1) wavelet thresholding de-noising method
小波阈值去噪法
1.
In this paper,based on the analysis of the theory and the disadvantages of the wavelet thresholding de-noising method,an improved wavelet thresholding de-noising method is proposed.
文中在分析了小波阈值法的去噪原理和存在的缺陷的基础上,构造了一种新的阈值函数,并利用3σ准则提取阈值,提出了一种改进的小波阈值去噪法,并将其应用于MEMS陀螺仪输出信号的滤波处理中,取得了良好的去噪效果。
2) wavelet soft threshold denoising
小波软阈值去噪
1.
In this paper,in order to improve the contrast of a virus image,the arithmetic of MDL wavelet soft threshold denoising associated with blind deconvolution is used.
本文介绍了应用MDL小波软阈值去噪结合盲目反卷积来实现病毒原图像的恢复,以达到对比度提高的效果。
3) Wavelet threshold denoising
小波阈值去噪
1.
In light of the problem of destroying the image′s edge and losing the image′s detail information in the traditional wavelet denoising method, a new wavelet threshold denoising method based on edge detection is presented.
针对传统小波去噪时图像边缘被破坏因而丢失有用细节信息的问题,提出了一种基于图像边缘检测的小波阈值去噪新方法,即先对边缘图像和非边缘图像进行小波分解,然后分别对其进行阈值处理,最后重构得到去噪图像。
2.
Presents an image denoising method based on wavelet transform and particle swarm optimization,analyzes the basic principle of wavelet threshold denoising theoretically,and uses PSO to get the best thresholds of every wavelet subband.
将粒子群优化算法应用于图像小波阈值去噪,从理论上分析了小波去噪基本原理,并采用PSO的算法求小波变换各子带的最优阈值,讨论了粒子数目、噪声大小、小波基的选择对本算法效果的影响。
3.
Laser echo pulse is filtered by the method of wavelet threshold denoising and potential targets are gotten, then potential targets are matched by using correlation of laser echo pulses,in which the matched target is just true target.
针对激光回波脉冲窄、弱等缺点,提出数字信号处理技术检测目标的方法;该方法首先采用小波阈值去噪方法对激光回波弱信号进行滤波,然后利用激光回波信号之间的相关性,对滤波后的潜在目标进行目标匹配,检测出目标,整个系统采用高速数字信号处理器(DSP)实现相应的算法,采用现场可编程逻辑门阵列(FPGA)设计接口电路,降低了电路的复杂度;实验结果表明,该处理方法不仅提高了激光测距的作用距离和测距精度,而且实现了激光测距仪的小型化。
4) wavelet thresholding denoising
小波阈值去噪
1.
In order to improve the monitoring SNR,this paper combines wavelet thresholding denoising with chaotic detection to restrain strong noise interference in photoacoustic signal detecting process,and uses LabVIEW and Simulink to set up signal detection system and pick up weak photoacoustic signal.
光声光谱气体检测技术能很好地应用于变压器油中溶解气体的在线监测,为了提高其检测信噪比,笔者针对光声信号检测的强噪声环境,结合小波阈值去噪和混沌检测来抑制检测过程中的强噪声干扰,配合使用LabVIEW和Simulink构建信号检测系统提取微弱光声信号。
2.
Bayesian based wavelet thresholding denoising technique is adopted to estimate the expected signals accurately and design an empirical Wiener filter.
在WienerChop算法的基础上,提出了一种改进的小波域维纳滤波器,在小波域采用基于贝叶斯估计的小波阈值去噪技术估计期望信号,提高估计的精度,并以此设计经验维纳滤波器;进一步适当选择多小波基,使每个基函数通过小波变换能够比其他小波基更好地捕捉信号的某些特定特征,从而实现WienerChop算法的迭代。
5) wavelet threshold de-noising
小波阈值去噪
1.
A novel approach to reject outliers is proposed,a small sequence sampled online makes up of a new sequence by forward symmetry extension,which is processed by wavelet threshold de-noising,then outliers can be detected,new measurements made up of previous measurements act as current inputs of Kalman filter,the degradation caused by out.
提出了一种新的抗野值滤波方法,在线取测量信号的一个小区间,采用正向对称延拓的方法构成新序列并对其进行小波阈值去噪,检测出野点,用前几个周期的信号构造新的测量值进行Kalman滤波,有效地剔除了野点的影响,滤波系统保持了很好的精度,满足了传递对准的要求。
2.
In order to eliminate the noise,the wavelet threshold de-noising is applied in this paper.
首先介绍了小波阈值去噪的基本原理、阈值和阈值函数的选择方法,并对阈值函数进行了改进;然后分别对含噪Lorenz信号和实测振动信号进行小波阈值去噪实验,计算了其去噪前、后的关联维数。
6) wavelet shrinkage
小波阈值去噪
1.
In this paper,we develop a new method for wavelet denoising that blends wavelet shrinkage and Wiener filtering.
本文将小波阈值去噪与维纳滤波结合起来,在小波域进行维纳滤波。
2.
A novel thresholding function is presented based on the wavelet shrinkage put forward by D.
Johnstone提出的小波阈值去噪方法的基础上,构造了一个新的阈值函数。
3.
Wavelet shrinkage is a method that creating certain regulation according to thedifferent representation of signal and noise in wavelet domain and processing thewavelet coefficients.
基于小波变换的去噪方法有很多种,本文主要讨论了其中的阈值去噪方法,详细分析了去噪过程中阈值和阈值函数等关键参数的选取问题,并给出一些选取依据;对小波阈值去噪方法中的几个关键问题进行了详细讨论,并提出了一些改进方案,最后通过仿真实验,证明了这些改进方案的有效性。
补充资料：地理阈值
亦称地理临界值。它将地理系统中的不同状态加以分隔与区分，把某一性质的表现范围加以限制和说明。在此种意义上，地理阈值代表了系统的“状态空间”的非连续性。在一般叙述中，常把地理阈值等同于地理系统边界条件，但二者是有区别的：如果两种不同的状态同时存在于相同的边界条件之中时，地理阈值的表现可能是“非传递性”的转移；而当两种不同状态分置于不同的边界条件之中时，地理阈值的表现可能是“过渡性”地转移。无论是非传递性转移的地理阈值，还是过渡性转移的地理阈值，都使地理系统中不可能具备唯一的、通用的或稳定的解。所谓“解”都是有条件的，都是在地理阈值约束下的解。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条