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:
将相关性分析方法和阀值降噪方法相结合,提出了一种基于蚁群算法的小波降噪双阙值优选方法.首先根据噪声的分布特点确定合理的寻优区间;然后根据信号和噪声的小波系数自相关系数的不同特点确定优化日标函数;最后利用蚁群算法在寻优区间内搜索最优上下阈值.仿真和压缩机振动故障检测的实际应用表明,该方法能够选掸最优降噪阈值,有效去除噪声.
推荐文章
基于提升小波的改进半软阈值降噪方法
信号处理
降噪
提升小波
阈值
信噪比
基于奇异值差分谱分析和蚁群算法的小波阈值降噪
小波阈值降噪
奇异谱分析
奇异值差分谱
蚁群优化算法
脉冲星信号的模糊阈值小波降噪算法
模糊阈值
小波变换
脉冲星信号
隶属度函数
基于小波阈值和LMS算法语音降噪算法研究
LMS
小波阈值
语音降噪
信号处理
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 基于蚁群算法的小波降噪双阈值优选方法
来源期刊 控制与决策 学科 工学
关键词 小波变换 降噪闽值 相关性分析 蚁群算法 压缩机振动故障检测
年,卷(期) 2011,(1) 所属期刊栏目 论文与报告
研究方向 页码范围 115-119
页数 分类号 TP277
字数 语种 中文
DOI
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 邵诚 大连理工大学先进控制技术研究所 120 2026 21.0 41.0
2 韩瑜 大连理工大学软件学院 21 177 8.0 13.0
3 王传鑫 大连理工大学先进控制技术研究所 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (135)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (14)
二级引证文献  (9)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(6)
  • 参考文献(4)
  • 二级参考文献(2)
2011(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)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
小波变换
降噪闽值
相关性分析
蚁群算法
压缩机振动故障检测
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
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
总被引数(次)
141238
论文1v1指导