搜索资源列表
62
- 对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷，提出一种基于参数优化和奇异值分解(SVD)提高重分配尺度谱时频分布可读性的方法。首先利用Shan— non熵方法优化重分配尺度谱基函数的时间．带宽积(TBP)，克服其时、频分辨率不能同时达到最佳的缺陷，再对重分配尺度谱 进行SVD降噪降低噪声干扰影响，提高时频分布的可读性。最后用该方法对仿真信号和滚动轴承故障信号进行了分析，结果表明该方法的时频聚集性更好，抗噪能力更强，能
63
- 提出一种基于小波分析和奇异谱降噪理论的新方法, 在分析滚动轴承故障特性的基础上, 将奇异谱理论的降噪方法与小波分析理论结合应用于滚动轴承故障诊断中。实例表明,这种结合后的新方法能够更有效地降低噪声,突出振动信号的故障特性, 从而提高设备故障诊断的准确率。-Proposed based on wavelet analysis and Singular Spectrum Reduction Noise Theory new methods in the analysis of rolling bea
66
- 对结构响应信号进行连续复Morlet小波变换，根据小波系数的模极大值提取小波脊线，识别结构的瞬时频率；为降低噪音的影响，采用奇异值分解(SVD)方法进行降噪处理，建立了一种基于连续复小波变换识别时变系统 瞬时频率的方法。用一个具有时变刚度的弹簧质量系统的数值算例验证方法的有效性，随后设计了一个时变拉索 结构试验，分别对索施加线性和正弦变化的拉力，同时测试结构的冲击响应，运用提出的方法成功地识别了索的瞬时频率。数值与试验结果表明，提出的方法能有效地识别时变结构的瞬时频率，且识别方法具有一定
SAR-image-despeckling
- SAR图像降斑，本文中，我们结合了小波变换进行图像的分解，并在分解的高频部分采用阈值去噪。-SAR image speckle reduction, this paper, we combine the wavelet transform for image decomposition and decomposition of the high-frequency part of the use thresholding.
random-noise
- 基于小波变换的随机噪声降噪的matlab 主要运用的方法有软阈值去噪法和硬阈值去噪法-Based on wavelet transform matlab random noise and noise reduction methods are mainly used soft thresholding method and hard thresholding method
Image_Denoising_by_Sparse
- 一种基于小波分解的图像去噪算法。较传统的滤波去噪方法，可以取得更好的效果。-a wavelet-based image denoising method. Compared with traditional filter-based denoising method, it could get better result.
RLS
- 这是一篇关于小波降噪的文章，希望对采用小波降噪的读者有用。-This is an article on the wavelet noise reduction, and I hope useful to readers using wavelet noise reduction.
xiaobozongjie
- 小波分析用于去噪,图像压缩，边界扭曲，分解与重构，图像融合，数字水印，边缘检测例子源码-Wavelet analysis for denoising, image compression, border distortion, decomposition and reconstruction, image fusion, digital watermarking, edge detection source code examples
112
- 以离散平稳小波变换的心电信号噪声去除方法为基础，根据噪声的不同来源及其频带分布特点，对变换后的细节信号采用不同的阈值去噪方案。并提出一种基于准则原理的阈值选取方法。经国际标准数据库中验证，试验表明，该方法行之有效-With discrete stationary wavelet transform of ecg signal to noise removal method as the foundation, according to the different sources of noise
113
- 介绍了小波二进制变换的基本原理 , 简述了小波变换奇异性和信号突变的关系。 基于小波变换, 给出一种结合3R 准则、 软硬阈值折衷法的奇 异信号小波检测方 法。仿真结果表明此法 既能有效地消除噪 声, 又能较好 保留奇异信号-This paper introduces the basic principle of binary wavelet transform, signal singularity and wavelet transform are briefly discussed the
118
- 滚动轴承振动信号容易受 到随机噪声 的污染, 如 何去噪 成为滚动轴承故障诊断的关键问题之一。而传统的消噪方法可能会将信号中一些能量小的有用信号当作噪声消除, 本 文即提出 一种改进 的小波消噪方法-Rolling bearing vibration signals are easily influenced by the random noise pollution, such as any denoising become one of the key problems of rolling
xiaobojiangzao
- 与前边的程序配套使用，模拟实现小波去噪。-And in front of the program to simulate the matching, wavelet denoising.
cs-speech-enhancement
- 文利用带噪语音经特征基函数矩阵转换后所具有的稀疏特性，用最大似然估计方法对转换后得到的稀疏 分量进行非线性压缩去噪，然后再经过反变换和重构恢复出原始语音信号的估计。特征基函数矩阵反映了语音数据本 身的统计特性，因此具有很好的合理性和可取性。仿真结果表明利用稀疏编码方法能极大程度地抑制背景噪卢，与小波消噪法相比优势明显。-a speech enhancement algorithm based Compressed Sensing.
Locating-Voltage-Sags
- 电压跌落是最严重的动态电能质量问题之一， 精确定位电压跌落起止时间是应对电压跌落问题的 重要前提和基础。由于电压采样信号往往有噪声分 量，现有的方法在定位电压跌落的起止时间时存在 局限性。本文提出利用多小波变换及相邻系数去噪 的电压跌落定位方法。多小波兼有对称性、正交性、 有限支撑性和二阶消失矩等优异的信号处理性能， 利用GHM多小波可以准确定位电压跌落起止时间。 多小波变换系数在每层之间具有对应关系，多小波 相邻系数将紧相邻的若干个系数作为一个整体来确
XIAOBOQUZAO
- 小波分析在心电信号去噪中的应用,小波变换在心电图数据处理中的应用研究-Wavelet analysis of ECG signal denoising
EMD-Based-Denoising-
- 其中一个为这经验模式分解的任务（EMD）是潜在有用的非参数信号去噪 为此小波阈值一直占主导地位的技术的区域多年。-One of the empirical mode decomposition of this task (EMD) is potentially useful non-parametric signal wavelet threshold de-noising for many years to this end has been the dominant technology i
emd
- 利用EMD和小波信号去噪的参考文献，适合初学者学习！-The use of EMD and wavelet signal de-noising references, suitable for beginners to learn!
lvbo
- 通过小波阈值去噪，选取db5小波进行6层分解，对心音信号进行去噪-By wavelet thresholding, select db5 wavelet decomposition of six layers of the heart sound signal de-noising
mt
- 小波分析理论是一种新兴的信号处理理论，它在时间上和频率上都有很好的局部性，这使得小波分析非常适合于时频分析，借助时频局部分析特性，小波分析理论已经成为信号去噪中的一种重要的工具。利用小波方法去噪，是小波分析应用于实际的重要方面。-The wavelet analysis theory is a new signal processing theory. It has a very good topicality in time and frequency, which makes the wav
dual-tree
- 首先将非平稳的故障振动信号进行双树复小波包分解，得 到不同频带的分量；然后对每个分量求其峭度值和相关系数并进行比较；最后选取峭度值和相关系数较大的分量 进行软阈值降噪和双树复小波包重构，即可有效地消除振动信号中噪声的干扰，同时保留信号中的有效信息即实 现了故障特征信息的提取。-In view of the above situation, a new fault diagnosis method is proposed based on dual-tree complex wa