高斯噪声
高斯噪声的相关文献在1986年到2022年内共计501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、物理学
等领域,其中期刊论文397篇、会议论文20篇、专利文献33433篇;相关期刊258种,包括中国图象图形学报、电子技术、电子与信息学报等;
相关会议19种,包括2013年中国智能自动化会议、第十五届全国信号处理学术年会、2010年航空试验测试技术峰会等;高斯噪声的相关文献由1213位作者贡献,包括刘明骞、张俊林、宫丰奎等。
高斯噪声—发文量
专利文献>
论文:33433篇
占比:98.77%
总计:33850篇
高斯噪声
-研究学者
- 刘明骞
- 张俊林
- 宫丰奎
- 杨清海
- 张朝阳
- 李锋
- 李兵兵
- 董林鹭
- 彭伊婷
- 彭瑶
- 杨平先
- 汤传业
- 王士同
- 陈伟
- 陈明举
- 黄浩乾
- 严平平
- 何坤
- 何晓艳
- 侯建
- 傅克祥
- 刘聪
- 刘钰善
- 孙久运
- 孙婷婷
- 孙珺
- 左磊
- 张冉
- 张建州
- 张晓林
- 施心陵
- 曹超凤
- 李亚超
- 李宁
- 李海燕
- 林国军
- 沈德海
- 王仕亮
- 王小兵
- 禄晓飞
- 翟明岳
- 葛建华
- 蒋平
- 赵俊渭
- 赵政
- 赵敏
- 赵民
- 赵知劲
- 郑文秀
- 郭业才
-
-
沈炜恒;
王露薇;
朱永贵
-
-
摘要:
卷积神经网络图像去噪模型大部分使用固定噪声水平图像集进行训练,由于噪声水平缺乏灵活性,会产生去噪效果较差的问题。针对此问题,提出一种基于双层卷积神经网络的图像去噪方法。该方法将噪声水平图像作为网络输入,对输入图像进行下采样处理,通过扩张卷积增加感受野,利用批处理和带泄露修正线性单元函数来优化网络。该方法能够灵活处理不同水平的噪声图像,同时还能够使用GPU并行处理提高图像去噪速度。实验结果表明:在主观视觉方面,该方法效果优于当前主流的图像去噪方法;在客观质量评价指标平均峰值信噪比和平均结构相似性图像度量方面,该方法比其他主流方法高0.4~1.8 dB和0.000 3~0.047 7;在计算时间方面,该方法比其他主流图像去噪方法快0.02~0.06 s。
-
-
赵良军;
董林鹭;
杨平先;
林国军;
石小仕;
陈明举
-
-
摘要:
针对传统的边缘提取算法,在提取边缘时,不完整、不连续,尤其在高噪声情况下,无法提取图像边缘等问题,提出一种基于先验知识的边缘提取算法.首先,学习与待边缘处理图像有相似纹理信息的图像,获得先验知识,对噪声图纹理进行修复;然后,再利用局部均匀稀疏度方法强化细节特征,弱化背景特征;最后,检测出图像边缘,达到提取图像边缘的目的.实验结果表明,该算法能够克服传统边缘算子在边缘提取时,边缘不完整、不连续等缺点;同时,对强高斯噪声污染图像具有优秀的边缘提取效果.
-
-
杨继革;
严俊;
陈丽春;
贺乐华;
余圣彬
-
-
摘要:
为了解决居民用电短期负荷预测率低的问题,提出了一种基于用户智能电表实时测量数据的数学建模方法.利用谱分析设计了成型滤波器来评估高斯噪声,再结合卡尔曼滤波对不同采样周期的监测数据进行负荷预测和精度评价.结果表明,提高采样精度、获取更多的实时测量数据可以明显改善负荷预测的准确性,但相应地也会带来更高的计算成本.在避免高计算负荷的同时达到预期的预测精度需要限制用于预测的数据量,而通过选择合理的测量采样率,可以获取满意的折衷方案.
