学位论文 > 优秀研究生学位论文题录展示

基于复小波的数据特征提取方法的研究

作　者: 张诚
导　师: 刘莉
学　校: 兰州大学
专　业: 通信与信息系统
关键词: 特征提取 数据分类 复小波变换 李雅普诺夫定理 关联规则
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 11次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着Internet和多媒体技术的发展,各种类型数据的数据量逐年激增,使人们在分析数据并从中获取知识的难度越来越大。数据分类是最重要的数据分析方法之一,而数据的特征提取是分类的基础。在数据的特征提取中,通过对原始数据进行变换,在变换域进行特征的提取,可以给后续的分类工作带来很大的方便。小波分析技术应用到数据特征提取中,取得了良好的结果。但是小波变换存在较大的频谱混叠,混叠会导致严重的平移敏感性,尤其在处理二维图像信号方面,会影响小波系数表征信号特征的能力,进而会降低分类的效率。同时,在基于变换的特征提取方法中,变换域系数的选择以及特征的构造有着很大的区别,很多方法并不能取得好的特征提取结果。因此论文选择表征能力更强的复小波变换来处理数据,在复小波域设计了新的特征提取方法并应用于数据分类中。论文设计的方法可以很好地提取数据的显著特征,提高数据分类的准确率。论文工作主要包括：1、基于中心极限定理和李雅普诺夫定理,设计了一种在复小波域的一维信号特征提取方法。此方法可将一维信号数据的特征更加精确地提取出来,并可应用于多种类型的一维数据特征提取中,具有较强的适用性。2、论文完成了基于李雅普诺夫定理特征提取方法的一维序列的分类实验。实验分别对蛋白质序列、声音信号序列和脑电波信号序列三种一维数据进行了特征提取和分类,实验结果显示论文方法对这三种一维数据都具有良好的分类准确率,表明该方法具有较强的适用性。3、为了提高二维图像数据的分类效率,论文提出了一种在复小波域通过关联规则挖掘构造纹理图像特征的方法,将挖掘出的关联规则的统计参数作为图像特征,应用于图像分类。此方法能够发现图像微结构间隐藏的共生模式特征,可以更好地用于图像分类。论文对纹理图像进行了基于关联规则挖掘的图像特征提取和分类实验,实验结果验证了上述方法具有良好的分类准确率。

全文目录


摘要  3-4
Abstract  4-8
第一章 绪论  8-16
  1.1 研究工作的背景  8-9
  1.2 特征提取及分类方法  9-14
    1.2.1 一维数据的特征提取  9-11
    1.2.2 图像特征提取  11-13
    1.2.3 数据分类  13-14
  1.3 研究工作的主要内容  14-15
  1.4 研究内容的创新点  15
  1.5 论文的结构  15-16
第二章 复小波变换理论  16-28
  2.1 离散小波变换  16-18
  2.2 复小波变换理论  18-23
    2.2.1 解析信号和希尔伯特变换  18-19
    2.2.2 对偶树复小波  19-21
    2.2.3 基于投影滤波器的复小波变换  21-23
  2.3 复小波变换的应用  23-27
    2.3.1 复小波去噪  24-25
    2.3.2 图像分类  25-27
  2.4 小结  27-28
第三章 基于复小波域一维序列特征提取算法  28-40
  3.1 概述  28
  3.2 特征提取算法  28-33
    3.2.1 中心极限定理与李雅普诺夫定理  29-30
    3.2.2 特征向量提取  30-33
  3.3 序列分类实验  33-38
    3.3.1 蛋白质序列分类  34-37
    3.3.2 元音声音信号分类  37-38
    3.3.3 脑电波信号分类  38
  3.4 小结  38-40
第四章 基于复小波和关联规则挖掘的图像特征提取  40-53
  4.1 概述  40-41
  4.2 关联规则基本理论  41-44
    4.2.1 关联规则  41-43
    4.2.2 Apriori算法  43-44
  4.3 特征提取  44-46
    4.3.1 图像复小波变换  44
    4.3.2 项集的构建  44-45
    4.3.3 生成事务数据库  45-46
    4.3.4 关联规则的生成  46
  4.4 纹理图像分类算法  46-51
    4.4.1 关联规则的特点  47-49
    4.4.2 纹理图像分类实验  49-51
  4.5 小结  51-53
第五章 工作总结及展望  53-54
  5.1 主要结论  53
  5.2 研究展望  53-54
参考文献  54-58
在学期间研究成果  58-59
致谢  59

相似论文

  1. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  2. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  3. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  4. Q学习在基于内容图像检索技术中的应用,TP391.41
  5. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  6. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  7. 空间交会接近视觉测量方法研究,TP391.41
  8. 图像实时采集、存储与处理方法研究,TP391.41
  9. 唇读中的特征提取、选择与融合,TP391.41
  10. 多币种纸币处理技术的研究与实现,TP391.41
  11. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  12. 基于图像的路面破损识别,TP391.41
  13. 移动机器人视觉检测和跟踪研究,TP242.62
  14. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  15. 基于随机森林的植物抗性基因识别方法研究,Q943
  16. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  17. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  18. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  19. 红外图像目标识别及跟踪技术研究,TP391.41
  20. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  21. 基于数据挖掘的税务稽查选案研究,F812.42

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com