统计去噪论文_张竹云

导读:本文包含了统计去噪论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:阈值,图像,噪声,自适应,模型,中值,数据。

统计去噪论文文献综述

张竹云[1](2019)在《基于小波去噪的中国股票市场极端波动事件的统计辨识及应用》一文中研究指出近年来,习近平总书记在关于资本市场和金融工作的重要讲话中多次强调,要遵循金融发展规律、要防范化解金融风险、要维护金融安全、要深化金融体制改革,增强金融服务实体经济能力。证券市场作为资本市场的重要参与主体,应当紧紧围绕服务实体经济的本源定位,通过业务转型和管理创新,为推进供给侧结构性改革、支持战略性新兴产业发展贡献力量,在实现高质量发展方面要有新作为。这些重要论断不断彰显“金融是国家重要的核心竞争力”。股票市场是证券市场不可或缺的一部分,它的演化系统是复杂的、非线性的。货币政策、税收制度、财政政策、还有外部环境以及一些不可预知的事件等等,许许多多的因素都会对股票市场的波动产生影响,而且这些影响因素之间并不是独立的,而是互相关联、互相影响的,它们对市场波动的影响有着不同的时滞和强度。中国的股市虽然仅有20多年的历史,但前前后后却经历了七次暴涨暴跌现象。若能够研究股市极端波动的特征,则对于加强市场的风险管控、引导投资者的理性投资、保障股市的持续健康发展都具有理论参考价值。首先,本文在小波去噪理论的基础上通过小波分解、重构的方式去除包含在股市序列中噪声的干扰,提高极端值识别的准确性和有效性。随后,介绍了股市时间序列的两个基本特征:分形特征和长程相关性。然后,将随分形发展起来的一种新的用来研究多重分形特征的方法-多重分形去趋势波动分析法(Multifractal Detrended Fluctuation Analysis,MF-DFA),与替代数据法(surrogate data,S)相结合(两种方法的结合简称SMF-DFA)来确定极端事件的极端阈值,并给出了算法的具体步骤,从一个新的视角来识别极端值。最后,为了验证SMF-DFA算法的有效性,利用Lorenz方程X分量的10000个数据作为测试集,模拟实际中的混沌时间序列,在已知数据正常范围的情况下,人工制造几个异常值,再利用SMF-DFA对异常值进行识别,识别出的极端阈值是准确有效的,由此证明SMF-DFA方法对本文的研究是适用的。在理论基础上,本文选取了具有代表性的贵州茅台股票和紫光股份股票2007年到2018年的日收盘价数据进行了实证分析。对原始数据依次进行了如下处理:平稳化处理、软阈值db4叁层小波分解去噪、SMF-DFA法识别极端值。最后得出如下结论:(1)贵州茅台和紫光股份的日收盘价数据均为非平稳时间序列,经一阶差分后的日收益率数据均为平稳时间序列;(2)贵州茅台收益率序列和紫光股份收益率序列的的分布都不均匀。贵州茅台收益率序列的分布不均匀特征更明显,而紫光股份收益率序列的尖峰特征更明显;(3)贵州茅台和紫光股份收益率序列均具有多重分形特征,且紫光股份序列的多重分形特征更强烈;当阶数固定在一定范围时,贵州茅台收益率序列的小幅波动和大幅波动均具有正持久性,而紫光股份的小幅波动具有正持久性,大幅波动却具有反持久性;贵州茅台的收益较稳健,风险小,而紫光股份的收益波动更复杂,投资风险较大;(4)贵州茅台和紫光股份的日收益率数据均具有长程相关性,且当q固定在-4时,长程相关性指数分别为H(q)=0.7310和H(q)=0.7162,两个序列在此时均具有状态持久性。即若在某一时间段内序列波动是往上的,则接下来的一段时间很有可能还是往上的;(5)贵州茅台日收益率序列的极小值阈值和极大值阈值分别为J≤-0.02766和J≥0.024569,且极端波动事件共发生22次,发生极端事件的年份分别为2007年、2008年、2010年、2014年、2015年,其中,2007年和2010年均发生了4次,2008年发生了7次,2015年发生了6次,2014年发生了1次。从波动强度上看,2014年的波动强度最大,2008年和2015年波动强度较大;紫光股份日收益率序列的极大值阈值和极小值阈值分别为J≥0.044031和J≤-0.0657,且极端事件共发生38次,分别分布在2007年,2008年,2013年,2014年,2015年,2018年,发生频次分别为3次,1次,3次,1次,29次,1次,发生频次最高和波动强度最大的年限均为2015年,紫光股份序列受2015年中国股灾的影响较大;(6)小波去噪处理提高了SMF-DFA方法对股票市场极端值识别的有效性。(本文来源于《江西财经大学》期刊2019-06-01)

