计算机 类型
可以朗读 语音朗读
151千字 字数
2018-01-01 发行日期
展开全部

主编推荐语

全面讲解小波变换技术及应用，基于MATLAB R2016a平台，实用性强。

内容简介

本书以MATLAB R2016a为平台，全面、系统地介绍了小波变换中的各种技术及应用。内容包括小波变换的基本概念、小波MATLAB工具箱、小波用于信号处理、小波用于图像处理、小波在实际工程中的应用、小波包算法应用、提升小波及其应用等。编写过程中力求系统性、实用性与先进性相结合，理论与实践相交融，使读者在阅读本书中可快速掌握MATLAB软件的同时，同时利用MATLAB解决小波分析中的处理问题，起到学以致用的效果。

目录

  • 封面
  • 书名页
  • 内容简介
  • 版权页
  • 前　言
  • 目录
  • 第1章　提升算法的小波变换及其MATLAB实现
  • 1.1　MATLAB实现提升方案的基本步骤
  • 1.2　MATLAB小波工具箱函数
  • 1.2.1　添加原始或双重提升步骤函数
  • 1.2.2　一维提升小波变换函数
  • 1.2.3　提升方案信息函数
  • 1.2.4　转换滤波器为提升方案函数
  • 1.2.5　在四联滤波器上应用基本提升方案函数
  • 1.2.6　一维提升小波反变换函数
  • 1.2.7　显示提升方案函数
  • 1.2.8　提供常用小波的提升方案函数
  • 1.2.9　双正交尺度和小波函数
  • 1.2.10　提供小波的劳伦多项式函数
  • 1.2.11　二维提升小波变换函数
  • 1.2.12　提取或重构一维LWT小波系数函数
  • 1.2.13　劳伦矩阵类LM的构造器函数
  • 1.2.14　二维提升小波反变换函数
  • 1.2.15　提取或重构二维LWT小波系数函数
  • 1.2.16　劳伦多项类LP的构造器函数
  • 1.2.17　提供用于LWT的小波名信息函数
  • 1.3　MATLAB提升小波函数应用
  • 第2章　基于小波变换的阈值去噪与图像压缩算法
  • 2.1　小波分析在图像去噪中的应用
  • 2.1.1　阈值处理函数的选取
  • 2.1.2　阈值的选取
  • 2.1.3　小波分析的去噪步骤
  • 2.1.4　小波分析去噪MATLAB例程
  • 2.2　基于小波分析的图像压缩
  • 2.2.1　图像小波分解的特点
  • 2.2.2　小波零树和3方向跨频带矢量的分类
  • 2.2.3　基于小波变换的图像局部压缩
  • 2.2.4　小波变换用于图像压缩的一般方法
  • 第3章　小波包算法分析与应用
  • 3.1　小波包与信号去噪
  • 3.1.1　基本原理
  • 3.1.2　MATLAB例程分析
  • 3.2　小波包分析用于信号压缩
  • 3.2.1　基本原理
  • 3.2.2　MATLAB例程分析
  • 3.3　小波包与图像边缘检测
  • 3.3.1　基本原理
  • 3.3.2　MATLAB例程分析
  • 第4章　小波快速算法设计原理与实现
  • 4.1　绪论
  • 4.1.1　概述
  • 4.1.2　傅里叶变换与小波变换的比较
  • 4.1.3　小波分析与多辨分析的历史
  • 4.2　从傅里叶变换到小波变换
  • 4.2.1　傅里叶变换
  • 4.2.2　短时傅里叶变换
  • 4.2.3　小波变换
  • 4.3　基于MATLAB的小波快速算法设计
  • 4.3.1　小波快速算法设计原理与步骤
  • 4.3.2　小波分解算法
  • 4.3.3　对称小波分解算法
  • 4.3.4　小波重构算法
  • 4.3.5　对称小波重构算法
  • 4.3.6　MATLAB程序设计实现
  • 第5章　利用小波变换对信号进行分析
  • 5.1　信号压缩
  • 5.1.1　信号压缩步骤
  • 5.1.2　信号压缩实例
  • 5.2　信号去噪
  • 5.2.1　信号去噪步骤
  • 5.2.2　信号去噪实例
  • 5.3　信号分析与检测
  • 第6章　基于小波的间断点检测算法分析
  • 6.1　奇异性概念
  • 6.2　第一类间断点检测
