用小波多分辨分析的特性将突变信号进行多尺度分解, 然后通过分解后的信号来确定突变信号的突变 位置。Lipschitz 指数被用来定量描述函数的奇异性。当小波变换尺度越来越精细时, 小波变换模极大值信号突变点的衰 减速度取决于信号在突变点的Lipschit z 指数。小波变换不仅可以确定突变点发生的时间, 而且可以进一步判断突变的性 质

非极大值抑制C++/C/Matlab版的源码,三种编程源码仅供参考。

Matlab实数编码遗传算法求函数极大值-实数编码遗传算法求Rosenbrock函数极大值.rar 所含文件： Figure19.jpg Matlab实数编码遗传算法求函数极大值 运行结果： Figure17.jpg Matlab实数编码遗传算法求函数极大值 Figure18.jpg Matlab实数编码遗传算法求函数极大值

为了准确检测用于输电线路故障测距的行波,把基于小波变换模极大值的信号奇异点检测原理应用于行波的时间特征提取,并结合小波消噪技术,在强噪声背景下实现了行波波头的精确定位。仿真表明上述方法是有效的。

 对脉搏波信号进行分析之前，对信号的去噪非常重要，本论文利用Mallat算法对脉搏波信号进行多分辨分析和去噪，分别对阈值法、平移不变量法、模极大值法的降噪原理进行分析，通过大量实验对比，比较了它们在处理脉搏波信号方面的优缺点。通过对一段含噪脉搏波信号降噪，得到了满意的去噪效果。

准确选出故障线路是对电力线路进行故障测距的前提条件分。析了现有故障选线的方法,提出了基于小波变换 和模极大值相结合的低压配电单相接地故障选线方法的新判据,同时利用 Matlab的 PSB建立仿真模型进行分析,结果 表明,在中性点非有效性接地的配电线路中,利用小波分解的细节系数模极大值即可准确判断出故障线路。

Canny边缘检测： 计算机如何识别边缘：即颜色变化强度大的地方，即像素变化大的地方。 1.高斯滤波：高斯滤波的就是先找到高斯滤波核然后再进行卷积    1.1高斯噪声 首先我们先说一下，什么是高斯噪声？高斯噪声就是它的概率密度函数服从高斯分布（即正态分布）的一类噪声。其在图像当中常表现为能引起较强视觉效果的孤立像素点或像素块。噪声的出现会给图像带来干扰，让图像变得不清楚。 高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。消除图像在数字化过程中产生或者混入的噪声。    1.2高斯滤波核计算 二维高斯分布： 假定中心点的坐标是（0

为保证二维相位展开的正确性和快速性，分析了现有路径相关二维相位展开算法的优缺点，提出了一种基于质量线导向的二维相位展开新方法，并对新方法进行了综合对比实验和理论分析。新方法定义了相位质量因子及相位方向因子，采用双阈值和非极大值抑制的方式有方向性和有选择性地生成了一种新的枝切线，对生成的枝切线进行平衡处理，以处理后的枝切线为导向进行二维相位展开。理论分析和实验结果表明，新方法综合了现有路径相关二维相位展开方法的优点，速度快、稳定性高，生成的枝切线位置准确，很好地截断了相位突变区域，保证了二维相位展开结果的正确性，具有广泛的适用性。

qcustomplot 利用y轴的两个自适应方法实现一个极大值的中间显示

小波分析模极大值法.rar