异常点检测与Savitzky-Golay滤波算法在手写系统中的应用

针对手写输入设备已成为一个新的研究热点,在自行研制的练字板程序和F-Tablet手写板的基础上,提出了一种基于3σ准则异常点检测与Savitzky-Golay滤波的预处理算法。首先利用3σ准则对力信息数据进行了异常点检测和剔除,然后对没有异常点的坐标数据进行了滤波,以减少噪声。实验结果表明,采用提出的预处理方法,可以消除大部分噪声和异常点的干扰,同时避免了如小波变换等方法的复杂计算,取得了令人满意的结果。

Savitzky-Golay滤波与局部均值分解相结合的滚动轴承故障诊断方法

介绍了滚动轴承故障诊断发展现状,以及局部均值分解在故障诊断中应用和局限。针对滚动轴承故障诊断中故障信号特征提取被噪声干扰问题,采用了基于Savitzky-Golay(SG)滤波和局部均值分解相结合的滚动轴承故障诊断方法,即在时域利用SG滤波的最小二乘拟合降噪,去除尖脉冲等噪声的信号作为局域均值分解的输入,最后对分解得到的有效分量重构后进行频谱分析提取故障频率。使用了仿真分析和滚动轴承故障诊断实例验证该方法,结果显示该方法能有效提取滚动轴承背景噪声干扰下的典型故障频率。

基于Mask R⁃CNN与SG滤波的手势识别关键点特征提取方法

手势识别是人机交互的重要手段。为了精确识别手势并摒除光照等环境干扰,同时减除由于手部高维运动造成的关键点剧烈抖动的问题,提出一种基于基于蒙版区域的卷积神经网络(Mask Region⁃based convolutional neural network,Mask R⁃CNN)与多项式平滑算法(Savitzky⁃Golay,SG)的手势关键点提取方法。该方法首先对输入的红绿蓝(RGB)三通道图像进行特征提取与区域分割,获得手部的实例分割与掩码。然后利用ROIAling及功能性网络进行目标匹配,标记出22个关键点(21个骨骼点+1个背景点)。将标记后结果送入SG滤波器进行数据平滑,并进行骨骼点的重新标定。从而得到稳定的手势提取特征。对模型进行对比实验,结果表明,该方法能够最大程度摒除环境干扰,并精准提取关键点。与传统基于轮廓分割的手势关键点提取相比,模型的鲁棒性大大提高,识别精度达到93.48%。

基于SG-LSTM-GRU井下粉尘体积分数预测模型

粉尘体积分数监测对煤矿粉尘预警起着重要的作用,对其变化预测有利于保障井下安全生产和降低井下矿工职业病风险.针对井下粉尘体积分数预测问题,建立了一种SG-LSTM-GRU预测模型.对监测数据进行预处理,先采用SG滤波方法处理,可以减少时间序列数据中存在的噪声数据,再用最大最小值法进行归一化处理,将得到的数据集划分为90%训练集与10%测试集,通过枚举法不断地实验确定SG滤波器中的参数值以及模型中时间步长,再通过LSTM和GRU模型相结合的方式,既可以通过LSTM层保留数据中较多的特征,又可以通过GRU层提高模型的训练速度,采用均方根误差、平均绝对误差和计算时间进行模型对比评价.研究结果表明,SG-LSTM-GRU模型预测的RMSE为0.256,MAE为0.066,相比其他预测模型该模型预测效果好.因此,采取SG-LSTM-GRU模型对井下粉尘体积分数预测,可以提高数据预测准确性,实现煤矿井下安全生产以及降低矿工尘肺病风险.

基于MODIS-NDVI的区域冬小麦遥感估产——以山东省济宁市为例

以黄淮海平原冬小麦主产区山东省济宁市为研究实例，利用遥感方法，采用250m分辨率经过Savitzky—Golay滤波技术平滑处理的MODIS—NDVI遥感数据对冬小麦产量进行预测．研究选取了冬小麦关键生育期内0．2～0．8范围的旬NDVI数据，并建立了其与冬小麦产量的关系．同时，采用逐步回归方法筛选建立冬小麦关键生育期旬NDVI与冬小麦产量间关系的估产模型．利用地面实测冬小麦产量数据，对所建的估产模型进行精度检验，结果表明，估产相对误差在-3．6％～3．9％之间．表明利用Savitzky-Golay滤波技术平滑后的作物关键生育期内MODIS—NDVI遥感数据进行冬小麦估产，其方法精度较高，具有一定的可行性．

高光谱图像光谱域噪声检测与去除的DSGF方法

高光谱遥感图像中不仅存在空间域噪声而且存在光谱域噪声.传统的图像滤波仅对图像空间域噪声进行处理,而不能去除光谱域噪声,为改进这种状况,提出了DSGF(Derivative based Savitzky-Golay F ilter)方法.首先,基于反射率光谱的二阶导数对反射率光谱各波段噪声大小进行判定,然后用不同大小平滑窗的Savitzky-Golay滤波器对反射率光谱作两步滤波.对高光谱图像进行的逐像元DSGF滤波,在去除光谱域中噪声的同时,保留了图像反射率光谱的大部分细微特征.

