导读:本文包含了自适应阈值法论文开题报告文献综述及选题提纲参考文献，主要关键词:自适应阈值,稳健估计,空间直线,随机采样一致性算法
自适应阈值法论文文献综述
包建强,张献州,罗超,李圆,陈霄[1]（2019）在《空间直线的自适应阈值稳健拟合方法与优化》一文中研究指出针对RANSAC算法应用于空间直线数据处理时具有较强的稳健性,但需要已知内点阈值且计算模型未能充分应用观测数据等问题,基于RANSAC算法提出了空间直线的自适应阈值稳健拟合方法;结合空间直线拟合的PEIV模型,优化了自适应阈值稳健拟合方法。仿真和工程实例数据表明,自适应阈值稳健拟合方法及优化算法可自动获取内点阈值;获得的空间直线几何参数估计具有最优统计特性,抗差性好,可靠性和实用性较强;对其他空间几何形体的稳健拟合处理具有参考意义。(本文来源于《测绘科学技术学报》期刊2019年03期）
杨康,卫敏,孙磊[2]（2019）在《基于FPGA的自适应阈值边缘检测系统设计》一文中研究指出针对传统的Canny边缘检测算法的阈值需要人为外部设定并且实时性差等问题,提出了一种改进的利用中值滤波算法结合加权平均的方法选取阈值。利用现场可编程门阵列(FPGA)高速并行处理数据的特点,设计了基于FPGA实时图像边缘检测系统,包括视频图像采集、图像处理和图像显示叁大模块。实验结果验证了自适应阈值边缘检测算法的有效性,同时满足了实时性的要求。(本文来源于《传感器与微系统》期刊2019年12期）
王硕,王昕,蒋国臻,童俊,钱涛[3]（2019）在《增强灰狼自适应阈值去噪法在变压器套管引线超声检测中的应用》一文中研究指出超声检测作为一种新型的电力设备检测方式,回波信号极易受到噪声干扰,为了提高信号质量,提出了一种增强灰狼自适应阈值去噪法。首先,对信号进行多尺度小波分解,引入基于梯度下降自适应阈值法,用于估计不同小波分解层的阈值大小。然后改进传统灰狼算法的变异策略与收敛因子,优化自适应阈值函数梯度值,确定最优阈值并完成信号去噪。对仿真及实测超声回波信号的去噪结果表明,经本算法去噪后,超声回波信号的起振位置等有效信息得以保留,信号信噪比更高,均方误差更小,运行时间更短。本算法应用到变压器套管引线超声检测中,可提高超声检测的准确性,获取了变压器套管引线的状态,具有一定的应用价值。(本文来源于《传感技术学报》期刊2019年10期）
葛少伟,侯建峰,邝涛,王家斌,周金宝[4]（2019）在《高压电缆局部放电小波自适应阈值降噪方法》一文中研究指出本文提出了一种小波自适应阈值降噪方法,不但能够较好的保证信号的局部化特征,而且能够从复杂干扰中有效提取局部放电信号,可用于高压电缆局部放电降噪。(本文来源于《电子技术与软件工程》期刊2019年20期）
郑升,马海涛,李月[5]（2019）在《基于自适应阈值RCSST变换的金属矿山地地区地震信号随机噪声消减》一文中研究指出随着陆地地震勘探工作的加深,勘探环境变得越来越复杂,获得的地震信号信噪比越来越低,这给地震成像和数据解释带来了巨大的困难.为了解决这一技术难题,本文针对云南山地金属矿区的勘探环境提出了一种基于自适应阈值递归循环平移的Shearlet变换去噪算法(Recursive Cycle Spinning Shearlet Transform,RCSST).首次将递归循环平移与Shearlet变换相结合,利用Shearlet变换的多尺度多方向特性对平移后的地震资料进行分解变换,之后,我们又提出了一种全新的自适应阈值,避免了信号系数被过度扼杀,同时也保护了有效信号.实验表明基于自适应阈值的RCSST算法克服了传统Shearlet变换去噪算法在低信噪比下易出现假轴的弊端并且能够有效地保护信号的幅度.在处理较低信噪比的模拟和实际云南山地地区地震资料的过程中,本文方法能够较好的压制随机噪声和保护有效信号.(本文来源于《地球物理学报》期刊2019年10期）
曾劲云,何培宇,潘帆[6]（2019）在《基于自适应阈值的心音分段算法研究》一文中研究指出心音信号可以反映人体心脏瓣膜活动情况,对心音进行分类可以区别出不同心音的病理性信息,这对于临床上诊断不同的心脏疾病具有重要的意义.心音分段是进行心音分类的前提,通过心音分段可以定位出心音中的第一心音(S1)和第二心音(S2),为心音特征参数提取与心音分类提供定位基准.为此,本文提出了一种新的自适应阈值选取心音分段算法.该方法首先利用小波变换默认阈值法对心音信号进行去噪;然后使用归一化香农能量来提取较为平滑的心音包络;接着对包络进行有效地峰值检测,从而确定初始大阈值TH1,并通过迭代法得到最终稳定的双阈值;最后进行心音分段以及分段结果分析.针对部分异常心音分段结果,如心音分裂等的分段结果,利用心音时域、能量等特性实现心音段的合并或去除,保证了分段结果的准确性.实验结果表明,本文方法对正常及异常心音分段准确率分别为97.24%和91.83%,总体分段准确率为95.56%,分段准确率高于传统的阈值选取分段方法.(本文来源于《四川大学学报(自然科学版)》期刊2019年05期）
