导读:本文包含了数据消噪论文开题报告文献综述及选题提纲参考文献，主要关键词:变形监测,消噪处理,EEMD,PCA
数据消噪论文文献综述
郑旭东[1]（2019）在《基于EEMD-PCA模型的大坝变形数据消噪分析》一文中研究指出在大坝变形监测领域中,由于实际工程的复杂性,以及外界环境的不确定性,获得的变形观测数据往往存在一定的误差。而误差的存在,直接导致了观测数据波动性的增强,在一定程度上掩盖了工程的实际变形情况;严重时,由于从观测数据获得信息与实际变形情况完全不符,则会导致对工程安全的判断及决策的失误,进而造成重大人身和财产方面的损害。各类消噪方法也被应用于实际中来消除数据的误差,但传统消噪模型由于各自的局限性,已逐渐不能满足现在的工程需求,且大多传统模型需要根据工程情况,手动调整模型参数,缺乏自适应性。本文针对此种情况,提出一种基于集合经验模态分解(EEMD)和主成分分析(PCA)的新的消噪方法,并在此基础上,结合自回归移动平均模型(ARIMA)提出一种基于EEMD-PCA-ARIMA的大坝变形数据预测模型。应用仿真数据与大坝实测数据进行实验分析,同时,将多指标综合评价理论引入消噪结果的评价中。结果表明:(1)EEMD-PCA的消噪方法对于大坝变形数据的消噪处理行之有效,且具有一定的自适应性;(2)EEMD-PCA-ARIMA的大坝变形数据预测模型能够更好的获取大坝的实际变形曲线,从而取得较好的预测精度;(3)引入的多指标综合评价理论相比传统消噪评价指标更加直观明了,值得进一步研究与推广。本文的具体研究内容和成果有:1.提出了一种基于EEMD-PCA的消噪模型。通过对观测数据进行集合经验模态分解构建样本矩阵,然后对其进行主成分分析选择相应的主成分构建映射矩阵,接着利用映射矩阵对原始数据构建的样本矩阵进行映射,从而实现消噪目的。2.在研究过程中为了更加直观的反映出消噪的效果,进一步引入了多指标综合评价理论,通过对传统的多个指标进行赋权,对原有的评价指标得到的结果进行加权平均,得到一个新的评价指标,进而直观的反映出消噪结果的优劣。3.利用本文提出的模型对仿真数据进行消噪处理,并和小波消噪、直接EEMD分解后直接剔除高频分量的消噪方法进行对比。在小波消噪的过程,使用sym6,haar,db3几种小波基,分别进行1-10层的小波消噪处理,并利用引入的多指标综合评价理论进行评价。4.利用本文提出的消噪模型对大坝实测变形值进行消噪处理,消噪效果良好具有一定的自适应性,且具有实际意义,对于实际工程数据来说,是一种行之有效的数据处理方法。进一步结合ARIMA模型提出一种基于EEMD-PCA-ARIMA的大坝变形数据预测模型,通过与现有的几种预测模型进行预测对比,验证其预测精度。(本文来源于《桂林理工大学》期刊2019-06-01）
李肃义,赵彦超,孙卫斌,蒋善庆,申春[2]（2019）在《海洋可控源电磁数据的新型小波基消噪方法》一文中研究指出海洋可控源电磁(MCSEM)信号极易受到多种噪声的干扰,从而影响后期数据的反演解释精度。基于小波技术的降噪理论和方法已被广泛应用于MCSEM信号的消噪领域,但小波基均为通用小波基,消噪效果有待提升,提出了构造专用于MCSEM信号的新型小波基。首先,通过粒子群优化算法(PSO),以新型小波函数与MCSEM信号的平均相似度作为约束条件,迭代求解滤波器组的最优系数;然后利用得到的系数构造新型小波基。其次,针对深海勘探中的海水扰动噪声,设计了基于新型小波基消噪方法,并利用仿真的含噪数据与传统小波基消噪方法进行了对比实验;通过信噪比(SNR)及均方误差(MSE)进行消噪效果评价,表明新型小波基消噪方法优于传统小波基消噪方法。最后,将新型小波基消噪方法应用到了实测MCSEM数据中;通过消噪前后的时域信号及振幅随偏移距变化(MVO)曲线对比分析,结果表明,该方法不仅可以去除海水扰动类噪声,还可以扩大MVO曲线偏移距的解释范围,证明了基于新型小波基消噪方法的有效性和实用性。(本文来源于《仪器仪表学报》期刊2019年02期）
