纹、活结和死结5种类别的300幅图像进行仿真实验,基于小波变换、曲波变换、双树复小波变换与特征融合方法的平均分类正确率分别为80.0%、81.1%、84.2%、88.0%,分类平均时间分别为0.018、0.503、0.021、0.325 s。实验结果表明,特征融合方法实现了对小波特征、曲波特征和双树复小波特征的有效选择,提高了分类的速度和精度。  相似文献   

一种新的基于小波变换的边缘检测算法   总被引：6，自引：0，他引：6  

郭显久 《大连水产学院学报》2005,20(2):158-162

提出了一种新的基于小波变换的图像边缘检测算法。该算法首先按水平、垂直和对角方向对图像进行多尺度二进制小波变换,提取3个方向的小波系数。然后采用相邻尺度小波系数相乘的方法去除噪声,提取小波系数乘积的极大值点。最后将这3个方向上的极大点进行融合,形成图像的边缘。仿真实验表明,该算法具有较好的边缘检测和抑制噪声的能力,边缘检测效果明显优于传统的边缘检测方法。  相似文献   

小波时间序列在电离层TEC预报中的应用     

夏明清  詹煜 《安徽农业科学》2012,40(11):6702-6703

将小波时间序列应用到电离层TEC的预测中,通过小波分解将逐天的TEC数据分解到小波频率通道上,得到对应于小波频率的小波系数列。对系数列作降噪处理并进行数学变换最终使数据趋于平稳,并进行时间序列模型预测,还原成系数列的预测值,最后还原成实际预测值。采用小波时间序列预测后5天480个样本点,准确率在80%以上占87%,90%以上占57%,相较于传统预测模型有较明显的提高。  相似文献   

基于小波与曲波遗传融合的木材纹理分类   总被引：2，自引：2，他引：0  

张怡卓  马琳  许雷  于慧伶 《北京林业大学学报》2014,36(2):119-124

针对木材表面存在的直纹、抛物纹与乱纹3 类纹理,提出一种快速、准确的分类方法。分别提取小波变换的 15 个特征与曲波变换的16 个特征,通过设计纹理类型的遗传网络分类器,遗传优选出14 个主要特征;最后,运用 BP 网络构建基于优选特征量的纹理分类器。对3 类300 个样本进行了仿真实验,基于小波变换、曲波变换和遗传 融合方法的平均分类准确率分别为86.5%、89.3%和90.9%,平均分类时间分别为0.025、0.563 和0.216 s。实验 结果表明:小波变换对直纹分类具有较好的分类效果,但缺少方向性,对复杂纹理分类精度低;曲波变换可用于表 达复杂的木材纹理特征,但特征计算时间较长;基于遗传融合的特征提取方法,融合了小波分类速度快与曲波分类 精度高的特点,实现了小波与曲波的特征有效选择,提高了纹理分类的速度与分类精度。   相似文献   

小波分析在空间数据处理中的应用研究     

肖志刚  王亮  田丽芳 《长江大学学报》2005,(1):57-59

在GIS中,海量数据的处理问题一直是个难题,如果解决了海量数据的网上传输,则在WebGIS中就可以实现大范围矢量影像叠加漫游及大范围地形三维浏览飞行展示.在研究基于小波系数的地形、DEM及影像简化方法的基础上,提出了一种基于小波变换的大规模地进行简化算法;其思路是先将大地形、影像分块管理并作小波变换,然后根据视野从中提取可见的一组子块,最后基于小波系数进行简化并绘制地形和影像.试验结果证实了小波分析方法对地形简化的有效性.在数据处理过程中,对小波变换处理过程进行了优化和改进.  相似文献   

基于小波分析的红虫识别   总被引：1，自引：0，他引：1  

赵晶莹  孙兴滨  吕伟民  崔福义 《东北林业大学学报》2009,37(4)

提出了一种能量特征与支持向量机(Support Vector Machine,SVM)相结合的红虫与水中浮游生物图像识别方法.把小波能量特征加入到原始图像中,再用Fisher线性判别法进行特征提取,同时提取图像的三层小波分解后系数的数学特征和图像颜色调和熵构造特征向量,然后采用SVM进行识别.通过对红虫及浮游生物的分类进行实验,验证了该方法的有效性,获得较高的识别率.  相似文献