改进的小波阈值函数在超声波无损检测信号中的应用

针对小波阈值降噪中,软、硬阈值函数的缺点,提出了一种改进的阈值处理函数方法.将新阈值函数用于超声检测信号去噪仿真实验中,仿真结果表明,新阈值函数能够克服软硬阈值的不足,并且选取参数N=30时降噪效果最佳.     

双阈值小波域降噪的微粒群优化

为了改进滤波效果,提高降噪质量,该文在分析目前被广泛应用的软阈值和硬阈值方法的基础上,提出利用微粒群算法对双阈值进行优化. 采用Donoho提出的固定阈值作为上阈值,而把极大极小原理得到的阈值作为下阈值,再利用微粒群算法进行优化,得到最优双阈值进行降噪. 实验结果表明,该方法在降噪中可有效克服采用硬阈值法引起的伪吉布斯（伪Gibbs）现象和软阈值法导致过度光滑使信号失真等缺点,减少了信号的损失. 在提高信噪比的同时明显减小了均方根误差.     

基于自适应阈值的小波消噪算法研究及应用

基于小波多尺度分解的阈值方法是一种有效的信号去噪方法．应用最为广泛的是Donoho阈值法,但由于其阈值为全局阈值,不能在每级尺度上将信号与噪声做最大分离,去噪效果并不理想．在分析Donoho硬阈值和软阈值方法特点的基础上,提出了一种新的自适应阈值消噪方法,结合了硬阈值和软阈值方法的优点,仿真试验和工程实例均证明了该方法优于传统的阈值消噪方法．     

基于改进分离阈值法的农作物遥感精细分类特征选择

为综合利用高空间分辨率可见光和红外遥感影像特征,提高分类处理效率,在分离阈值法的基础上提出一种结合图像二维熵的特征选择方法,解决了分离阈值法在特征选择时未考虑特征信息量的问题.利用随机森林分类器对选取后的特征子集进行农作物分类,并在同样的分类方法下与改进自适应波段选择方法和基于图像熵的密度峰值聚类波段选择方法进行分类精度对比.结果表明,所提出的方法既可提高分类精度和分类效率,又能降低特征选择的数量,还能进一步量化分析所选取的特征对各地物识别的效果.     

根据反射声波相位信息识别分层介质结构

通过提取分层介质声回波的相频特征信息,对物理性质未知的分层材料实现了有效的分类识别. 分类对象为单层材料、包含两种不同声速和密度的两种双层材料、外层较硬中间较软的三层结构,硬和软是指两种材料c值的相对大小. 数值模拟表明该方法对4种分层结构能进行有效识别. 采用优化的分类流程可减小测量的工
作量.     

光纤陀螺自适应阈值滤波新方法

通过Lipschitz指数分析不同分解尺度上信号与噪声对应的小波系数变化情况和光纤陀螺输出信号模型,研究了一种新的基于离散小波变换的自适应滤波方法. 该方法可根据光纤陀螺输出信号的能级自动调整小波系数在不同尺度上的阈值. 构造了一种新的阈值函数,用一个多项式来削弱低于阈值的小波系数,能最大限度地保留真实信息. 与软硬阈值函数相比,对于不同信噪比的信号均表现出较好的性能. 仿真实验表明,与传统固定阈值滤波相比,新算法能更好地去除噪声,改进光纤陀螺的零偏稳定性和随机游走等技术指标.     

基于小波的图像去斑点噪声方法的研究

根据超声图像斑点噪声统计模型的特性,通过对超声图像进行连续小波变换、分形插值小波变换等变换方法以及小波分析的软阈值滤波方法,提出了结合小波软阈值与中值滤波去噪的方法,在不同尺度对信号小波系数进行处理,达到降噪目的.     