梁荣,董丁稳[3]（2018）在《矿井瓦斯监测数据消噪方法》一文中研究指出针对矿井瓦斯监测数据采用小波消噪容易剔除有效信号成分的问题,提出了一种基于希尔伯特-黄变换的矿井瓦斯监测数据消噪方法。该方法将原始瓦斯监测数据序列通过经验模态分解处理成若干固有模态函数分量的集合,进而通过Hilbert变换得到边际谱,依据原始瓦斯监测数据序列与各固有模态函数分量边际谱中的幅频关系来分析二者的相关性,确定噪声信号序列并剔除。实例分析表明,通过经验模态分解处理使得瓦斯监测数据序列在时间尺度上特征明显,易于识别信号的高频噪声部分,通过Hilbert谱分析,可消除瓦斯监测数据序列中的高频噪声信号,并保留原始瓦斯监测数据的本征特征,在实现消噪处理的同时避免信号失真,保持了瓦斯监测数据的真实性。(本文来源于《工矿自动化》期刊2018年02期）
郭兴平[4]（2016）在《基于小波阈值法消噪的建筑变形监测数据处理分析》一文中研究指出基于小波分析理论,利用小波消噪技术,对一组建筑物变形监测数据进行了消噪处理。实际计算结果表明,小波消噪合理有效,能够敏感识别观测噪声和有用信息,不需要待检测信号的先验知识,特别适合于建筑物变形监测的数据处理。(本文来源于《世界有色金属》期刊2016年12期）
薛彩霞,俞孟蕻,丁彦侃[5]（2016）在《小波阈值消噪在船舶试验数据预处理中的应用》一文中研究指出随着船舶和深海技术的迅速发展,对船舶数学模型也提出了更高的要求,为消除由船舶系统本身实验环境的复杂性、传感器和数据采集系统的非理想性等众多因素对船舶实测数据的影响,获取准确的初始数据用于建模,介绍了小波阈值消噪法用于数据预处理,并且以艏向实测数据为例介绍了运用db小波进行消噪的过程。通过仿真,将处理后的数据与试验数据对比,结果表明处理过的数据更加平滑和精确,为后续的船舶精确建模任务提供了可靠的实验数据。(本文来源于《电子设计工程》期刊2016年08期）
张心光,邹早建,尹建川[6]（2016）在《基于小波阈值消噪法的船舶操纵性试验数据消噪》一文中研究指出基于不同的小波基函数和小波分解层数,应用小波阈值消噪法分别对掺杂有野值的自航模标准20o/20oZ形仿真试验数据进行消噪,通过将经过消噪处理的Z形试验数据和Z形仿真试验数据进行对比,验证了小波阈值消噪法在船舶操纵性试验数据消噪方面的有效性。同时,通过对20o/20oZ形试验数据消噪效果进行比较,表明可以通过增加小波基函数的长度来提高试验数据消噪效果以及不同小波基函数在相同消噪方法下存在一个消噪效果最好的小波分解层数。(本文来源于《中国造船》期刊2016年01期）
王爱娟,邢艳秋,邱赛,王蕊[7]（2016）在《基于窗函数的林区ICESat-GLAS波形数据消噪研究》一文中研究指出在利用对地学激光测高系统(the Ice,Cloud and land Elevation-Geoscience Laser Altimeter System)数据估测森林结构参数时,需对原始波形进行去噪处理,以提高估测精度。以吉林汪清林区为例,提出了基于窗函数的林区GLAS数据消噪方法,选取了5种窗函数对GLAS数据进行消噪并比较其消噪精度。结果表明:窗函数对林区波形数据消噪具有较好的效果,窗函数消噪法的信噪比SNR最高为40.488 679,均方根误差RMSE最低为0.000 335;GLAS数据经窗函数消噪后能够合理地预测林区冠层高度,预测冠层高度与实测冠层高度的回归精度r从0.725增至0.820;本研究所选的几种窗函数中布拉克曼窗函数的消噪效果较好。结果说明了窗函数在对ICESat-GLAS波形数据消噪中具有很大的应用潜力。(本文来源于《西北林学院学报》期刊2016年01期）
雷雨,赵丹宁[8]（2015）在《基于经验模分解的PPP时间比对数据消噪方法》一文中研究指出精密单点定位(PPP)时间比对数据会受到观测噪声的影响,因此对时间比对数据进行消噪是一项重要工作。提出一种基于经验模分解(EMD)的PPP时间比对数据消噪方法,并将该方法与Vondrak滤波方法的消噪效果进行对比。结果表明,两种方法的消噪效果相当,均能有效滤除PPP时间比对数据中的随机噪声,明显改善时间比对的稳定度。(本文来源于《宇航计测技术》期刊2015年05期）
