首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 125 毫秒
1.
《实验技术与管理》2019,(10):139-143
图像消噪前后的残差信息包含图像的高频信息。为了提高消噪图像的质量,在轮廓波变换域内,根据噪声图像及其K-SVD消噪后不同频率子带图像的残差信息,对残差子图像块再次进行K-SVD消噪,并将其结果与消噪图像的子带图像进行融合,得到包含残差信息的消噪子带图像,最后通过轮廓波逆变换得到消噪图像。仿真实验结果证明了所提出的基于不同频率子带内残差信息和K-SVD的图像消噪方法优于轮廓波变换和K-SVD模型,具有较好的消噪性能。  相似文献   

2.
小波阈值消噪方法是利用小波变换技术对含噪信号进行分解和重构,通过对小波分解后的小波系数限定阈值来消除噪声的方法.分析小波消噪的算法和实现步骤,并基于MATLAB软件平台编写仿真程序.进行光纤光栅反射信号的小波消噪仿真实验,消噪效果良好.  相似文献   

3.
通过对小波变换和小波包分析研究,寻找最优小波包基,结合不同阈值去噪方法,对加噪信号以及齿轮箱振动信号进行去噪处理。实验表明最优小波包基的惩罚阈值去噪结果比小波变换常用的stein无偏风险阈值去噪结果和小波包默认阈值去噪结果要好很多。该方法不仅可以有效去除噪声,还可以很好地保留信号中的细节信息。  相似文献   

4.
小波阈值和RLS自适应算法语音消噪应用研究   总被引:1,自引:0,他引:1  
对小波闽值算法和RLS自适应算法进行系统分析,比较两者的优势及不足,提出两者语音消噪的实现,并将实际信号与原始语音取样信号进行仿真消噪比较.研究表明,采用小波阈值算法进行消噪处理,消噪效果明显;RLS自适应算法具有更强的自适应性,消噪效果较好.  相似文献   

5.
小波阈值滤噪是小波域滤噪的主要方法之一.该文描述了小波图像的滤噪原理和阈值的选取.针对图像滤噪在软、硬阈值的基础上进行了优化,给出了一种修正后的算法并在matlab7.9平台上对图像分别进行硬阈值、软阈值和软硬阈值修正算法滤噪的仿真实验,结果表明软硬阈值修正算法的滤噪效果更优.  相似文献   

6.
焦剑 《华章》2011,(15)
针对低信噪比信号的去噪问题,提出了一种基于经验模态分解的小波阈值去噪方法,并与小波变换去噪法的效果相比较.试验结果证明,当信号的信噪比较小时,基于经验模态分解的小渡阈值去噪效果是相当有效和稳定的,为研究环境脉动下结构的输出信号去噪处理提供了新的手段.  相似文献   

7.
分析了小波变换的基本原理,分别对小波分解与重构法去噪法、非线性小波变换阈值法去噪法以及小波变换模极大值去噪法的原理进行了阐述,并比较了这几种小波去噪方法的优缺点,通过计算机仿真结果表明有效可行.  相似文献   

8.
小波变换和ROF模型是常用的图像去噪方法。为了获取高质量图像,降低或消除噪声对图像的影响,提出了一种新的图像去噪算法。该方法对噪声图像进行小波分解,并对其高频部分进行阈值去噪,之后利用ROF和拉普拉斯算子结合的模型去噪,并进行小波重构,得到最终的去噪图像。实验结果表明,此算法的去噪效果比小波去噪或ROF去噪明显,能在有效抑制图像噪声的同时,更好地保持图像的边缘、纹理等特征,有效地提高了图像质量。  相似文献   

9.
为了改善信号的去噪效果,在分析离散小波变换和双密度小波变换的基础上,提出一种基于双密度小波变换的去噪算法。双密度小波有两个小波函数,同一个尺度内相邻的小波间的频带间隔更小,有效的克服了离散小波变换时移性的缺点,有近似的平移不变性,更能描述信号的真实特征。将该算法用于不同噪声强度下的信号去噪,实验结果表明:基于双密度小波变换的去噪算法优于基于离散小波变换的去噪算法,是一种有效的信号去噪新算法。  相似文献   

10.
提出一种基于图像边缘检测的小波闽值去噪新方法.该方法利用Canny算子检测出图像的边缘,进而定义了一种新的阈值函数,然后对含噪图像、边缘图像的小波变换系数采用新阈值函数分别进行阈值处理,将处理后的边缘图像与图像的小波系数进行融合,得到去噪后的图像.实验结果表明,采用该方法处理的去噪图像,能够在去噪的同时有效地保持图像的边缘信息.  相似文献   

