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:
把小波包变换和神经网络相结合,对含多模噪声信号进行消噪研究.首先对含噪信号序列进行小波包分解,得到不同尺度下的小波包分解系数,接着以这些不同频带的分解系数作为三层前向BP神经网络的输入特征向量,通过神经网络不断的修正和优化处理,最后以处理后的分解系数进行小波包重构,从而达到消噪的目的.实际计算及仿真表明,小波包神经网络消除多模噪声是一种非常有效的方法.
推荐文章
基于小波包消噪和Elman的网络流量预测
小波包
小波包消噪
Elman神经网络
网络流量
预测
基于自适应小波神经网络实现鱼雷超声引信信号消噪
鱼雷
超声引信
自适应
小波分析
神经网络
强背景噪声下的小波熵模极大值消噪方法
小波熵
模极大值
矿井提升机
消噪
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 多模噪声背景下基于小波包神经网络的信号消噪研究
来源期刊 西北师范大学学报(自然科学版) 学科 工学
关键词 多模噪声 小波包神经网络 小波包变换
年,卷(期) 2012,(5) 所属期刊栏目 计算机与信息科学
研究方向 页码范围 40-42,47
页数 分类号 TN911.7
字数 1766字 语种 中文
DOI 10.3969/j.issn.1001-988X.2012.05.009
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 山拜·达拉拜 新疆大学信息科学与工程学院 63 200 7.0 10.0
2 孔万麟 昌吉学院物理系 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (30)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
多模噪声
小波包神经网络
小波包变换
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
西北师范大学学报(自然科学版)
双月刊
1001-988X
62-1087/N
大16开
甘肃兰州安宁东路967号
54-53
1942
chi
出版文献量(篇)
3180
总下载数(次)
2
总被引数(次)
17931
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导