您现在的位置: 首页> 研究主题> 小波阈值

小波阈值

小波阈值的相关文献在2001年到2022年内共计427篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术 等领域,其中期刊论文287篇、会议论文11篇、专利文献115974篇;相关期刊207种,包括西安科技大学学报、地球物理学报、科学技术与工程等; 相关会议10种,包括第十七届全国信号处理学术年会、第十三届全国无损检测新技术交流会、第十届中国国际地球电磁学术讨论会等;小波阈值的相关文献由1291位作者贡献,包括王景景、宋国乡、姜东焕等。

小波阈值—发文量

期刊论文>

论文:287 占比:0.25%

会议论文>

论文:11 占比:0.01%

专利文献>

论文:115974 占比:99.74%

总计:116272篇

小波阈值—发文趋势图

小波阈值

-研究学者

  • 王景景
  • 宋国乡
  • 姜东焕
  • 丛丽
  • 刘默斯
  • 孙志媛
  • 张洋
  • 施威
  • 易清明
  • 李嘉恒
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 杨峰雄; 付向涛; 袁翔
    • 摘要: 针对水轮机在线监测振摆信号降噪处理等问题,本文提出经验模态分解(EMD)与小波阈值降噪处理方法。该方法首先将振摆信号进行EMD自适应分解,得到一系列本征固有模态函数(IMF),然后结合小波阈值函数对每一个IMF进行阈值降噪处理,最后将经过小波阈值函数降噪处理的IMF进行重构,构成降噪后的信号。并通过仿真信号验证了处理方法的正确性,采用该方法对在线监测系统采集的振摆数据进行降噪处理,结果表明该方法为能有效地对在线监测振摆数据进行降噪。本文提出的EMD与小波阈值降噪方法适用于水轮机振动信号的降噪处理这一领域,该方法将EMD与小波阈值相结合,避免单一小波阈值降噪中分解层数和小波基选择的局限性,相比传统小波阈值降噪方法,有较高的信噪比。
    • 祖丽楠; 刘志远; 生宁
    • 摘要: 针对多噪声环境下非平稳声信号的去噪问题,为提高信号识别精度,利用小波变换具有多分辨分析的特点,提出一种改进的小波阈值去噪方法,并对阈值的选取和阈值函数的选择做出改进。利用对数函数的特性拟合分解层变量对噪声的影响,提出一种动态阈值计算方法,保证了阈值在随分解层数增加时会随之变化,优化了采用固定阈值带来的信号过度滤波问题;利用指数函数的特性设计了一个阈值函数,解决了采用传统阈值函数带来的信号重构偏差大的问题;最后,以信噪比和均方根误差为性能指标进行实验,对比了不同阈值和阈值函数下的去噪精度。结果表明,文中设置的动态阈值计算方法在去噪时误差最小,更加逼近目标信号,所设计的方法提高了信号识别精度,提升了小波变换的实用价值。
    • 傅琪; 闫坤; 甘海铭; 胡东华
    • 摘要: 针对传统硬阈值函数在阈值处不连续、传统软阈值函数中小波系数与小波估计系数之间存在恒定偏差的问题,提出一种优化新型阈值函数的图像去噪算法.本文所提算法不仅对高频噪声进行有效去噪,而且兼顾低频分量,从低频分量中提取少量细节信息,从而提高原图像和重构图像的相似度,之后再对重构图像进行中值滤波.仿真结果表明,相比于传统的软、硬阈值函数,采用本文优化后的阈值函数进行图像去噪,不仅主观上视觉效果更好,而且峰值信噪比(Peak Signal to Noise Ratio,PSNR)值增加了约7 db,结构相似性(Structural Similarity,SSIM)增加了约0.1,均方误差(Mean Square Error,MSE)降低了76%.此外,对含高密度椒盐噪声的图像进行优化阈值函数和加权均值滤波相结合的算法去噪后,仿真结果与单一阈值函数去噪相比,峰值信噪比增加了约5%,均方误差降低了约5.5%,结构相似性增加了约0.1.
    • 王昌盛; 丁松; 郑平
    • 摘要: 电能质量扰动信号在检测时极易受到外界噪声干扰,进而影响后续分析与处理,而传统阈值去噪在处理信号时会出现阈值处不连续,边缘模糊、固定偏差等情况,故提出一种改进的小波阈值去噪方法.首先通过寻优算法筛选出最优小波基与分解层数,而后利用改进的阈值和阈值函数对含噪的扰动信号降噪,获得去噪信号.实验结果表明,改进方法具有较好的调节性和连续性,提高了降噪信号的信噪比、减少了均方根误差,有效解决了传统软硬阈值函数的不足.
    • 刘忠超; 范灵燕; 盖晓华
