基于特征噪声加权的特征权重算法改进

特征权重算法TF-IDF是文本分类的重要算法之一,该算法IDF值容易受特征噪声影响出现波动。提出一种基于特征噪声加权的特征权重改进算法,该算法通过分析噪声特征的分布特点,对不能准确表达文档真实意思的特征噪声进行加权,降低特征噪声对IDF的影响,最终有效地提高算法的精度和健壮性。

基于动力学和声学仿真的损伤伸缩缝跳车噪声特征

为将跳车噪声特征用于伸缩缝的健康监测,建立了无损和以路面破损导致伸缩缝钢筋外露为损伤特征的有损GQF-C型伸缩缝的仿真模型,采用动力学仿真获取车轮与伸缩缝跳车接触过程的加速度,再将加速度场在声学仿真中表征为声压,研究了不同跳车高度下不同点位麦克风采集到的声压分布,对比无损和有损伸缩缝噪声特征的差异。结果表明:无损和有损伸缩缝跳车噪声特征体现为声压幅值的差异,同时跳车高度也会影响噪声声压幅值,但相较于伸缩缝损伤引起的声压幅值变化影响小。此外,临近伸缩缝的麦克风测点位置对判定伸缩缝健康状态的影响较小。因此,利用跳车噪声可以实现伸缩缝的健康监测。

基于噪声特征的水电机组故障诊断技术研究与实践

在水电机组状态监测与故障诊断方法中,噪声分析具有比较独特的作用,但由于其频率成分复杂,产生噪声的因素众多,噪声监测与分析并没有受到与振动、摆度、水压脉动等信号同样的重视程度,但噪声分析作为稳定性状态分析方法的有效补充,能够在机组出现故障时,为其诊断和原因追溯提供更多的依据。本文对水电机组噪声特征进行了总结和归纳,尤其是基于水力因素的噪声源和噪声产生过程进行了分析,然后对噪声特征值的计算方法进行了讨论,并结合智能化噪声监测分析系统的应用,提出了噪声监测的软硬件解决方案,最终提出了一套基于噪声特征的水电机组噪声诊断方法。实践证明,噪声监测和诊断方法在水电现场具有良好的有效性和实用性,能够为机组状态检修提供支撑和依据。

基于噪声特征和矢量中值滤波的彩色图像去噪算法

为了有效去除彩色图像噪声,同时保留图像细节信息,并提高处理速度,在分析彩色图像噪声特征的基础上,探索了基于噪声点的距离测度特性的判别算法,并结合改进的矢量中值滤波(VMF)算法对检测出的噪声点予以降噪处理。试验结果表明:该方法能够较好地抑制噪声,有效地保留了图像细节信息,且所用时间仅为传统矢量中值滤波算法的1/2左右。

结合特征定位噪声表征的单应矩阵精确鲁棒估计

针对基于特征匹配的单应矩阵估计方法的特征定位噪声的各向异性非同分布对其精度和鲁棒性的影响,提出了一种结合特征定位噪声表征的单应矩阵估计方法。该方法采用协方差矩阵来表征特征点定位噪声;基于协方差矩阵加权采样一致性（CWSAC）的内点检验方法来提高单应矩阵估计的鲁棒性。最后,提出一种单应矩阵高精度估计算法——协方差加权Levenberg-Marquardt（CW L-M）法。该方法结合协方差矩阵重新定义优化目标函数,提高了单应矩阵的估计精度。基于仿真数据和真实图像的实验表明,在相同定位噪声和内点比例条件下,本文算法的估计精度显著优于RANSAC（RANdom SAmple Consensus）、LMedS（Least Median of Squares）,PROSAC（PROgressive SAmple Consensus）、M-SAC（M-estimator SAmple Consensus）和MLESAC（Maximum Likelihood SAmple Consensus）等传统算法,投影均方误差比次优方法降低了3%-21%。另外,本文方法对定位噪声和内点比例变化均具有较好的鲁棒性。

基于噪声鲁棒性特征和SVM的耳语音可懂度增强(英文)

提出了一种基于机器学习的耳语音可懂度增强方法.该方法利用已经训练好的2类支持向量机来估计一个二元时频掩蔽值,进而合成增强后的耳语音.输入支持向量机的特征向量GFCCs是基于听觉外周模型进行提取的,具有噪声鲁棒特性.在增强仿真实验中,将该算法同传统语音增强算法进行语音可懂度增强性能比较.客观评价和主观听力实验结果均表明,所提出的方法能有效提高含噪耳语音的听觉可懂度;相比谱减法和log-MMSE方法在低信噪比时无法提高语音可懂度,该方法在低信噪比时仍可有效提高含噪耳语音的听觉可懂度.此外,含噪耳语音通过所提出的方法进行增强后,其可懂度比未增强时明显提高.