陈建均,胡乃联,李国清,马朝阳[9]（2015）在《基于小波消噪-神经网络的钻孔数据预处理》一文中研究指出针对地质品位信息存在系统噪声和测量噪声的问题,提出利用小波消噪的时频特性对钻孔数据进行预处理,然后运用神经网络的非线性和自适应性对消噪结果进行优化。将该方法应用于某露天钼矿的钻孔数据预处理,并通过克里金法进行品位插值。结果表明:采用钻孔数据预处理的插值效果优于未进行预处理的克里金法插值,验证了该方法的可行性和有效性。(本文来源于《现代矿业》期刊2015年01期）
于瀛,兰孝奇[10]（2014）在《小波阈值消噪在大坝变形数据处理中的应用》一文中研究指出为了克服硬阈值函数不连续,软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺陷,更好地改进滤波效果,提高去噪质量,须采用一种新的阈值处理策略。新阈值函数表达式简单易于计算,克服了硬软阈值的缺点。实验结果表明,该方法可以有效地去除白噪声干扰,无论是在视觉效果上还是在信噪比和均方误差定量指标上均明显优于常用的软、硬阈值及Matlab的阈值优化算法,充分体现出其优越性。(本文来源于《测绘与空间地理信息》期刊2014年04期）
数据消噪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
海洋可控源电磁(MCSEM)信号极易受到多种噪声的干扰,从而影响后期数据的反演解释精度。基于小波技术的降噪理论和方法已被广泛应用于MCSEM信号的消噪领域,但小波基均为通用小波基,消噪效果有待提升,提出了构造专用于MCSEM信号的新型小波基。首先,通过粒子群优化算法(PSO),以新型小波函数与MCSEM信号的平均相似度作为约束条件,迭代求解滤波器组的最优系数;然后利用得到的系数构造新型小波基。其次,针对深海勘探中的海水扰动噪声,设计了基于新型小波基消噪方法,并利用仿真的含噪数据与传统小波基消噪方法进行了对比实验;通过信噪比(SNR)及均方误差(MSE)进行消噪效果评价,表明新型小波基消噪方法优于传统小波基消噪方法。最后,将新型小波基消噪方法应用到了实测MCSEM数据中;通过消噪前后的时域信号及振幅随偏移距变化(MVO)曲线对比分析,结果表明,该方法不仅可以去除海水扰动类噪声,还可以扩大MVO曲线偏移距的解释范围,证明了基于新型小波基消噪方法的有效性和实用性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数据消噪论文参考文献
[1].郑旭东.基于EEMD-PCA模型的大坝变形数据消噪分析[D].桂林理工大学.2019
[2].李肃义,赵彦超,孙卫斌,蒋善庆,申春.海洋可控源电磁数据的新型小波基消噪方法[J].仪器仪表学报.2019
[3].梁荣,董丁稳.矿井瓦斯监测数据消噪方法[J].工矿自动化.2018
[4].郭兴平.基于小波阈值法消噪的建筑变形监测数据处理分析[J].世界有色金属.2016
[5].薛彩霞,俞孟蕻,丁彦侃.小波阈值消噪在船舶试验数据预处理中的应用[J].电子设计工程.2016
[6].张心光,邹早建,尹建川.基于小波阈值消噪法的船舶操纵性试验数据消噪[J].中国造船.2016
[7].王爱娟,邢艳秋,邱赛,王蕊.基于窗函数的林区ICESat-GLAS波形数据消噪研究[J].西北林学院学报.2016
[8].雷雨,赵丹宁.基于经验模分解的PPP时间比对数据消噪方法[J].宇航计测技术.2015
[9].陈建均,胡乃联,李国清,马朝阳.基于小波消噪-神经网络的钻孔数据预处理[J].现代矿业.2015
[10].于瀛,兰孝奇.小波阈值消噪在大坝变形数据处理中的应用[J].测绘与空间地理信息.2014