李金昊,杨春玲,禤韵怡[7]（2019）在《视频压缩感知中组稀疏表示的自适应阈值算法》一文中研究指出在对帧间组稀疏表示框架研究后,提出一种改进的组稀疏表示的自适应阈值算法(AT-GSR)。在变换域进行阈值处理过程中,根据采样率,在迭代开始时对初始阈值进行自适应设置,在迭代过程中对阈值进行阶梯型递减,保证信号在噪声被滤去的前提下,保留更多细节特征。针对非剧烈运动序列提出使用重构精度较高的关键帧作为参考帧的方案,保证帧间匹配块的精度,且利用前后两个方向的时间相关性。仿真结果表明,所提重构算法AT-GSR,对于运动不太剧烈的视频序列,相对于SSIM-InterF-GSR降低了算法复杂度,提高了重构性能,与目前性能好的其它两种视频压缩感知算法相比,性能也有明显提升。(本文来源于《计算机工程与设计》期刊2019年09期）
梁梦圆,周平[8]（2019）在《基于自适应阈值PLS的过程监测方法及应用》一文中研究指出偏最小二乘法(Partial Least Squares, PLS)在工业过程监测等方面得到了广泛研究与应用。为提高基于PLS过程监测的监测效果,针对传统PLS方法采用固定阈值产生大量误报与漏报的问题,提出一种自适应阈值PLS的过程监测方法。该方法首先根据过程正常历史数据建立PLS监测模型,并根据统计量的指数加权移动平均值,计算相应的自适应阈值,用于过程监测。最后,采用田纳西-伊斯曼(TE)过程和大型高炉炼铁过程的仿真实验测试方法的性能,实验结果表明,相对于传统PLS方法,基于自适应阈值PLS的过程监测能够降低误报率,提高过程监测性能。(本文来源于《控制工程》期刊2019年08期）
尤波,张宸枫[9]（2019）在《结合小波自适应阈值与双边滤波的图像降噪》一文中研究指出针对传统硬阈值函数不连续,造成图像重构后出现Pseudo-Gibbs现象,软阈值函数因估计小波系数与原小波系数之间存在恒定偏差,影响重构精度,提出一种改进的小波阈值函数以及自适应阈值。该阈值函数有效克服二者局限性,改进的自适应阈值抑制传统阈值对有效信号造成的过度扼杀。提出改进的双边滤波器与小波阈值结合方案,最大限度保护图像目标边缘和细节特征。仿真结果表明,改进算法提高了峰值信噪比,获得了良好的图像降噪效果。(本文来源于《计算机工程与设计》期刊2019年08期）
宋文龙,莫冲,王琢[10]（2019）在《基于颜色特征的自适应阈值林木树干识别研究》一文中研究指出树干颜色是进行林木树干识别的重要依据之一。为实现不同颜色林木树干的识别,基于树干的颜色特征,提出一种自适应阈值的树干识别方法。首先,依据不同颜色林木树干的颜色值分布特性来选定对树干图像分割的阈值区间;其次,在阈值区间内根据树干的图形特征自适应阈值对树干进行图像分割;最后,对分割结果采用RANSAC算法精确拟合树干边缘,实现树干的识别。实验选取水曲柳、兴安落叶松和紫椴等树干颜色存在较大差异的树种,每一树种随机选取100棵树干进行识别,树干识别率分别达97%,91%和93%。实验结果表明,对于颜色存在较大差异的林木树干,所提方法具有较高的树干识别率。(本文来源于《现代电子技术》期刊2019年16期）
自适应阈值法论文开题报告
（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：
针对传统的Canny边缘检测算法的阈值需要人为外部设定并且实时性差等问题,提出了一种改进的利用中值滤波算法结合加权平均的方法选取阈值。利用现场可编程门阵列(FPGA)高速并行处理数据的特点,设计了基于FPGA实时图像边缘检测系统,包括视频图像采集、图像处理和图像显示叁大模块。实验结果验证了自适应阈值边缘检测算法的有效性,同时满足了实时性的要求。
（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。
自适应阈值法论文参考文献
[1].包建强,张献州,罗超,李圆,陈霄.空间直线的自适应阈值稳健拟合方法与优化[J].测绘科学技术学报.2019
[2].杨康,卫敏,孙磊.基于FPGA的自适应阈值边缘检测系统设计[J].传感器与微系统.2019
[3].王硕,王昕,蒋国臻,童俊,钱涛.增强灰狼自适应阈值去噪法在变压器套管引线超声检测中的应用[J].传感技术学报.2019
[4].葛少伟,侯建峰,邝涛,王家斌,周金宝.高压电缆局部放电小波自适应阈值降噪方法[J].电子技术与软件工程.2019
[5].郑升,马海涛,李月.基于自适应阈值RCSST变换的金属矿山地地区地震信号随机噪声消减[J].地球物理学报.2019
[6].曾劲云,何培宇,潘帆.基于自适应阈值的心音分段算法研究[J].四川大学学报(自然科学版).2019
[7].李金昊,杨春玲,禤韵怡.视频压缩感知中组稀疏表示的自适应阈值算法[J].计算机工程与设计.2019
[8].梁梦圆,周平.基于自适应阈值PLS的过程监测方法及应用[J].控制工程.2019
[9].尤波,张宸枫.结合小波自适应阈值与双边滤波的图像降噪[J].计算机工程与设计.2019
[10].宋文龙,莫冲,王琢.基于颜色特征的自适应阈值林木树干识别研究[J].现代电子技术.2019