基于噪声特征向量重构的地波雷达单次快拍超分辨算法

高频地波雷达在一个相参积累时间内通常只能得到频域一次快拍,利用其直接进行波达方向估计性能较差。针对这一问题,在分析时、频域协方差矩阵特征分解后差异的基础上,在频域采用降维方法估计协方差矩阵。根据频域目标信噪比相对较大的特点,利用最大特征值对应的信号特征向量构造原始的数据矩阵,并对该矩阵进行奇异值分解得到新的噪声子空间,进而构造出新的噪声特征向量,最后利用该噪声特征向量进行方位角估计。仿真和实测数据分析验证了算法的有效性,相比降维Toeplitz算法和前后向空间平滑算法有着更高的分辨力和估计精度。

数字视频图像噪声特征分析

在计算机视觉技术中 ,噪声消除是决定图像处理效果很关键的一步。本文根据产品表面图像研究了图像噪声特征 ,对噪声的幅值特性、形态特性进行了总结 ,发现在图像中除传统的图像噪声外 。

基于振动信号提取柴油机低频排气噪声特征研究

针对柴油机低频排气噪声的频率与强度很难准确地用理论计算等困难 ,试验研究了柴油机排气管内低频排气噪声信号与排气管壁上振动信号的相互关系 .结果表明 ,低频范围内 ,振动信号与噪声信号几乎呈现周期性的完全相干 ,在相干频率处振动信号能反映排气噪声的类周期性 .

四川GPS观测网络宁南基准站噪声特征分析

在地球动力学和地震预测预报研究领域中，在处理GPS数据时，发现测站周围环境干扰是影响GPS定位精度的主要环境因素之一，会对GPS接收机的定位结果造成影响。本文根据四川省GPS观测网络地震监测网的连续性等特点，通过对观测网中2014～2015年参考站的数据进行处理，发现宁南基准站数据处理结果在某一时段存在突跳现象．通过对数据处理结果的进一步分析研究发现，测站附近广播信号塔的信号发射对GPS信号接收存在干扰。

山西CORS坐标时间序列噪声特征分析

对山西CORS近2年的数据进行处理,获取了各基准站的坐标时间序列,并利用CATS软件使用最大似然估计法对CORS基准站坐标时间序列的噪声的特征进行分析,结果表明:1)CORS基准站坐标时间序列不仅有白噪声,也有有色噪声;2)CORS基准站坐标时间序列在N、E、U方向所含的噪声类型并不完全一致,其中,N、E方向的最佳噪声模型为WN+FN,U方向的最佳噪声模型为WN+FN+RWN;3)在使用CORS基准站坐标时间序列拟合速度值时,为获取正确的速度估值,不仅需要考虑白噪声,而且需要顾及有色噪声的影响。

现代造纸机噪声特征及其标准值的探讨和应用

从现代造纸机的噪声成分、分部噪声方面分析了造纸机的噪声特征;对2台造纸机的噪声实测值进行分析,对照噪声标准值及劳动防护要求,指出了现行造纸机噪声标准存在的问题;并提出噪声标准值在造纸机的噪声控制与防护措施方面的应用。

山东CORS坐标时间序列周期与噪声特征分析

针对不同区域的周期和噪声特性存在差异,以27个山东连续运行参考站(CORS)2015—2018年的坐标时间序列为研究对象,进行周期和噪声特征分析.结果表明:坐标时间序列并没有严格的周期信号,U方向的周期运动较为规律;坐标分量的谱指数显示大部分站点可用白噪声(WN)+闪烁噪声(FN)的噪声模型进行描述;采用最大似然估计法(MLE)确定山东CORS站坐标时间序列N方向的最佳噪声模型为WN+FN,E、U方向的最佳噪声模型为WN+FN+随机漫步噪声(RWN).

