公共文化服务平台

搜索到328篇“ 平稳小波变换“的相关文章

引入双曲正切阈值函数的平稳小波变换心电信号去噪方法: 2025年; 在心电信号的采集过程中,各种噪声充斥在心电信号中,这会使心电信号变得难以识别,从而影响医务人员的诊断。对心电信号进行去噪处理,是心电信号研究的重要环节。基于平稳小波变换的技术,针对平稳小波去噪过程中硬阈值、软阈值的缺陷,提出一种可变参数下的双曲正切函数(SWTaVHT)来对心电信号进行去噪;同时,为了防止在去噪过程中丢失一些高频信息段,引入利用R峰位置信息辅助的修正方法,以更好地保留有用的信号特征。为了评估SWTaVHT的有效性,在公开数据库MIT-BIH上与现有的方法进行对比实验。结果表明,去噪之后的信噪比(SNR)、均方根误差(RMSE)和均方根差百分比(PRD)均优于现有方法。SWTaVHT在不改变原始信号振幅的情况下,对心电信号数据进行去噪处理,其效果优于现有方法。; 王海勇丁顾霏; 关键词：心电信号阈值函数平稳小波变换去噪

基于平稳小波变换和经验包络法的非平稳过程模拟: 基于平稳小波变换(Stationary wavelet transform, SWT)和经验包络法(Empirical envelope method, EE)提出一种新的非平稳过程模拟方法:通过SWT将非平稳信号分解为...; 杨向瑜周家盛陈煜锟田自得; 关键词：桥梁工程瞬时特性平稳小波变换

基于平稳小波变换的光伏直流串联电弧故障检测: 2024年; 光伏系统直流串联电弧故障具有随机性和隐蔽性的特点,且容易受到外部环境和光伏系统内部噪声的影响,难以检测。利用小波变换提取的电流时频域特征对电弧故障有很好的辨识度,但面临小波基选取的问题。在采集大量电弧故障数据的基础上,通过小波变换分析和对比实验,提出一种针对常用电弧故障特征指标提取的最优小波基选取方法。通过此方法确定bior4.4小波基为提取电弧故障特征的最优小波基,并由此构建基于bior4.4平稳小波变换的时频域特征。通过对比试验发现,基于bior4.4的时频域特征对电弧故障的辨识度明显提高,且表现出对正常噪声信号的抑制作用。为从多角度反映电弧故障特征,补充时域特征,并与时频域特征结合构成电流特征库,利用随机森林算法实现电弧故障的诊断。电弧故障检测准确率达到98.58%,正常信号的误判率仅为0.76%。; 王桐史雯石浩渊康子良; 关键词：电弧故障平稳小波变换近似熵

改进的基于平稳小波变换的散斑去噪方法: 2023年; 针对剪切散斑干涉相位条纹图去噪过程中存在的噪声残留和边缘模糊问题,提出一种将正余弦分解和平稳小波变换相结合的散斑去噪方法,使用平稳小波变换对图像的正余弦分量进行小波分解,利用改进的小波阈值函数和阈值选取规则对分解后的高频图像进行处理,最后进行小波重构和反正切运算得到去噪后的相位条纹图。通过实验对各方法去噪后的效果进行分析,该方法能够保留边缘信息,改善相位图的质量,对比现有传统算法均方差分别降低了0.05、0.03,信噪比分别提高了3.1、1.1 dB。; 刘益菲刘吉武锦辉刘贵香牛天利于丽霞; 关键词：平稳小波变换阈值函数散斑干涉

基于PADC-PCNN与平稳小波变换多焦距绿色植株图像融合算法: 2023年; [目的/意义]构建绿色植株三维点云模型需大量清晰图像,受镜头景深限制,在采集大纵深植株图像时图像会部分失焦,导致出现边缘模糊、纹理细节丢失等问题,现有的处理算法难以兼顾处理质量和处理速度。本研究目的是提出一种新型算法,提高融合图像质量问题的同时兼顾处理速度。[方法]提出了一种基于非下采样剪切波变换(Non-Subsampled Shearlet Transform,NSST)的参数自适应双通道脉冲耦合神经网络(Parameter Adaptation Dual Channel Pulse Coupled Neural Network,PADC-PCNN)与平稳小波变换(Stationary Wavelet Transform,SWT)的植株图像融合方法。首先对植株的RGB图像进行通道分离,针对含纹理细节等特征较多的G通道进行NSST分解,低频子带使用梯度能量融合规则,高频子带使用PADC-PCNN融合规则;对轮廓信息和背景信息多的R、B通道,采用速度快且具备平移不变性的平稳小波变换,用以抑制伪Gibbs效应。自建了480幅图像共8组数据,以光照环境、距离和植株颜色为变量,同时采集不同焦距图像验证算法性能。[结果和讨论]基于PADCPCNN-SWT算法与常用的快速导向滤波算法(Fast Guided Filter,FGF)、随机游走算法(Random Walk,RW)、非下采样剪切波变换的脉冲耦合神经网络算法(Nonsubsampled Shearlet Transform based Pulse-Coupled Neural Network,NSST-PCNN)、平稳小波变换算法(Stationary Wavelet Transform,SWT)和非下采样剪切波变换的参数自适应双通道脉冲耦合神经网络(Nonsubsampled Shearlet Transform based Parameter-Adaptive Dual-Channel Pulse-Coupled Neural Network,NSST-PADC)等五种算法相比,在清晰度上比前四种算法分别提高了5.6%、8.1%、6.1%和17.6%,在空间频率上比前四种算法分别提高了2.9%、4.8%、7.1%和15.9%,而相较于融合效果最好的NSSTPADC算法在处理速度方面平均提升200.0%,同时调焦范围约6 mm。[结论]本研究提出的基于PADC-PCNNSWT多焦距图像融合算法实现了在; 李嘉豪瞿宏俊高名喆仝德之郭亚; 关键词：图像融合平稳小波变换参数自适应脉冲耦合