结合软判决译码的非冗余纠错差分解调的应用

提出了结合软判决译码的非冗余纠错(nonredundant error correction)在差分解调中的应用.用非冗余纠错差分解调的硬判决信息对差分解调软输出进行加权,从而将基于硬判决的非冗余纠错成功地用于软判决时的差分解调,提高了传统的差分解调结合软判决译码的性能.计算机仿真表明,相对于传统的差分解调结合软判决译码,该算法在AWGN信道中误比特率BER为10 -5时大约有1.4dB的性能改善,在Rician信道中也同样有显著的性能改善.这使得非冗余纠错能够在普遍采用差分解调结合软判决译码的卫星通信系统中应用,显著地提高了系统容量和通信质量.     

非线性支持向量机判别阈值的设置

非线性支持向量机通过核函数将低维输入空间的数据映射到高维空间,从而将原低维空间的线性不可分问题转化为高维空间上的线性可分问题.分析了非线性支持向量机中核函数的引入可造成分类阈值的偏移问题,提出了非线性支持向量机分类阈值的优化设置方法.实验表明,所提出的阈值优化设置方法能有效提高非线性支持向量机的分类精度.     

基于小波变换的自适应图像去噪研究

小波域的信息处理有多分辨率分析的特性,图像经一系列小波变换就可以得到不同尺度下的图像特征,并能较好地刻画图像的非平稳性,在图像去噪方面有着传统去噪方法无法比拟的优势.本文,笔者阐述了图像小波去噪的原理,分析了影响去噪的关键因素、阈值函数的构造、阈值的选取及小波的分解层数等,并给出了优化的自适应图像去噪方案.     

基于波动法的斜拉桥索力测试研究

针对实际测量中正弦脉冲激励下产生的应力波含噪声大,走时时差难以分辨的问题,根据小波变换下有效信号和随机噪声在多尺度空间中模极大值不同的传播特性,采用近似对称的sym3小波对含噪信号图进行分解,每一层的小波分解系数用不同的软阈值处理.经过修正后的小波系数重构得到的信号图能够消去大部分噪声,清晰地反映入射波和反射波之间的时差.     

遗传算法在小波阈值变换图像去噪中的应用

在岩层图像获取和传输过程中会受到来自传感器震荡、电子元器件干扰等因素的影响,导致图像质量下降。小波阈值去噪技术早已体现出它在图像去噪上的优越性,而阈值函数的选取特别是阈值的确定是小波去噪技术的关键所在,本文结合遗传算法以期找到相对最优阈值,应用结果证明遗传算法在此方面的可行性较好。     

应用光电二极管阵列的SPR生物传感器微弱信号检测

该文以提升表面等离子共振生物医学传感器的检测能力为目标,用高性能光电二极管阵列为光电转换器件,论证并实现一种可高效抑制噪声的检测方法. 利用光电二极管阵列器件可输出参考噪声信号的特性,通过相干消噪结合小波软阈值消噪,使SPR传感器输出信噪比从40 dB 左右提高到52 dB以上. 用SPR传感器检测人体免疫球蛋白(IgG)分子特异性结合的实验表明,该方法显著提高了SPR传感器的分辨率,使之可精确检测样液中IgG含量10?3mg/mL量级的微弱变化,精度和分辨率提升一个数量级以上.     

时变输出序列可变存储器的相关分析

提出并分析了一类混合伪随机序列的可变存储器的概率模型,给出了其主要特征,分析了输出序列为输入序列的时变函数时的信息泄露问题,给出了一种由输出序列构造可变存储器输入序列拟合序列的方法.     

“软硬”能力融渗下的水电站计算机监控技术课堂改革实践

针对水电站计算机监控技术课程教学的传统模式,为了适应课程的建设与课堂教学改革,提高教学质量,开展基于"软硬"能力相结合的课堂教学设计与教学实践.通过实践,旨在达到以软硬能力并重培养为理念,把软能力培养融入到水电站计算机监控技术课程的理论和实践教学中,使本课程成为示范性课程,并带动其他课程的课堂改革.     

硬盘引导过程的分析及其软故障的修复

侧重分析硬盘主引导记录和系统引导记录的功能和结构,阐明微机硬盘启动过程,提出修复硬盘软故障办法.