-
-
魏亚杰;
朱煜嘉;
曹静杰
-
-
摘要:
地震数据去噪是地震资料处理的核心环节,去噪的质量直接影响后续处理的精度。实际地震数据中含有多种随机噪声,常见的随机噪声有高斯噪声和椒盐噪声,通常需要采用不同的去噪算法分别进行压制,不可避免会造成有效信号的损失。双边滤波算法能够压制高斯噪声,但是对椒盐噪声不敏感,多级中值滤波算法能够压制椒盐噪声,无法去除高斯噪声。文章将多级中值滤波算法代入双边滤波算法核函数,提出一种基于多级中值的双边滤波算法,能够同时去除地震数据中的高斯噪声和椒盐噪声,更好地保留有效信号。
-
-
马子琦;
刘凯;
潘子萌;
廖青
-
-
摘要:
为探究噪声对物体图像重构的影响,在模拟的衍射图中加入泊松噪声和高斯噪声。改变信噪比,分析了扩展叠层扫描迭代算法迭代50次的图像重构结果。发现信噪比低于6时无法重构物体图像,信噪比为18时,可以恢复透射率为50%的物体图像。信噪比为22时,可以恢复透射率为10%的物体图像。结果表明噪声对透射率低的物体图像影响更大。信噪比大于22时噪声对不同透射率物体图像的重构均不再有影响。此研究为相干衍射成像算法的实际应用提供了理论指导。
-
-
申嘉锡;
齐华;
王晨
-
-
摘要:
传统Canny边缘检测对于图像边缘检测提取效果相对较好,但是对于人为添加一定密度的椒盐噪声或者高斯噪声时对边缘的检测存在很大的误检以及噪声干扰,传统的Canny算子检测密度较大的椒盐或者高斯噪声图像时,常常会把噪声当成图像边缘进行检测,因此为了解决以上传统Canny对于噪声明显时检测不足的缺陷,本文对传统的Canny边缘检测算子进行改进。仿真结果表明,改进之后的Canny算子在噪声干扰下能够取得完整的图像边缘。
-
-
冯平兴;
张洪波;
李文翔
-
-
摘要:
复信号分析是信号处理技术常见的问题之一,在盲信号分离及处理技术中特别是卷积混合问题或频域分析等均需要建立与之相应的复值分析模型。然而在以往的分析中,由于此类问题往往是基于无噪声的约束条件,因此局限了该技术在实际中的应用。针对这一问题,将复值盲源分离问题推广到含噪声的一般环境中。通过分析高斯噪声协方差的一般特征,利用高斯噪声协方差的参数信息,导出了一种在噪声环境下盲源分离的不动点算法,该算法可以在噪声环境中通过观测信号估计与之对应的有效分离矩阵,使得复值信号在噪声环境中混合中仍然能成功分离出源信号。仿真结果表明了所研究方法的可行性与有效性。
-
-
陈佳卉;
王友国;
翟其清
-
-
摘要:
关于脑电信号中的噪声处理问题一直是脑-机接口(BCI)领域的重点研究方向,通常认为噪声是有害的,所以针对脑电信号中的噪声处理往往以降噪或消噪为主。但是根据随机共振(SR)的思想,在非线性系统中噪声往往能增强信号处理,而脑电信号恰好具有非线性的特征,因此提出运用高斯噪声提高运动想象脑电信号的识别率。通过在脑电信号中加入独立的高斯噪声,将原始训练集与添加噪声的训练集串联起来增加训练样本量,考虑训练样本量增加与否和噪声加入的阶段(训练或/和测试);通过共空间模式(CSP)和小波包变换(WPT)提取分类特征,并用K近邻(KNN)算法进行分类。实验结果表明,只要加入适当强度的噪声,均可提高系统的分类准确率,出现随机共振现象;增加训练样本量的同时在训练集和测试集中加入适当强度相同的噪声,系统最大平均分类准确率相比不加噪声时增加9.28个百分点;K近邻算法的最大平均分类准确率相比决策树(DT)和支持向量机(SVM)而言整体更高,体现出K近邻算法的优越性和可靠性。
-
-
张芷蒙;
彭璟;
江小平;
石鸿凌
-
-
摘要:
针对基于ST-GCN的骨架动作识别中人工预定义的邻接矩阵结构单一、难以捕捉到非相邻关节点之间的相关性这一问题,提出了一种基于高斯噪声的扰动机制.在人工预定义的骨架图邻接矩阵上引入高斯噪声,利用该噪声扰动ST-GCN中固定的邻接矩阵,捕捉非相邻关节点之间的相关性,运用该方法在具挑战性的NTURGB+D和Kinetics-Skeleton两个大规模数据集上进行了分类识别实验,结果表明:该方法在两大数据集上的识别精度高达95.34%和36.43%,在节约计算量的前提下有效地提高了动作识别的性能.
-
-
姚培娟;
张志利;
张亚娟
-
-
摘要:
常规非局部均值算法权重计算方式容易受到噪声干扰,使得相似性权重不够准确。为进一步提升非局部均值算法去噪效果,提出一种改进自适应非局部均值算法,应用改进的多尺度小波变换边缘检测算子检测图像边缘,将边缘特征作为约束条件,采用多特征相似性度量方法来衡量图像块的相似性,并自适应的确定滤波参数,最后执行多窗口去噪。仿真结果表明:改进方法的去噪结果图像峰值信噪比平均提高54.2%,平均结构相似性平均值提高至0.82以上。结论认为:相比其他算法,改进方法具有更好的去噪效果,图像边缘纹理等细节信息更清晰,在图像处理方面具有推广应用的前景。
-
-
陈晓
- 《全国测绘科技信息网中南分网第三十次学术信息交流会》
| 2016年
-
摘要:
本文对图像中最为常见的高斯噪声的滤除进行了深入研究.针对传统小波去噪算法的缺陷,本文提出一种改进后的小波去噪算法,同时也单独使用脊波算法去除图像中的高斯噪声,最后将两种算法得到的图像进行融合,实验结果表明,融合图像的去噪效果更佳.