    • 摘要: 针对天气变化及光照不足导致的奶牛监测图像降质问题,提出一种基于双域分解的复杂环境下奶牛图像增强算法。该算法首先采用双域滤波图像去噪,将输入图像分解为低频图像和高频图像;其次根据贝叶斯估计得到不同高频图像的小波阈值,利用改进的Garrote阈值函数进行小波去噪,并结合伽马变换对去噪的高频图像进行矫正,实现对高频图像的滤波和对比度调整;再次通过暗通道先验对低频图像进行去雾,并结合对比度受限自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE)算法对去雾后整体偏暗的低频图像进行增强,进一步提高图像的对比度和整体亮度;最后将处理后的高频图像和低频图像进行重构,得到最终的增强图像。以不同时段光照、复杂气象条件下实地拍摄的奶牛场监测图像为样本,采用主观视觉和客观评价将该算法与现有算法进行试验对比。结果表明,该算法能够对复杂光照下奶牛图像有效去噪、增强整体和细节信息、改善图像视觉效果等,相比于HE算法、Retinex算法、CLAHE算法、自适应Retinex算法,标准差分别平均提高1.9295、4.6812、3.2450、0.5330,峰值信噪比平均分别提高0.5260、-13.7775、-0.4690、1.1975,信息熵值平均提高0.1555、0.5397、0.0297、0.5905,结构相似性平均提高0.0052、-0.0827、0.0588、0.0463,可实现不同时段和复杂气象条件下的奶牛监测图像增强,为基于机器视觉的奶牛行为自动识别奠定良好的基础。
    • 黄慧波; 李攀; 梁超; 刘连鲁诣
    • 摘要: 本文主要检测水质COD数据,对数据进行去噪处理,为建立预测水质COD模型提供数据预处理奠定基础。紫外可见光谱检测水质COD数据系统易产生光学仪器本身和外界散射光的噪声影响,得到光谱数据存在不必要的噪声。为开展去噪效果评价,实验稀释了COD浓度为20 mg/L的邻苯二甲酸氢钾溶液来得到了30组水质COD光谱数据,将六种算法去噪效果相互对比,得出灰狼优化小波阈值算法更适合用于去除水质COD数据噪声的结论。为了验证两种优化算法去噪的可行性,采集某内陆河地表水质COD光谱数据进行实例去噪分析。比较两种优化算法的去噪参数评价,灰狼优化小波阈值算法能更好抑制了噪声和提高了系统检测精度,为紫外可见光谱法的水质COD数据的去噪处理提供了一种全新的解决办法,证明了两种优化小波阈值算法适用于地表水质COD数据去噪分析的可行性。
    • 宫洪权; 陈广飞
    • 摘要: 目的设计一种降噪算法改善低血流灌注状态下提取的光电脉搏容积波信号质量。方法首先对原始信号进行经验模态分解(Empirical Mode Decomposition,EMD),计算各固有模态函数(Intrinsic Mode Function,IMF)的连续均方误差,判断噪声主导的IMF后对其进行小波阈值降噪,最后将信号重构即可得到降噪后的低灌注脉搏波。结果使用自行设计系统采集的低灌注脉搏波信号对上述算法进行验证:在灌注系数为0.15%时,该算法可有效抑制噪声干扰并还原脉搏波信号特征。结论该算法可有效改善低灌注状态下提取的脉搏波信号质量,有助于增加该状态下心率、血氧饱和度等生理参数的测量精度。
    • 刘庆强; 郑长敏; 何红凯; 吴力
    • 摘要: 针对最小均方误差算法在语音降噪中收敛速度慢和稳态误差较大的问题,提出一种基于小波阈值的变步长最小均方误差算法.首先,利用小波软阈值算法对语音信号进行时频分析,剔除噪声的小波系数,提高降噪精度;其次,在最小均方误差算法的基础上通过建立步长因子和误差信号之间的非线性函数关系,提出一种新的变步长最小均方误差算法,对变换后的语音信号做进一步降噪处理,提高收敛速度.实验结果表明,相比于其他单一去噪算法,该算法在信噪比和均方误差上均有较大改善.
    • 曾成
    • 摘要: 地震数据通常包含大量的噪声,为了有效去噪,提高地震信号的信噪比,提出了一种完全经验模态分解(CEEMD)与改进的小波阈值去噪相结合的方法。CEEMD对信号分解具有良好的适应性;经改进的小波阈值函数能更好地克服硬阈值函数的非连续性和软阈值函数的小波系数偏差。两种方法的结合可以获得较好的去噪效果。通过对文章提出的方法进行仿真实验后,验证了信噪比明显优于传统的单一去噪方法。
    • 周英钢; 罗浩
    • 摘要: 采用低频超声胸腔成像技术对实际的人体胸腔进行信号采集时,超声换能器接收到的胸腔信号中会含有大量的噪声干扰,较大地影响了成像效果。因此文章通过COMSOL平台建立二维胸腔模型,在接收到的胸腔信号中添加信噪比为2dB高斯白噪声作为模拟噪声。通过小波阈值降噪技术对含噪的胸腔信号进行处理,发现db7小波基在分解层数为1层,阈值准则为minimaxi,软阈值处理函数时可以有效降噪,提高数据的信噪比。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号