基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在讨论小波阈值去噪的软阙值、硬阈值方法基础上,提出了一种利用遗传算法对上下阈值T1和T2进行优化,并通过双阈值进行阈值量化的新方法,该方法不仅能有效地克服硬阈值处理方法可能引起的伪吉布斯现象和软阈值处理方法的恒定偏差的不足,还能有效地从高频信号中去除噪声引起的高频干扰信号.仿真实验结果表明:该方法在信号去噪中比传统的硬阈值和软阈值方法有更高的信噪比和更小的均方误差,可以较好地恢复信号.
推荐文章
一种基于遗传算法的小波阈值去噪方法
遗传算法
阈值去噪
最优阈值
阈值函数
基于小波阈值的图像去噪方法研究
小波变换
图像去噪
阈值
自适应小波阈值去噪方法
小波变换
SURE
自适应算法
信号去噪
改进小波阈值算法的去噪研究
聚合经验模态分解
方差贡献率
特征模态分量
小波去噪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遗传算法的双阈值小波去噪方法研究
来源期刊 传感器与微系统 学科 工学
关键词 小波去噪 双阈值 阈值规则 遗传算法
年,卷(期) 2007,(6) 所属期刊栏目 研究与探讨
研究方向 页码范围 20-22,25
页数 4页 分类号 TN011
字数 3270字 语种 中文
DOI 10.3969/j.issn.1000-9787.2007.06.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑世杰 南京航空航天大学智能材料与结构研究所 32 223 8.0 13.0
2 张荣祥 南京航空航天大学智能材料与结构研究所 3 56 2.0 3.0
3 李正强 南京航空航天大学智能材料与结构研究所 2 22 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (12)
参考文献  (5)
节点文献
引证文献  (20)
同被引文献  (52)
二级引证文献  (72)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(5)
  • 引证文献(5)
  • 二级引证文献(0)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(13)
  • 引证文献(3)
  • 二级引证文献(10)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(9)
  • 引证文献(3)
  • 二级引证文献(6)
2018(17)
  • 引证文献(2)
  • 二级引证文献(15)
2019(16)
  • 引证文献(1)
  • 二级引证文献(15)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
小波去噪
双阈值
阈值规则
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
总被引数(次)
66438
论文1v1指导