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:
基于现有的全变分信号去噪过程中依靠经验选择参数使得去噪效果精确度低的问题,本文提出一种新颖的全变分信号去噪的最佳参数选择方法,将粒子群优化算法(PSO,Particle Swarm Optimization)运用其中,首先研究了全变分图像去噪模型,介绍标准PSO算法过程,结合粒子群优法来选择最佳参数,分析了粒子群优法选择参数的过程,实验结果显示了本文所提出的参数选择方法有效性和可靠性.
推荐文章
方向邻域全变分图像去噪
图像去噪
全变分
Sobel算子
边缘方向
基于小波阈值和全变分模型的图像去噪
图像去噪
自适应阈值
小波变换
全变分模型
结合全变分的双边滤波图像去噪方法研究
数字图像
图像去噪
TV正则化
双边滤波
基于变分模态分解和小波分析的语音信号去噪方法
语音信号
变分模态分解
相关系数
小波阈值去噪
相关性分析
阈值设定
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 全变分信号去噪的最佳参数选择方法
来源期刊 山东工业技术 学科
关键词 全变分 信号去噪 粒子群优化算法
年,卷(期) 2016,(12) 所属期刊栏目 电子技术
研究方向 页码范围 148-149
页数 2页 分类号
字数 2067字 语种 中文
DOI 10.16640/j.cnki.37-1222/t.2016.12.127
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (23)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
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)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 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
全变分
信号去噪
粒子群优化算法
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
山东工业技术
双月刊
1006-7523
37-1222/T
16开
山东省济南市
1982
chi
出版文献量(篇)
34126
总下载数(次)
103
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导