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:
针对小波阈值去噪算法中阈值参数人为选择导致去噪效果不明显的问题,提出了一种基于遗传算法对阈值参数进行自动寻优的小波去噪算法.该算法通过运用遗传算法得到最优阈值,进而采用此最优阈值对采集到的超声信号进行小波阈值降噪处理,达到保留有用信息,有效减少噪声的目的.实验结果表明,该算法对超声信号进行降噪后的信噪比是25.558 dB,相比于采用默认阈值进行小波去噪提高了11%.该算法可应用于实际的工程降噪.
推荐文章
基于提升小波的超声信号降噪方法
提升小波
超声信号
降噪
信噪比
基于局部熵的超声信号阈值降噪方法
超声检测
金属材料
结构噪声
信号降噪
局部熵
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
基于集合经验模态分解-小波阈值方法的爆破振动信号降噪方法
爆破信号
集合经验模态分解
小波阈值
降噪
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 基于遗传优化的超声信号小波阈值降噪方法
来源期刊 中北大学学报(自然科学版) 学科 工学
关键词 超声信号 小波变换 阈值去噪 遗传算法
年,卷(期) 2013,(6) 所属期刊栏目 电子与电子信息
研究方向 页码范围 691-695
页数 5页 分类号 TP391
字数 2301字 语种 中文
DOI 10.3969/j.issn.1673-3193.2013.06.021
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 陈友兴 中北大学电子测试技术国家重点实验室 84 338 10.0 13.0
2 王召巴 中北大学电子测试技术国家重点实验室 187 885 14.0 18.0
3 郭强 中北大学电子测试技术国家重点实验室 11 18 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (352)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1960(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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(9)
  • 参考文献(2)
  • 二级参考文献(7)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(6)
  • 参考文献(6)
  • 二级参考文献(0)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超声信号
小波变换
阈值去噪
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
中北大学学报(自然科学版)
双月刊
1673-3193
14-1332/TH
大16开
太原13号信箱
1979
chi
出版文献量(篇)
2903
总下载数(次)
7
总被引数(次)
15437
论文1v1指导