导读:本文包含了复合小波去噪论文开题报告文献综述及选题提纲参考文献,主要关键词:小波去噪,参数选定,小波基函数,分层数
复合小波去噪论文文献综述
焦志浩,吕迎春[1](2019)在《基于复合评价值的小波去噪参数选定方法》一文中研究指出针对小波阈值去噪法应用到含噪信号时小波基和分层数难以统一确定的问题,提出了一种融合传统评价指标对于小波去噪最优参数选定的方法。根据一般评价指标的意义和小波分解产生的细节信息及逼近信息的意义,融合得到复合评价值,通过复合指标值寻找小波去噪后的极值点来确定最优小波基函数和分层数。通过对blocks和bumps信号的实验结果与其他文献的对比,证明了该方法的合理性和有效性。最后,将该方法应用到超声回波信号去噪中,在选取sym7小波基和4层分层数时,得到的复合评价值最小,超声回波信号取得最优去噪效果。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年08期)
王旭,王昶[2](2018)在《一种基于熵权法的小波去噪复合评价指标》一文中研究指出传统的评价指标在真值未知的情况下不能满足小波去噪质量评价的要求。为此,借助变化率特征重新构建均方根误差变化量和平滑度变化量两个指标,利用熵权法定权将归一化后的两个指标线性组合,所得到的新指标即为复合评价指标。该方法借助指标的变化率随分解层数的增加表现出明显的收敛特性来确定去噪最优分解层数。实验表明,该方法能够在真值未知的情况下准确地指导小波分解,确定去噪最优分解层数,从而达到最优去噪效果。(本文来源于《大地测量与地球动力学》期刊2018年07期)
律方成,张瑜,董蒙,李志兵,颜湘莲[3](2017)在《基于复合评价指标的金属微粒声发射信号最优小波去噪及其特征提取》一文中研究指出金属微粒污染会使直流气体绝缘金属封闭输电线路(gas insulation line,GIL)的绝缘强度明显下降,微粒与电极碰撞产生的声发射信号可以反映其运动状态,但声发射信号的检测经常伴随着噪声污染。文中构建了一个适用于声发射信号的小波去噪复合评价指标,提出了一种基于此复合评价指标的最优小波去噪算法。对实验平台实测的声发射信号和加入有色噪声的仿真声发射信号的去噪表明,提出的复合评价指标相对于传统单一评价指标能较好地评价声发射信号的去噪效果;基于此复合指标的最优小波去噪算法能够对声发射信号有效去噪。基于去噪后的声发射信号,文中提取了信号的能量特征、微粒运动速度特征,拟合了二者与极间电场强度的相关性及表达式,结果表明,随着极间电场强度的增大,微粒运动速度和信号能量均以一次函数趋势增长。(本文来源于《高压电器》期刊2017年11期)
张迪,朱亮禹,吴万震[4](2014)在《飞机复合材料敲击检测信号的小波去噪新方法》一文中研究指出为了利用小波阈值函数研究飞机复合材料敲击检测信号的去噪处理,在敲击检测简化力学模型中,推导出飞机复合材料表面受到瞬时激振的振动信号表达式.在硬阈值函数、软阈值函数、半软阈值函数和两种改进阈值函数去噪法的研究基础上,提出了基于硬阈值函数和半软阈值函数线性结合的阈值函数去噪新方法.在时域和频域的振动信号去噪仿真和对比结果表明,新方法在函数连续性、波形平滑度、重构误差等方面的去噪效果都同时得到了较大的提高,去噪效果显着.为飞机复合材料敲击检测信号去噪提供一种技术方法.(本文来源于《哈尔滨理工大学学报》期刊2014年06期)
张婷,郑锡涛[5](2013)在《小波去噪法在复合材料变形测量中的应用》一文中研究指出为了提高数字散斑相关方法(DSCM)在复合材料变形测量中的精度,将数字散斑技术与小波去噪技术相结合,采用阈值去噪法对小波系数进行阈值量化处理,并进行复合材料的拉伸试验,同时使用DSCM及引伸计进行测量,再使用该小波去噪法对DSCM测量的结果进行去噪,并与引伸计所测结果相比较。结果表明:去噪后的DSCM的测量结果与引伸计测量的结果吻合得更好,精度更高,说明该小波去噪法能够较好地去除数字散斑相关测量和计算中的噪声。(本文来源于《航空工程进展》期刊2013年02期)
梁启斌,刘云根,田昆,杨杨,王万宾[6](2012)在《基于Elman网络和小波去噪的人工湿地复合基质对COD去除效果的模拟》一文中研究指出人工湿地技术被广泛应用于污水处理[1-2],但其去污机理复杂,影响因子众多,呈高度非线性,缺乏长期运行效果准确可靠的模拟手段。而人工神经网络能在数据样本较大的情况下很好地逼近复杂的非线性函数,因此利用人工神经网络构建模型模拟系统的处理效果可为人工湿地系统的运行管理提供参考。通过构建人工湿地基质系统进行为期4个月的试验,监测得到56组COD去除率数据,经Matlab小波去噪后利用Elman网络构建动态神经网络模型,模拟该人工湿地基质系统对生活污水中COD去除效果。结果表明所构建模型的均方根误差为0.016 3,精度较高,对具有非线性时间序列特征的人工湿地复合基质系统去污效果模拟具有较好的应用前景,利用Elman神经网络模型模拟该人工湿地复合基质系统运行后期的COD去除率为49.5%~56.4%。(本文来源于《净水技术》期刊2012年06期)