山西省GNSS基准站时间序列噪声特征分析

使用时间序列CATS软件对山西省GNSS基准站数据进行噪声分析,应用时间序列模型得到各基准站扣除时间序列已知项的残差序列,进行频谱分析和最大似然估计值计算。结果表明,山西省GNSS基准站时间序列N、E、U三个方向噪声类型不一致。其中,N方向为WH+FN或WH+FN+RWN类型;E方向为WH+FN+RWN类型;U方向上大部分站点为WH+FN类型,有1个站点为WH+FN+RWN类型。

“黑三角”噪声特征分析及压制

陆上地震勘探可控震源采集的单炮道集中,“黑三角”噪声在三维情形下分布于以炮点位置为顶点的锥形体内,其特征复杂且多变,因而严重降低了地震数据的信噪比和成像结果的质量。为此,首先分析了以瑞雷型面波及其强散射波为主的“黑三角”噪声特征,提出了“黑三角”噪声压制方案,发展出了数据自适应压制方法。关键步骤包括:显式或隐式地划分出“黑三角”噪声区域,基于划分区域的最大视速度对数据进行线性动校正(LMO),对数据局部取窗(时间空间窗),分频进行稳健主成分分析(robust principal component analysis,RPCA)以提取线性信号,利用统计滤波器消除异常幅值噪声。实际数据的处理结果表明,该技术方案可以较好地压制面波,保留有效信号。

浅论化工区域环境评价中噪声源的特征及其估算

介绍了化工区域环境评价中主要噪声源的特征及其噪声级的理论估算,用实测数据说明了电厂放空噪声与乙烯火炬放空噪声的危害及其影响程度,对区域性环境评价中重点噪声源的影响范围作了初步探讨,并提出了粗浅的看法。

低转速、整体型往复式压缩机噪声特征及其对环境的影响

根据实测资料,本文系统地分析了低转速整体型往复式压缩机噪声特性,为治理该机组噪声提供了详实的基础数据。确切地评价了该机组噪声对环境的影响。提出了治理该机组噪声的几点合理化建议。

泸州市2020年区域噪声分布特征及其监测点位优化分析

在2020年泸州市区域噪声分布特征的基础上,以聚类分析和相关分析为方法提取区域噪声监测点位相关信息,优化了泸州市建成区区域噪声监测点位,从152个监测点位中优选了22个作为区域噪声监测点位。优化区域噪声监测点位提高了噪声监测效率,为噪声自动监测站点位的选取提供了技术支撑;聚类分析和相关分析揭示了噪声监测点位间的相互关联信息;综合多元统计分析成果和区域噪声分布特征是合理、科学优化噪声监测点位的有效方法。

基于统计特征还原的惯性器件误差建模方法

针对惯性器件误差建模方法影响其误差补偿准确性进而影响导航系统精度的问题,提出一种基于器件噪声统计特征还原的惯性器件误差建模方法。首先,通过功率谱密度建模还原器件高频噪声误差;其次,根据低频噪声统计特征用对应的性能计算方法还原低频噪声误差,既避免功率谱密度建模方法对器件低频噪声表征能力弱的问题,又避免机器学习方法中前期工作量和计算量大的问题。与已有误差建模方法的对比实验表明:器件数学模型的输出与其真实器件输出之间误差相比下降了一个数量级;在行人导航应用中具有更高的器件误差补偿准确度,补偿后导航位置误差降低了35.261%,航向角误差降低了31.198%,有效提升了行人导航系统精度。

风冷变频冰箱噪声特征综述

冰箱噪声是目前的研究热点,变频冰箱由于压缩机、风机转速状态多样性,其噪声特征与传统的定频冰箱明显不同。冰箱在不同的制冷条件下,噪声也会呈现不同的变化。本文综合介绍了风冷变频冰箱在时域以及频域信号上的噪声特征,通过声压测试,获取冰箱不同噪声源在频率分布特征。旨在对风冷变频冰箱的噪声改善提供指导方向。