小波变换在HT-7Tokamak磁流体动力学振荡动态频谱分析中的应用

将Gauss复小波变换方法成功地应用于HT-7Tokamak磁流体动力学振荡动态频谱分析中.研究结果表明,这种方法具有较好的时间分辨率和空间分辨率,比较适用做动态频谱分析.对典型放电数据的分析结果表明, m=1模的振荡频率与等离子体压强梯度有着密切的关系.     

斜坡演化前兆异常识别的小波分析

崩滑灾害预测是一个世界性的难题,滑坡和地震一样,都属于非线性系统的失稳,地震前兆信息的识别与提取,并以此作为地震发生时间及震级预报的主要依据,岩石监测数据中很难用肉眼和传统的方法观察出岩石破裂斜坡演化的异常特征,小波分析作为信号处理的强有力数学工具,以其优秀的时频分析能力已经被应用到斜坡演化前兆异常识别中来.小波分析方法识别岩石应力应变和斜坡演化监测信号的前兆异常,得到工程中理想的处理效果,说明小波分析方法对岩石应力应变和斜坡演化监测信号的前兆异常提取是可行的、有效的.     

基于小波熵水淹层识别方法探索

储层的孔隙度和电阻率曲线间微差形态波形的复杂程度隐含着储层含油气性的信息,油层水淹程度不同,其时频平面上小波系数能量团存在着显著差异,随水淹程度加重,其能量团分布由复杂逐渐趋于简单单调.油层水淹信息映射在其小波系数能量熵特征上,可使油层水淹信息得到放大,更易于水淹程度识别.基于测井信息的小波熵识别水淹层的方法,对利用传统测井解释理论判别比较困难的低阻油层有较强的识别能力.     

测井多尺度分析方法用于准层序自动划分研究

多尺度分析方法实现了信号分析的时频局部化,是测井数据时频分析与地质解释恰当的数学工具.测井资料作为地层岩性、物性的反映,其中必然蕴含了大量与沉积地层旋回变化有关的信息.以胜坨油田某井为例,采用db4最佳小波基分别对自然伽马、自然电位和声波等测井曲线进行了多尺度分析,将一维测井数据拓展为二维深度-尺度空间,提取小波变换系数的时频色谱信息和能量信息,从而确定出测井曲线识别准层序界面的最佳尺度.依据最佳尺度下的小波系数幅度振荡特征和时频色谱信息实现了对准层序界面的自动划分,与传统方法所划分的界面基本一致.这些探索为层序地层的定量划分提供了一种新的思路.     

雷达与光学图像小波融合方法研究

本文基于区域差的绝对值,提出了一种新的双正交小波融合算法,并应用于TM与JERS-1SAR的融合研究中。该方法与传统的小波融合相比,更能充分利用参与融合影像的信息,具有更强的数字图像细节表征能力;与基于区域方差的小波融合相比,具有更小的计算量;与主成分融合、乘法融合及Brovey融合等方法相比,具有更好的光谱保持能力,且该小波融合结果更清晰。实验表明,该算法是一种实用有效的融合法。     

中国云贵高原喀斯特地区春旱特征分析

利用1951~2004年54年88个站3~5月日降水量资料,计算云贵喀斯特地区春旱强度指数,对该区春旱强度指数时间序列进行小波分析,揭示云贵喀斯特地区春旱强度指数变化的多时间尺度的复杂结构。结果表明:全区范围内春旱强度指数序列变化具有明显的周期和突变点,春旱强度指数存在22年左右的周期特征。特重区、严重区13~15年的周期也很显著,并存在2~3年的主周期;中旱区和轻旱区还具有9~11年的周期,存在3~4年的主周期。根据主周期进行预测,特重区、严重区干旱程度将加重;轻旱区、中旱区干旱程度将减轻。同时还分析了春旱的分布特征、形成的环流场和物理因子。     

磁异常小波多尺度分解及危机矿山的深部找矿:以大冶铁矿为例

大冶铁矿是多年开采老矿山, 浅部的铁矿已开采殆尽, 为了进一步挖潜, 利用小波多尺度分析方法, 将磁异常分解到不同尺度空间, 结合谱分析方法解释深部盲矿体.理论模型和19-1勘探线的实际资料的小波分解结果表明, 该方法比常规的空间延拓、高次导数、匹配滤波等方法要好.通过处理与解释指出了西段(尖林山、龙洞、铁门坎) 五阶小波细节已无剩余异常存在, 推测在1000m以下已没有大型的铁矿体存在.但在东段(尖山、犁头山) 五阶小波细节还有剩余异常, 推测1000m深部可能还有铁矿体.根据小波多尺度分析方法结合人机交互反演推断15~12线有铁矿体, 2005年9月布钻验证, 在15~1线打到30多米厚磁铁矿体.      

营口市百年气温变化特征研究

基于1904—2019年营口市国家气象观测站的气温资料,利用线性倾向估计、7 a滑动平均、Mann-Kendall检验、Morlet小波分析等方法,分析了近116 a营口市气温变化规律和特征.结果表明:1904—2019年,营口市年平均气温呈明显的上升趋势,上升速率为0.17℃·(10 a)-1.各季平均气温变化也均呈...     

结合小波包变换和随机森林的ASTER蚀变信息提取

为了更准确地提取蚀变信息,本文选择新疆、甘肃和内蒙古三省交界部位为研究区,结合小波包变换和随机森林提取ASTER蚀变信息。首先,选择主要蚀变类型的诊断性波段进行特征向量主成分分析,得到主分量影像;接着,对主分量影像进行小波包变换,使用代价函数选择最优小波包树,并提取高低频信息构造分类向量;然后,经过特征筛选构造随机森林分类模型,并提取矿化蚀变信息;最后,通过野外采样、薄片鉴定对提取结果进行精度评价。铁染、Al-OH及Mg-OH蚀变信息的主成分分析波段组合分别选择Band 1、2、3、4,Band 1、3、4、6及Band 1、5、8、9。结果表明,本文方法提取铁染、Al-OH基团及Mg-OH基团蚀变信息的总体精度可达到88.7443、85.5469及91.7594,Kappa分别为0.7767、0.6732及0.8362,与成矿区带及已有的该区域的成矿特征相关性较好。本研究采用的最优小波包树能充分利用矿物光谱的能量特征,随机森林可削弱矿物组分的噪声干扰,研究结果可为遥感蚀变信息提取提供技术参考。     

浅谈模式识别

提出了一种基于小波描述子的矢量多边形的模式识别方法,首先分别计算目标多边形与模板多边形的小波系数矩阵,再通过两个矩阵求取两多边形之间的非相似度,最后通过非相似度来确定是否匹配成功。并且,由所选用的小波的性质,可针对性地计算能够体现多边形特征的系数进行比较,从而使识别效果更好。实验结果表明该方法识别效果好,运算效率高,对平移、旋转、缩放等变换不敏感,是一种有效的矢量多边形模式识别方法。