基于集成经验模态分解的海杂波去噪

针对实际海杂波信号非线性非平稳的特点,提出基于集成经验模态分解(EEMD)的海杂波去噪方法.利用EEMD将含有目标信号的海杂波数据分解成一系列从高频到低频的固有模态函数(IMF),通过各个IMF的自相关,分选出有用信号和噪声分量,对噪声占主导作用的IMF选用Savitzky Golay(SG)滤波方法进行消噪,将滤波后的模态分量和剩余的分量进行重构得到削噪后的信号.结合最小二乘支持向量机(LSSVM)建立混沌序列的单步预测模型,从预测误差中检测淹没在海杂波背景中的微弱信号,比较去噪前和去噪后的均方根误差,利用均方根误差评价去噪效果.实验结果表明,EEMD算法对海杂波数据去噪是有效的,去噪后所得的均方根误差0.0028比去噪前所得的均方根误差0.0119降低了一个数量级.

黄、东海二类水体春季表观光谱特性与表层悬浮体浓度反演模式

利用Savitzky-Golay滤波信号处理方法,分析了南黄海、北东海2003年春季水色遥感试验所取得的遥感反射率和表层悬浮体取样数据,以期探讨该海区近岸二类水体表观光谱及其导数光谱特性,及遥感反射率及其导数与水体表层总悬浮颗粒物浓度(TSS)和悬浮泥沙浓度(SS)的关系。结果表明,遥感反射率及其一阶导数均适于水体总悬浮颗粒物浓度与悬浮泥沙浓度反演,但其更高阶导数通常会抑制悬浮泥沙的作用则不建议采用;遥感反射率及其一阶导数与ln(TSS)、ln(SS)的相关性较其与TSS和SS更为显著。基于相关分析所筛选出的较优波段,建立了南黄海、北东海水域春季总悬浮颗粒物浓度与悬浮泥沙浓度统计反演模式。

高精度测温系统多通道模拟开关等效内阻温度标定补偿方法

用于野外环境的测温系统由于内部模拟开关及元器件内阻等受环境温度的影响会发生较大变化,测温精度大大降低。针对这一问题,在现有硬件系统的基础上研究了测温系统各通道模拟开关及元器件内阻标定的实验方案,设计了Savitzky-Golay滤波器对实验数据中的噪声进行处理,并通过最小二乘法拟合出各通道等效内阻的温度变化特性,从而对系统测量输出进行实时补偿,使系统的测温精度得到大幅提高。大量的实验表明,在全温度范围内温度缓变和剧变时,测温精度均优于0.03℃以内。

改进CEEMD–MRSVD降噪方法及应用研究

针对总体经验模态分解(Ensemble empirical mode decomposition,EEMD)阈值降噪处理方法难以取得理想效果问题,提出了改进互补集合经验模态分解–多分辨率奇异值分解(Complementary ensemble empirical mode decomposition–multi-resolution singular value decomposition,CEEMD–MRSVD)降噪方法。含噪信号经CEEMD处理,克服了EEMD时效性差及EMD模式混叠缺陷,然后利用信号和噪声的相关特性对分解得到的本征模态分量进行信号主导和噪声主导分量区分,根据噪声强度不同,提出对噪声主导和信号主导的本征模态分量进行策略性优化的多分辨率奇异值处理方法,最后经Savitzky–Golay平滑滤波,剔除信号粗糙细节,重构达到降噪目的。试验通过仿真信号和超声回波信号降噪处理,结果表明,此方法不仅有效剔除了噪声干扰,而且减少了有用细节流失。

基于MODIS数据的北京植被叶面积指数的时空变化

利用MODIS产品中分辨率为1km的LAI数据，结合植被功能型分类，分析了2010--2012年北京植被LAI的月际变化与空间分布特征；并在GIS与Timesat软件的支持下，探讨了各种植被类型LAI的多年变化。结果表明：在2010--2012年的不同月份中，北京的植被LAI较高值均出现在西北山地、东北山地、怀柔北部等林地，并呈现从东北山地至西南向中心城区的递减分布；其次，基于LAI叠加分析的结果显示，各种植被类型LAl年平均值的波动均较小，在2010-2012年，针叶林、阔叶林、草地、作物LAI的年均值波动范围分别在1．45～1．50、1．24～1．27、0．90～0．92和0．48～0．51；此外，Savitzky-Golay平滑滤波结果表明，针叶林、阔叶林、草地、作物LAI的月际变化基本体现了植被的生长轨迹。

GF-4序列图像的云自动检测

以高分四号(GF-4)卫星L1级标准分幅数据产品提供高精度的云检测产品为目的,研究针对地球同步轨道卫星数据的云检测算法,改进自动阈值以适应同日不同时刻成像数据的辐射亮度与地表反射特性的变化差异。利用GF-4卫星凝视成像方式获取的同区域序列图像以及云在不同图像上的运动特性,结合自动阈值与SavitzkyGolay(SG)滤波修正检测结果中的误检。算法的两个关键预处理,一是通过自动的几何配准解决未经几何校正的分幅数据之间像素位置对应的问题,二是通过基于典型相关变换自动提取序列图像之间的伪不变特征点集,进而利用相对辐射归一减小了不同时刻成像数据之间的辐射差异。通过内蒙古自治区东部及长江中下游区域70余组数据对算法进行验证,整体上获得了稳定的结果与精度,并且基于序列图像的云检测算法在云边界、高亮地表及薄云区域的检测精度整体优于单幅自动阈值的检测结果。结果表明算法精度上满足GF-4云检测数据产品需求,且算法自动化程度高,便于工程化的数据生产。