基于小波去噪方法的云模型在范围指标拟定中的应用

在实验室运用三轴仪进行实验时,在同一围压情况下对试件施加轴压时,施加过小的轴压使试件不能产生变形,施加过大的轴压使得试件产生破坏,在进行没有依据的实验时,会造成实验时间过长,为降低这种不必要的损失出现的概率,利用云模型将实验数据的随机性与模糊性有机结合起来,运用云发生器将实验测出的偏应力定性概念定量表示,使拟定施加轴力的范围指标。以实验室通过三轴实验所测出的偏应力值为例,先用利用小波系数相关性去噪法和小波变换阈值去噪法对实验所测出基本数据分别进行降噪处理,然后采用云模型对最优化的数据进行施加轴力的范围指标拟定。

几种图像小波去噪算法比较研究

消除图像噪声是图像处理领域研究中非常重要的问题,采用小波变换方法来消除图像中的噪声是图像去噪的主要方法之一.重点讨论如何用小波算法来消除图像噪声.从分析数字图像小波去噪的原理和优势入手,着重对模极大值去噪算法、相关性去噪算法、小波阈值去噪算法和投影算法四种方法进行比较研究,更好的消除图像噪声.

基于小波变换的低场核磁共振信号去噪方法的研究进展

低场核磁共振(low-field Nuclear Magnetic Resonance,low-field NMR)技术因其自身具有的独特优越性常被应用于极端条件下的测量,而且由于其采用的是永磁体,因而采集到的信号信噪比常常较低,在很大程度上影响了测量值的准确性.因此,如何去除混杂在信号中的加性高斯白噪声增加测量值的可靠性显得尤为重要.针对这一问题,国内外学者相继提出了众多优秀的去噪方法,其核心都是在不损失含噪信号中有效信息的基础上滤除掉夹杂在其中的噪声信号.本文在基于对小波变换理论分析的基础上,介绍了3种目前较为流行的用于低场核磁共振信号去噪的方法,分别是小波阈值去噪、模极大值去噪和小波系数相关性去噪,并给出了用于评价去噪效果的四个参数及其计算方法.

基于小波分析的图像去噪处理研究

图像中的噪声会妨碍人们认识处理图像,而图像去噪就是为了去除图像中的嗓声,以便人们对图像作进一步地处理,本文主要介绍了三种经典的小波变换去噪方法——模极大值去噪法、相关性去噪法、阈值去噪法。

基于XGBoost ARIMA方法的PM_(2.5)质量浓度预测模型的研究及应用

针对PM_(2.5)时间序列的非线性、高噪声、不平稳与波动性的特征,提出一种基于分解集成框架以及相关性去噪的新型XGBoost-ARIMA混合预测模型。以石家庄市为例,选择PM_(10)、SO_(2)等4个影响因子,PM_(2.5)为目标因子,构建混合预测模型以合理区分与处理时间序列中高频、低频数据,并通过Pearson相关性去噪方法对时间序列中的噪声因子进行去除。实例验证及与经典预测模型的对比研究表明,提出的新型XGBoost-ARIMA混合预测模型适用于大气污染治理以及环境政策制定所需的PM_(2.5)质量浓度日均数据预测,实现了针对大气污染物日均质量浓度的准确预测,能够为污染治理与政策制定提供科学的数据支撑;该方法与经典预测模型相比,具有更优的预测性能(平均绝对误差仅为10.46518,且希尔不等系数低至0.08589)。

基于Lucy-Richardson算法的图像复原

针对Lucy-Richardson(LR)复原算法存在的噪声放大问题,提出一种新的LR图像复原算法,通过正则化处理分离原LR算法迭代过程中的噪声残差,并采用非下采样轮廓波变换域局部邻域相关性方法对噪声进行处理,从而弥补原LR算法噪声存在的缺陷。对比实验结果表明,该算法复原视觉效果良好。

基于Contourlet系数相关特性的自适应图像去噪算法

研究发现,图像经过Contourlet变换之后,其变换系数在尺度内和尺度间都表现出很强的相关特性。基于此,首先根据Contourlet系数在同一尺度内的邻域相关特性,构造得到一个自适应阈值,然后在采用阈值法进行自适应阈值去噪的同时,利用Contourlet系数在相邻尺度间的相关性对系数进行进一步的取舍,从而提出一种新的基于Contourlet变换系数特性的自适应阈值图像去噪算法。该算法不仅可以有效去除噪声,而且可以很好地保留图像边缘信息。实验结果表明,在相同条件下该算法的主客观去噪效果均优于现有同类方法。

雷达辐射源信号小波变换特征提取方法

在小波域滤波算法的基础上提出一种对雷达辐射源信号进行脉内特征提取方法,该方法能够从信号中有效地提取定量信息。将小波变换后低频逼近小波系数的能量分布熵与经过尺度相关去噪计算后反映信号边缘的高频细节小波系数能量分布熵构成雷达辐射源信号的二维特征向量。通过对10种雷达辐射源信号的特征提取和分类仿真实验分析表明:提取的样本特征在0dB下具有很好的抗噪性和可聚类性,方法是有效的。该方法能够简化分类器的设计,有利于工程应用。

基于小波变换的雷达辐射源信号特征提取

在小波多分辨分析的基础上提出一种对雷达辐射源信号进行脉内特征提取方法,该方法能够从信号中有效提取定量信息。将小波变换后低频逼近小波系数的能量分布熵,与经过尺度相关去噪计算后反映信号边缘的高频细节小波系数能量分布熵一起构成雷达辐射源信号的二维特征向量。通过对10种雷达辐射源信号的特征提取和分类仿真实验,结果表明:提取的样本特征在低信噪比下具有很好的抗噪性和可聚类性,证明了本文方法的有效性。