基于小波变换阈值去噪算法的改进

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:sgaini1532
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
小波变换在信号的滤波降噪处理中应用非常广泛,针对传统小波阈值去噪算法中软、硬阈值函数以及Garrote阈值函数的不足,构造出一个新的阈值函数,并采用新的阈值确定方法,对信号的去噪处理更加灵活,克服了传统阈值函数的不足。通过Matlab软件,对传统阈值函数以及本文提出的改进阈值函数进行去噪处理仿真,在信噪比(SNR)和均方误差(MSE)两个方面进行定量对比。实验结果表明,使用改进的阈值函数进行去噪处理后,信号具有更高的信噪比和更小的均方误差,去噪效果优于传统方法。
其他文献
由于管道压浆密实度无损检测方法未对管道压浆密实度进行探测,导致检测精度不高、耗时较长,提出基于冲击回波法的预应力管道压浆密实度无损检测方法。引用冲击回波法对管道内部结构进行探测,通过分析反射波、折射波以及入射波之间的关系,对管道压浆密实度探测;基于探测结果,通过动力有限元软件对预应力管道压浆工况进行详细分析,实现预应力管道压浆密实度无损检测。选用便携式冲击回波测试仪针对几种较为典型的预应力管道压浆
针对大数据智能分类效率低、占用率较高的问题,提出了一种云计算下低占用率大数据智能分类方法,采用贝叶斯算法构建智能分类模型,使其后续分类时通过朴素贝叶斯智能分类器可以将容错率降到最小,并构建压缩函数及选择特征使其能够和源数据之间的区分程度相同的,对智能分类模型进行训练,通过训练后的分类模型对源数据进行特征分类,最终完成云计算下大数据智能分类的目的。仿真结果表明,使用改进方法对大数据分类,其计算过程简
针对人体行为识别技术存在特征融合精度低、行人轮廓提取噪声高等问题,提出基于特征融合和度量学习的行人行为识别方法。采用离散小波变换方法提取相关行为和轮廓特征,通过K-L变换技术获取图像特征融合数据,利用马氏距离算法实现图片特征度量学习,运用EDM交叉距离完成行人行为相对应的识别。仿真结果表明:研究设计的行为识别方法可以高精度的融合视频图像行人行为特征,准确识别行人行为,为监控安全领域提供了强有力理论