熊新兵,陈亚光[7](2007)在《诱发电位提取的子空间和小波去噪复合方法》一文中研究指出目的:为减少提取诱发电位所需的试验次数,有效去除自发脑电噪声,提出一种新的视觉诱发电位提取方法并进行验证。方法:基于奇异值分解的子空间方法可以用于去除信号中的噪声。①其基本原理是,由含噪信号形成的数据矩阵进行奇异值分解可以获得信号子空间和噪声子空间,将含噪信号正交投影到信号子空间中即可得到去除噪声。因为在头皮测量得到的诱发电位记录信号的信噪比很低,所以仅使用基于奇异值分解的子空间方法来去除噪声并不能有效地提取诱发电位。②实验记录中对诱发电位成分影响较大的自发脑电是有色噪声,描述其奇异性的Lipschitz指数具有不确定性,可能为正,也可能为负,因此仅用小波去噪方法提取诱发电位也不能取得理想的结果。③为此,提出了一种基于奇异值分解的子空间正交投影和小波去噪复合方法来提取诱发电位。首先应用基于奇异值分解的子空间方法将包含噪声的记录信号分解为信号子空间和噪声子空间,将含噪信号投影到信号子空间可得到初步去噪的信号,再应用小波变换进一步去除噪声,即可提取诱发电位。结果:采用自发脑电模型产生有色的自发脑电噪声,与白噪声一起加入仿真的诱发脑电信号中,在低信噪比小于-10dB的情况下,可有效地提取出诱发脑电信号。仿真和实验结果表明这种复合方法的效果好于单独采用其中的一种方法,能将提取诱发电位的实验次数由20次左右缩短为四五次。结论:将基于奇异值分解的子空间方法和小波去噪结合起来,能有效提取诱发电位,减少提取诱发电位所需的试验次数。(本文来源于《中国组织工程研究与临床康复》期刊2007年13期)
杨英立,叶大田,岳喜才[8](2002)在《诱发电位提取的聚类分析和小波去噪复合方法》一文中研究指出本文研究了提取诱发电位的一种复合方法 ,它用聚类方法对诱发电位信号进行筛选 ,将筛选出的信号进行迭加以消除测试数据不一致性对迭加结果的影响。然后利用小波方法进一步去除噪声 ,提高信噪比。文中介绍了模糊聚类方法和小波去噪理论 ,并通过仿真计算来评估提取效果。仿真计算表明该方法可减少测试次数 ,提高信噪比 ,对视觉脑干诱发电位处理结果显示 ,该方法的实际处理效果良好。(本文来源于《北京生物医学工程》期刊2002年02期)
复合小波去噪论文开题报告
(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:
传统的评价指标在真值未知的情况下不能满足小波去噪质量评价的要求。为此,借助变化率特征重新构建均方根误差变化量和平滑度变化量两个指标,利用熵权法定权将归一化后的两个指标线性组合,所得到的新指标即为复合评价指标。该方法借助指标的变化率随分解层数的增加表现出明显的收敛特性来确定去噪最优分解层数。实验表明,该方法能够在真值未知的情况下准确地指导小波分解,确定去噪最优分解层数,从而达到最优去噪效果。
(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。
复合小波去噪论文参考文献
[1].焦志浩,吕迎春.基于复合评价值的小波去噪参数选定方法[J].重庆理工大学学报(自然科学).2019
[2].王旭,王昶.一种基于熵权法的小波去噪复合评价指标[J].大地测量与地球动力学.2018
[3].律方成,张瑜,董蒙,李志兵,颜湘莲.基于复合评价指标的金属微粒声发射信号最优小波去噪及其特征提取[J].高压电器.2017
[4].张迪,朱亮禹,吴万震.飞机复合材料敲击检测信号的小波去噪新方法[J].哈尔滨理工大学学报.2014
[5].张婷,郑锡涛.小波去噪法在复合材料变形测量中的应用[J].航空工程进展.2013
[6].梁启斌,刘云根,田昆,杨杨,王万宾.基于Elman网络和小波去噪的人工湿地复合基质对COD去除效果的模拟[J].净水技术.2012
[7].熊新兵,陈亚光.诱发电位提取的子空间和小波去噪复合方法[J].中国组织工程研究与临床康复.2007
[8].杨英立,叶大田,岳喜才.诱发电位提取的聚类分析和小波去噪复合方法[J].北京生物医学工程.2002