11.
讨论BP神经网络的原理及其缺陷和改进方法.在MATLAB环境下,对含噪声文字符进行识别训练.仿真结果表明,网络收敛速度快,识别分类效果好.  相似文献   

12.
模式识别是研究分类识别理论和方法的科学,是一门综合性、交叉性学科。具有一定的实践意义和广阔应用前景的新理论、新方法的技术。模式识别的理论和任务是运用众多相关科学技术去研究分类识别的有关理论和优良方法,其使用目的是创造出能够用分类识别智能的机器系统来替代人类的分类识别工作。  相似文献   

13.
利用数学软件MATLAB研究了基于人工神经网络的模式识别,这种基于人工神经网络的模式识别系统不仅能够识别字母还能识别汉字和数字,适用于汉字识别和数字签名。  相似文献   

14.
随着人工智能的发展,计算机对于输入的手写字符识别需求越来越大,采用改进的卷积神经网络对手写字符进行识别分类。用VGGNet16模型构造卷积神经网络模型,每一层都加上批标准化,通过平均值池化对卷积层进行下采样,利用PRELU激活函数代替ReLU激活函数,最后通过Softmax分类器对手写字符图像进行分类。在MNIST手写数字数据集和EMNIST-bymerge手写字母及数字数据集下进行实验,改进的卷积神经网络模型在MNIST数据集中识别准确率提升到99.65%,在EMNIST数据集中识别准确率为90.37%。因此,改进模型识别准确率较高,适用于手写字符识别。  相似文献   

15.
人工免疫中的self-nonself识别模型存在识别局限性。危险理论以危险作为识别对象,可有效避免self-nonself识别中难以解决的问题。本文将nonself的出现也作为危险信号的一种,与其他危险信号协同激发免疫响应,取代传统的由nonself激发免疫响应的策略,达到降低伪肯定率和伪否定率的目的。  相似文献   

16.
机械加工发出的声音可用于制造过程智能化监控。加工时参数不同,发出的声音也不相同。对不同转速下切削声音加以识别,可为进一步综合考虑其它切削加工参数和条件下的声音识别打下基础。为识别不同转速下的切削加工声音,设计了一个三层BP神经网络,且先对采集声音进行小波包分解,求出分解后各频率段成分的能量,归一化处理后构成特征向量,再将处理后的信号分为训练样本集和测试样本集,对网络进行训练和测试。测试结果表明该网络具有训练速度快和识别准确率高的特点。  相似文献   

17.
目的:探讨应用BP神经网络技术建立诊断模型来判断膀胱癌的可行性。方法:153例患者分为训练集和测试集,应用BP神经网络模型,建立人工神经网络诊断模型,然后随机抽样测试样本输入模型进行预测。结果:人工神经网络预测膀胱癌的灵敏度为100%,特异度为92.3%。结论:人工神经网络诊断模型对膀胱癌的判断有良好的诊断性能。  相似文献   

18.
本文提出了一种基于模糊方向线索特征 (fuzzydirectionallineelementfeature,FDLEF)与人工神经网络 (artificialneuralnetworks,ANN)相结合的手写体汉字识别方法 (FDLEF -ANN) ,解决了单一FDLEF方法对相似字识别率低的问题 .这种方法分两级识别 ,先由FDLEF识别模块进行识别 ,将识别结果送至选择器 ,若识别结果不属于预定义的相似字集合簇 ,则该结果即为最终识别结果 ,否则 ,将其送至人工神经网络识别模块进行相似字的识别 .本方法既保留了原FDLEF方法的优点又提高了对相似字的识别率 ,FDLEF -ANN系统对相似字的识别率由 78 0 9%提高到 82 97% .  相似文献   

19.
针对特征信号淹没于噪声信号的情况,采用Morlet小波分析实现了对原始电流特征信号的降噪.同时,采用基于RBF神经网络的最优化插值与具有频谱细化特性的CZT分析,提升了频谱分辨率,充分展现了发生故障时电流特征信号的频谱细节,为电机故障诊断系统提供了可靠的诊断依据.建立了基于改进型BP神经网络的电机故障模糊诊断系统,抽象出了偏心故障的诊断规则.实测结果表明,该系统能够可靠地诊断电机的偏心故障.  相似文献   

20.
In order to sufficiently exploit the advantages of different signal processing methods, such as wavelet transformation (WT), artificial neural networks (ANN) and expert rules (ER), a synthesized multi-method was introduced to detect and classify the epileptic waves in the EEG data. Using this method, at first, the epileptic waves were detected from pre-processed EEG data at different scales by WT, then the characteristic parameters of the chosen candidates of epileptic waves were extracted and sent into the well-trained ANN to identify and classify the true epileptic waves,and at last, the detected epileptic waves were certificated by ER. The statistic results of detection and classification show that, the synthesized multi-method has a good capacity to extract signal features and to shield the signals from the random noise. This method is especially fit for the analysis of the biomedical signals in biomedical engineering which are usually non-placid and nonlinear.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号