李静和,何展翔,杨俊,孟淑君,李文杰[2](2019)在《曲波域统计量自适应阈值探地雷达数据去噪技术》一文中研究指出非线性、非平稳探地雷达数据常掺杂各种复杂噪声源,其对精确提取弱反射波信号、识别绕射波双曲线同相轴特征具有严重影响,忽略噪声影响给探地雷达探测数据全波形偏移成像及后续解译造成较大误差.采用传统阈值函数的曲波变换去噪需要根据数据噪声水平人为确定合理阈值控制系数.对此,本文开展自适应阈值函数的曲波变换去噪算法研究.引入块状复数域阈值函数算法,分析传统阈值函数曲波变换去噪的效果随阈值控制系数变化的规律;利用高阶统计量理论,对曲波变换系数在尺度、方向上进行相关性迭加,通过相关性统计量自适应确定有效信号在曲波变换系数分布尺度、旋转方向,由此确定清除噪声成分阈值范围,构建统计量自适应阈值函数曲波变换去噪算法.针对包含随机噪声、相关噪声合成探地雷达数据及实测探地雷达数据,采用传统阈值函数曲波变换去噪与本文提出去噪算法处理结果对比分析,检验了本文算法的有效性及可行性.研究成果对复杂探地雷达数据精确推断解译具有指导意义.(本文来源于《物理学报》期刊2019年09期)

张楷涵[3](2018)在《侧扫声呐图像噪声统计分析与去噪方法研究》一文中研究指出随着声呐技术的不断发展以及日益增长的海洋资源开发需求,利用侧扫声呐对海底进行探测已成为当下的热点问题。在对海底进行探测和成像的过程中,除了能够探测的目标之外,侧扫声呐还受到海底混响、海洋环境噪声以及一些自噪声的干扰,其中混响的影响尤为明显。混响导致侧扫声呐图像上存在随机分布的斑点,称为斑点噪声,为侧扫声呐图像后续的检测识别等处理带来许多问题。由于侧扫声呐的成像原理和海底复杂的环境,使得侧扫声呐图像表现出与普通光学图像不同的结构特性和噪声统计分布,因此针对侧扫声呐图像特点的去噪算法研究具有重大的意义。本文对侧扫声呐图像噪声统计分析与去噪方法展开了研究,主要包括下面叁个方面:首先,对侧扫声呐的成像原理和图像特点进行了分析,考虑侧扫声呐的混响统计模型,利用5种典型的概率分布对海底混响的统计特性进行拟合得到了伽马分布为最优的拟合分布。然后,根据灰度直方图相关提出了基于2个特征参数对最优分布参数的估计。经过多元回归模型完成了不同底质类型噪声模型的建立并实现了底质分类。在上述实验结果的基础上根据模型参数与图像特征所得到的模型对不同底质类型混响所导致的噪声进行有效地模拟,并选取合适的方法进行噪声评价验证噪声模拟结果。最后,将专家场模型应用在侧扫声呐图像去噪中,提出了基于伽马分布的专家场去噪算法,称为GammaFoE去噪算法。依据侧扫声呐图像的概率分布模型和专家场模型,最大后验估计可以利用梯度上升法进行计算,求解得到去噪后的图像。其中,伽马模型的参数通过最大化算法迭代得到,梯度上升法选用了拟牛顿法得到快速的收敛。实验表明,GammaFoE去噪算法在侧扫声呐图像上具有很好的去噪效果。(本文来源于《厦门大学》期刊2018-06-30)