基于自适应门限平稳小波变换的时序数据异常值处理方法: 本发明公开了一种基于自适应门限平稳小波变换的时序数据异常值处理方法。主要解决现有技术异常值误检概率较大且效率低的问题。其方案为：从要处理异常值的时序数据中获取待处理的含异常值时序数据f(n)，并进行m层平稳小波变换，得到...; 左磊徐竟翔李亚超李明高永婵禄晓飞赵正李治国

基于平稳小波变换算法的线路故障测距: 2023年; 为解决在线路故障识别时,其行波波头难以辨认以及存在行波波速需要消减这两个问题,本文提出了一种基于平稳小波变换算法的线路故障测距的方法。与传统意义上的小波算法相比,本文提出的算法存在以下3个优点:1.可以有效消除噪声的干扰;2.提高了对行波波头的识别率;3.增强了对奇异点的识别成功率。将上述提出的算法与测距算法相结合,使线路故障的测距结果更加准确。并经MATLAB仿真算例结果发现,本文提出的算法对故障的定位精度高,效果具有普适性。; 赵晨龙; 关键词：故障测距输电线路

基于平稳小波变换的输电线路故障测距被引量：8: 2022年; 为了消除行波波速和故障行波波头识别困难的问题,提出了一种基于平稳小波变换的双端行波测距方法。与离散小波变换相比,在奇异点检测方面更加有效,同时可以有效抑制噪声干扰,进一步增强对行波波头的识别能力。再结合不受波速影响的测距算法,使得测距结果更加精确。通过用MATLAB进行大量的仿真发现,方法的故障定位精度高,具有很好的稳定性和适用性。; 吴承阳王玲桃; 关键词：故障测距行波法输电线路平稳小波变换

基于Spc-Shrink平稳小波变换的GIS局部放电降噪方法被引量：3: 2022年; 气体绝缘金属封闭开关设备进行局部放电检测时易受到白噪声的影响。为了有效滤除局部放电信号中的白噪声干扰,提出了一种基于新型噪声阈值规则的平稳小波降噪方法。该方法利用统计过程控制理论确定了小波系数的初始上限和下限,并根据每层小波系数的统计特征迭代更新上限与下限,通过该上、下限求出信号的噪声阈值水平,从而对局部放电信号的进行自适应降噪。所使用的平稳小波变换摒弃了传统小波的下采样步骤,对局部放电信号的表征更为完整。本文对三种5 dB染噪局部放电信号进行噪声抑制,降噪后信噪比达到19.1433 dB,均方根误差维持在0.03以内。而处理实验室平台下采集的染噪局部放电信号,信号抑制比为17.1769。本文所提算法能较好抑制局部放电信号中的噪声,去噪后的波形特征明显,失真程度低。; 徐肃张彦军徐贵郝文海侯杰王飞; 关键词：局部放电平稳小波变换统计过程控制噪声抑制

基于平稳小波变换的管道防腐层微小破损点定位: 2022年; 为了解决密间隔电位检测技术对管道防腐层微小破损点检测效果不佳的问题,应用有限元方法建立管道杂散电流模型,提取管道防腐层发生微小破损的断电电位信号。提出基于平稳小波变换(Stationary Wavelet Transform,SWT)的断电电位信号分析方法,将信号通过平稳小波分解得到细节系数,细节系数中包含的防腐层微小破损点信息清晰可见。利用软阈值规则对细节系数进行去噪,加强了对破损点信息的识别效果。结果表明:SWT细节系数能够有效表征管道防腐层微小破损点信息从而进行精准定位,且防腐层破损点轴向、周向位置变化,破损面积大小及采样点与破损点位置间距变化都会影响细节系数峰值。该方法检测精度高,可为管道防腐层微小破损点定位提供有效分析手段。; 吴涛冯阳赖文沁汤彬坤钟剑锋钟舜聪; 关键词：平稳小波变换埋地管道

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