  • 6.3　第二类间断点检测
  • 6.4　自相似检测
  • 6.5　信号的识别
  • 第7章　图像的小波分解算法与实现
  • 7.1　图像的小波分解算法
  • 7.2　小波变换系数分析
  • 7.3　实验结果与分析
  • 7.3.1　小波变换的图像压缩
  • 7.3.2　sym8小波对图像进行分解
  • 7.3.3　小波系数分布理论分析
  • 第8章　提升小波变换的MATLAB实现
  • 8.1　MATLAB一维提升小波变换
  • 8.1.1　一维信号压缩wdcbm函数应用
  • 8.1.2　一维信号压缩ddencmp函数应用
  • 8.1.3　信号去噪
  • 8.1.4　信号的提升分解
  • 8.1.5　信号的重构
  • 8.2　MATLAB二维提升小波变换
  • 8.2.1　图像压缩wdcbm2函数应用
  • 8.2.2　图像压缩ddencmp函数应用
  • 8.2.3　图像去噪
  • 8.2.4　图像的提升分解
  • 8.2.5　图像的提升重构
  • 第9章　基于小波变换的回归估计与实现
  • 9.1　密度估计
  • 9.2　回归估计
  • 9.2.1　回归模型
  • 9.2.2　基于小波变换的回归估计
  • 9.2.3　小波变换实现回归估计
  • 第10章　信号的突变点检测算法分析与实现
  • 10.1　信号的突变性与小波变换
  • 10.2　信号的突变点检测原理
  • 10.3　实验结果与分析
  • 10.3.1　Daubechies 5小波用于检测突变点
  • 10.3.2　Daubechies 6小波用于检测突变点
  • 第11章　图像边缘检测算法分析与实现
  • 11.1　多尺度边缘检测
  • 11.2　快速多尺度边缘检测算法
  • 11.3　实验结果与分析
  • 第12章　二维小波变换的算法分析与实现
  • 12.1　MATLAB的图像处理
  • 12.1.1　MATLAB图像处理应用举例
  • 12.1.2　图像处理基本操作
  • 12.1.3　图像处理的高级应用
  • 12.2　图像的小波分解和重构算法
  • 12.2.1　二维小波变换及相应的快速算法
  • 12.2.2　小波分解和重构MATLAB例程
  • 第13章　函数的奇异性与故障信号检测分析
  • 13.1　故障信号检测的理论分析
  • 13.1.1　函数的奇异性
  • 13.1.2　Lipschitz指数分析
  • 13.2　实验结果与分析
  • 13.2.1　利用小波分析检测传感器故障
  • 13.2.2　小波类型的选择对于检测突变信号的影响
  • 13.3　小波类型选择
  • 第14章　利用提升小波算法实现多分辨分析
  • 14.1　小波分解与重构的多相位表示
  • 14.2　Laurent多项式Euclidean算法
  • 14.3　改进的Laurent多项式Euclidean算法
  • 14.4　多相位矩阵的因子分解
  • 14.5　小波变换的提升实现的传统算法
  • 14.6　小波变换的提升实现的简化算法
  • 14.7　提升算法举例
  • 14.8　整数小波变换
  • 第15章　基于小波的阈值去噪方法分析
  • 15.1　阈值去噪方法
  • 15.2　阈值风险
  • 15.3　实验结果与分析
  • 15.3.1　利用小波分析对含噪正弦波进行去噪
  • 15.3.2　小波分析对污染信号进行去噪处理
  • 15.3.3　利用软、硬阈值去噪
  • 第16章　连续与离散小波算法分析与实现
  • 16.1　信号分解
  • 16.1.1　信号的连续小波分解
  • 16.1.2　信号的离散小波分解
  • 16.2　信号重构
  • 16.2.1　信号小波重构
  • 16.2.2　小波函数应用实例
  • 第17章　小波包在时频分析案例中的应用
  • 17.1　小波包变换分析两个信号功率谱
  • 17.2　调频信号的小波包分析
  • 17.3　正弦信号的小波包分析
  • 17.4　δ信号的小波包分析
  • 17.5　变频信号的小波包分析