葛新哲[4](2018)在《基于非下采样Contourlet变换和统计建模的图像去噪算法研究》一文中研究指出数字图像在传递和转换过程中受到无法规避的噪声污染,导致图像信息丢失。因此图像去噪是图像处理过程中的关键步骤。为了在特征提取和模式分类等图像处理研究中获得更好的效果,消除含噪图像中的噪声势在必行。非下采样Contourlet变换(NSCT)不但继承了Contourlet变换的特性,而且具备完全的平移不变性,图像重构不会出现伪吉布斯效应。因此非下采样Contourlet变换被广泛的应用到图像处理领域。本文以非下采样Contourlet变换为基础,提出两种图像去噪新算法。本文主要工作如下:(1)选用传统阈值函数的图像去噪算法,重建图像时会出现由不连续性引起的伪吉布斯效应或由固有偏差引起的图像不清晰现象。针对上述缺点,本文提出了一种新的基于非下采样Contourlet变换的图像去噪算法和改进的自适应阈值。首先,通过对含噪图像进行NSCT变换,得到图像NSCT系数。其次,针对传统阈值函数的不足,提出了一种新阈值函数;针对通用阈值的缺陷,采样考虑能量分布的自适应阈值。随后,利用新阈值函数与自适应阈值结合的本文去噪算法,对图像的NSCT系数进行修正。最后,利用逆NSCT实现图像重建。实验结果表明,与其他去噪算法相比,该算法具有更好的视觉效果和去噪结果。(2)研究表明经由非下采样变换后的Contourlet变换系数之间具有一定的相关性。根据它们的分布特征,对其精确建立统计模型。本文提出了基于多元高斯模型(Multivariate Generalized Gaussian distribution,MGGD)结合自适应wiener滤波的NSCT图像去噪算法。首先图像的向量通过可以调整参数的多元高斯模型估计得到。其次多元高斯模型参数和原始图像的NSCT系数分别可以通过最小化残差自适应调整和最大后验概率估计(Maximum a posteriori estimation,MAP)得到。最后结合自适应wiener滤波进行去噪。实验结果表明,该算法相较于其他算法取得了更高的峰值信噪比,同时较好地保留了图像边缘。(本文来源于《南昌航空大学》期刊2018-06-01)

杨暄,王义坤,韩贵丞,刘敏,姚波[5](2018)在《基于低秩近似与常量统计的机载红外多光谱扫描仪去噪方法》一文中研究指出为解决飞机平台强干扰环境下红外多光谱扫描仪的图像混合噪声问题,提出了一种基于低秩矩阵近似与常量统计的光谱图像去噪方法。从仪器的噪声产生机制出发将图像噪声区分为谱间差异噪声与谱间共有噪声,并根据噪声在光谱数据中的特点分别采用低秩矩阵近似与常量统计的方法进行去除。经仿真分析去噪后的光谱图像具有较高的峰值信噪比与去噪鲁棒性,并通过机载遥感试验数据证明在大量噪声的干扰下对于响应偏低的边缘谱段仍能有效地恢复出图像信息。该方法在其它类似光谱图像去噪方面具有一定的推广应用价值。(本文来源于《红外技术》期刊2018年05期)

王超英[6](2017)在《统计学习在海上遥感图像背景去噪的算法研究》一文中研究指出针对传统的遥感图像中存在的边缘清晰度低、噪声干扰大等问题,本文在统计学习的基础上利用支持向量值轮廓波变换进行海上遥感图像去噪处理。阐述支持向量值轮廓波变换,并建立相干斑噪声模型,通过支持向量值轮廓波变换对此模型进行处理,最后进行不同算法的对比实验。实验结果表明,本文算法能够保持原始图像的细节信息,泛化能力好。(本文来源于《舰船科学技术》期刊2017年12期)

王晓龙[7](2016)在《基于统计模型去噪法的大坝位移监控模型》一文中研究指出本文针对现有去噪方法所存在的不足,从统计学的角度出发,以佛寺水库为例,利用统计模型建立大坝安全监控模型,并利用剩余标准差实现对位移原始监测数据的去噪处理,再建立统计监控模型,通过对比去噪前后监控模型的预测精度,可直观看出该方法精度高,合理性强,可为其他工程提供借鉴。(本文来源于《陕西水利》期刊2016年06期)

罗方燕[8](2016)在《PCL库点云统计去噪算法的应用研究》一文中研究指出去噪是点云数据处理中的重要过程,PCL中常用的点距离统计去噪算法涉及邻域规模K和方差倍数m两个参数,不同的取值对去噪结果的影响比较大。在统计去噪原理的基础上,根据正态分布的概率密度函数和3σ准则,对m进行理论分析。其中K值的大小主要影响去噪细节。实验中采用遥感数据进行验证,并通过不同参数组合进行比较。实验结果显示,如果当m大于2时,概率密度比较大,去噪作用比较小;K值对去噪结果的影响不明显。该统计去噪算法可以根据不同的参数值进行不同程度的去噪。(本文来源于《现代计算机(专业版)》期刊2016年26期)