-
-
-
Yang Cheng;
杨程;
Yan Qiurong;
鄢秋荣;
Zhu Zhitai;
祝志太;
Wang Yifan;
王逸凡;
Wang Ming;
王明;
Dai Weihui;
戴伟辉
- 《第六届中国激光雷达遥感学术会议》
| 2020年
-
摘要:
压缩光子计数雷达是光子计数激光雷达技术与单像素成像技术的结合,具有低成本、超高灵敏度等优点,但在进行高分辨率成像时,需要大量的测量和迭代计算进行重建,导致所需成像时间很长.当前的研究热点深度学习压缩重建网络被证明可避免迭代运算实现快速压缩测量重建,但已有文献报道的深度学习压缩重建网络,采用传统的图像处理数据库的无噪声图片或在图片上加高斯噪声进行训练网络,网络应用于实际的压缩光子计数雷达系统,性能有待进一步验证.自主设计了基于FPGA的同步控制测量模块,搭建出压缩光子计数雷达系统,提出了基于蒙特卡洛模拟压缩光子计数雷达系统的方法来制作训练数据,并设计深度学习压缩重建网络DFC-Net进行采样和重建联合优化.实验结果表明:在10%、15%、20%、25%、30%采样率下,DFC-Net重建性能优于现有的重建网络Dr2-Net和传统的压缩重建算法TVAL3.
-
-
Ren Qianqian;
任倩倩;
Xu Yazhou;
徐亚洲
- 《第十一届全国随机振动理论与应用学术会议》
| 2018年
-
摘要:
贝叶斯估计利用先验信息和观测数据来预测未知系统状态,粒子滤波器是一类在贝叶斯框架下基于蒙特卡罗原理预测系统状态或者识别系统参数的在线识别算法.本文采用粒子滤波算法开展单自由度结构参数识别的研究,以Kobe地震波作为外部激励,对不同高斯噪声水平下结构的参数进行了识别研究.比较了无噪声和不同水平高斯噪声下的参数识别结果,考察了噪声对识别结果的影响.分析表明:基于粒子滤波器的结构参数识别算法抗噪性能良好,识别误差小,符合实际工程对精度的要求.
-
-
赵知劲;
严平平;
徐春云
- 《第十五届全国信号处理学术年会》
| 2011年
-
摘要:
二阶Volterra数据块LMS算法利用当前时刻及其以前时刻更多输入信号和误差信号的信息提高了算法的收敛速度,但由于其固定数据块长取值的不同导致了算法的收敛速度和稳态误差此消彼长。针对这个问题,本文提出一种二阶Volterra变数据块长LMS算法,通过时刻改变输入信号数据块长度提高算法性能。本算法首先采用两个并行的二阶Volterra 滤波器,其输入信号数据块长差值始终保持一个单位;然后将其各自的输出误差信号同时输入到数据块长判决器,通过判决器得到下一时刻各个滤波器输入信号的数据块长度;最后以第1个二阶Volterra滤波器的输出作为整个滤波系统的输出,从而改善了算法性能。将本算法应用于非线性系统辨识,计算机仿真结果表明,高斯噪声背景下本算法的收敛速度和稳态性能都得到了明显的提高。
-
-
-
-
-
-
-
- 北京睿信丰科技有限公司
- 公开公告日期:2020.06.05
-
摘要:
本发明涉及一种模拟高斯白噪声的高斯随机信号的生成方法及装置,该方法包括:S110,对四个典型数值GFIX_VALUE、DV、MUL_V和sgma进行配置;S120,提供初始随机种子X1(1,1)和X2(1,1);S130,分别对随机种子X1(i‑1,1)和X2(i‑1,1)进行求模运算,以生成新随机种子X1(i,1)和X2(i,1);S140,分别根据所述新随机种子X1(i,1)和X2(i,1)计算U1(i,1)和U2(i,1);S150,根据U1(i,1)计算ef(i,1),占32BIT;S160,根据ef(i,1)计算Z(i,1);S170,根据Z(i,1)和U2(i,1)计算随机数X(i,1)和Y(i,1)。
-
-
-
-
-
-
-
-
-