  • 第18章　小波在模态参数识别与化学中的应用
  • 18.1　小波在化学中的应用
  • 18.2　模态参数识别
  • 18.2.1　模态时频辨识方法
  • 18.2.2　小波脊线提取
  • 18.2.3　改进HHT瞬时特征分析
  • 18.2.4　模态参数识别的应用
  • 第19章　小波变换图像测试分析
  • 19.1　小波变换对图像压缩的步骤
  • 19.2　实例说明
  • 19.3　输出结果与分析
  • 19.4　源程序
  • 第20章　小波包分解与重构算法的应用
  • 20.1　小波包基本理论
  • 20.1.1　小波包理论分析
  • 20.1.2　小波包的性质
  • 20.1.3　小波包的空间分解
  • 20.1.4　小波包算法
  • 20.2　小波包函数用法
  • 20.2.1　一维小波包的分解函数
  • 20.2.2　一维小波包的重构函数
  • 20.2.3　二维小波包的分解函数
  • 20.2.4　二维小波包的重构函数
  • 20.2.5　重新组合小波包函数
  • 20.2.6　计算最佳树函数
  • 20.2.7　小波包分析函数
  • 20.2.8　更新小波包熵值函数
  • 20.2.9　计算小波包熵函数
  • 20.2.10　分割小波包函数
  • 20.2.11　计算完整最佳小波包树函数
  • 20.2.12　从小波包树中提取小波树函数
  • 20.2.13　剪切小波包分解树函数
  • 20.2.14　计算小波包系数函数
  • 20.2.15　小波包分解系数的重构函数
  • 第21章　多分辨分析及Mallat算法分析
  • 21.1　小波分析的基本理论
  • 21.2　连续小波变换
  • 21.3　离散小波变换
  • 21.4　多分辨分析及Mallat算法
  • 21.5　一维正交多分辨分析及Mallat算法
  • 21.6　紧支撑双正交小波基的构造
  • 21.7　第二代小波变换
  • 第22章　小波变换及其MATLAB例程分析
  • 22.1 基于小波分析的图像平滑
  • 22.1.1　小波图像平滑的基本原理
  • 22.1.2　MATLAB例程分析
  • 22.2　基于小波变换数字图像水印研究
  • 22.2.1　数字水印应具有的特点
  • 22.2.2　数字水印的基本理论框架
  • 22.2.3　数字水印技术需要解决的问题
  • 22.2.4　一种基于小波变换的数字水印方法
  • 22.2.5　MATLAB例程分析
  • 22.3　小波分析与图像增强
  • 22.3.1　小波图像增强的基本方法
  • 22.3.2　图像增强的MATLAB例程
  • 22.4　小波分析与图像融合
  • 22.4.1　小波图像融合的基本原理
  • 22.4.2　MATLAB例程分析
  • 附录A　MATLAB的程序设计及绘图功能
  • A.1　MATLAB程序设计原则
  • A.2　M文件
  • A.3　MATLAB的流程控制
  • A.4　MATLAB的二维绘图
  • 附录B　Fourier变换与MATLAB实现
  • B.1　复数形式的Fourier级数及其MATLAB应用
  • B.2　Fourier变换的性质
  • 附录C　Fourier变换分析与实现
  • C.1　Fourier级数与Fourier变换
  • C.2　三角级数
  • C.3　以2π为周期函数的Fourier级数
  • C.4　Fourier变换
  • C.5　Fourier变换及MATLAB实现
  • C.6　MATLAB函数实现Fourier变换
  • C.7　连续时间信号Fourier变换的数值计算
  • C.8　信号的Fourier分解与合成MATLAB实现
  • 附录D　快速Fourier变换及其应用
  • D.1　快速Fourier变换及其MATLAB应用
  • D.2　运用FFT进行简单滤波
  • D.3　FFT在工程分析中的应用
  • 参考文献
  • 封底
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。