彭霓,钟平,王润生[9](2015)在《结合内部和外部统计特性的遥感图像去噪》一文中研究指出遥感图像因其内容丰富、幅面较宽,对其去噪面临诸多挑战。利用图像块的统计特性是提高图像去噪性能的一条重要途径。图像块的统计特性有两类:基于待处理图像相似块上的内部统计特性和基于外部图像相似块上的外部统计特性。为了充分利用内部和外部统计特性各自对特定图像内容的去噪优势,提出了一种基于内容的自适应选择统计特性并用于图像去噪的方法。实验结果表明,提出的自适应选择和组合图像块统计特性的去噪方法能够显着提高图像去噪的性能。(本文来源于《现代电子技术》期刊2015年19期)

贾佑,赵恩良,孙丽华,赵洋洋[10](2015)在《一种基于统计特性的图像去噪算法研究》一文中研究指出针对中值滤波在去除图像噪声时会造成图像边缘细节模糊的问题,提出了一种改进的中值滤波方法,首先利用数理统计中算数均值将小区域内某像素点确定为信号点和可疑噪声点,然后用标准差将可疑噪声点进一步确定为信号点和噪声点;对判断出的噪声点进行中值滤波处理,而对于信号点则保留原来的像素值.并将该方法用于数值实验,实验结果显示应用本文所提方法对图像进行去噪,能有效避免图像中因纹理等细节的丢失而模糊,得到了相对清晰的图像,去噪后的图像很好的保留了图像的边缘信息,提高了峰值信噪比.(本文来源于《第十二届沈阳科学学术年会论文集(理工农医)》期刊2015-09-16)

统计去噪论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

非线性、非平稳探地雷达数据常掺杂各种复杂噪声源,其对精确提取弱反射波信号、识别绕射波双曲线同相轴特征具有严重影响,忽略噪声影响给探地雷达探测数据全波形偏移成像及后续解译造成较大误差.采用传统阈值函数的曲波变换去噪需要根据数据噪声水平人为确定合理阈值控制系数.对此,本文开展自适应阈值函数的曲波变换去噪算法研究.引入块状复数域阈值函数算法,分析传统阈值函数曲波变换去噪的效果随阈值控制系数变化的规律;利用高阶统计量理论,对曲波变换系数在尺度、方向上进行相关性迭加,通过相关性统计量自适应确定有效信号在曲波变换系数分布尺度、旋转方向,由此确定清除噪声成分阈值范围,构建统计量自适应阈值函数曲波变换去噪算法.针对包含随机噪声、相关噪声合成探地雷达数据及实测探地雷达数据,采用传统阈值函数曲波变换去噪与本文提出去噪算法处理结果对比分析,检验了本文算法的有效性及可行性.研究成果对复杂探地雷达数据精确推断解译具有指导意义.

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

统计去噪论文参考文献

[1].张竹云.基于小波去噪的中国股票市场极端波动事件的统计辨识及应用[D].江西财经大学.2019

[2].李静和,何展翔,杨俊,孟淑君,李文杰.曲波域统计量自适应阈值探地雷达数据去噪技术[J].物理学报.2019

[3].张楷涵.侧扫声呐图像噪声统计分析与去噪方法研究[D].厦门大学.2018

[4].葛新哲.基于非下采样Contourlet变换和统计建模的图像去噪算法研究[D].南昌航空大学.2018

[5].杨暄,王义坤,韩贵丞,刘敏,姚波.基于低秩近似与常量统计的机载红外多光谱扫描仪去噪方法[J].红外技术.2018

[6].王超英.统计学习在海上遥感图像背景去噪的算法研究[J].舰船科学技术.2017

[7].王晓龙.基于统计模型去噪法的大坝位移监控模型[J].陕西水利.2016

[8].罗方燕.PCL库点云统计去噪算法的应用研究[J].现代计算机(专业版).2016

[9].彭霓,钟平,王润生.结合内部和外部统计特性的遥感图像去噪[J].现代电子技术.2015

[10].贾佑,赵恩良,孙丽华,赵洋洋.一种基于统计特性的图像去噪算法研究[C].第十二届沈阳科学学术年会论文集(理工农医).2015

论文知识图

小波系数相关性示意图4.2统计去噪示意图不同估计方法的性能比较首道阈值选取准则不同时的去噪结果·2shepp-L09胡模体结果结果对比各种算法的时频谱图

标签:;  ;  ;  ;  ;  ;  ;  

统计去噪论文_张竹云
下载Doc文档

猜你喜欢