导读:本文包含了最优分解层数论文开题报告文献综述及选题提纲参考文献，主要关键词:在线磨粒检测,分解层数,自适应降噪,双树复小波变换
最优分解层数论文文献综述
李一宁,张培林,徐超,杨玉栋,张云强[1]（2015）在《油液磨粒超声回波信号双树复小波自适应降噪最优分解层数的研究》一文中研究指出磨粒超声回波信号受到各种因素的影响,从而存在噪声,分解层数的选取对降噪效果影响很大。为此,提出了一种基于粒子群优化算法(PSO)的最优分解层数选取方法,将得到的最优分解层数代入双树复小波域,采用一种渐近半软阈值函数与一种自适应阈值选择方法相结合,对含噪磨粒回波信号进行双树复小波阈值降噪,选取信噪比(SNR)和均方根误差(RMSE)两个参数评价降噪结果。仿真与实验结果表明:通过粒子群优化算法选取的分解层数得到的信噪比最高,油液磨粒超声回波信号自适应降噪方法对磨粒超声回波信号具有显着的降噪效果,明显提高了信噪比,降低了均方根误差,还原了信号的波形特征,为后续的特征提取与智能识别打下了良好的基础。(本文来源于《机床与液压》期刊2015年19期）
宋瑾[2]（2014）在《多聚焦图像融合中最优双树复小波分解层数的选择》一文中研究指出采用具有近似平移不变性和方向选择性的双树复小波变换对多聚焦图像进行多分辨率分析与重构,是一种高效的融合方法。然而,分解层数的选择是影响该算法性能的重要因素之一。本文提出了一种基于信息熵、互信息量、边缘融合质量和加权融合质量等融合质量评价指标确定最优分解层数的方法。实验结果表明,不同的原始图像用同种融合算法分解重构,最优分解层数不一定相同;相同的原始图像用不同的融合算法分解重构,最优分解层数也不一定相同。因此,只有综合考虑多种代表性的评价指标,才能确定最优分解层数。(本文来源于《中国新通信》期刊2014年22期）
郭玉荣,崔玲丽,高立新,阳子婧[3]（2014）在《冗余提升小波的最优分解层数的确定》一文中研究指出针对目前所采集的机械设备故障振动信号中包含大量的强噪声信号,将奇异谱分析方法引入到冗余提升第二代小波阈值算法中,实现了一种基于奇异谱分析的冗余提升第二代小波最优分解层数的自适应选择。主要根据冗余提升小波分解过程中细节信号的奇异谱特性来确定最优分解层数,并与冗余提升小波阈值降噪方法相结合,实现降噪效果最优的自适应选择。通过对比不同分解层数的降噪效果,可以有效提高冗余提升小波降噪中的使用性能。仿真和工程振动信号分析结果验证了该方法的有效性。(本文来源于《机械设计与制造》期刊2014年11期）
黄兆杰,金思毅,王莉[4]（2013）在《化工过程强制去噪小波滤波最优分解层数的选取》一文中研究指出强制去噪小波滤波能有效降低化工过程测量数据的误差,然而该滤波对误差的校正效果与分解层数有很大关系。因此提出用高频系数和低频系数的相关系数和相邻两层高频系数方差之比共同判断最优分解层。通过总结2个化工数据校正例子的计算结果,得出了相关系数和方差比的阈值。在庚烷催化反应模型中数据校正的结果表明,所提出的2个判断参数能有效确定强制去噪滤波的最优分解层。(本文来源于《青岛科技大学学报(自然科学版)》期刊2013年03期）
伍龙,邢丽坤,陈帅[5]（2012）在《基于奇异谱分析的最优分解层数确定算法》一文中研究指出将奇异谱分析理论引入小波阈值算法中实现了一种基于奇异谱分析的自适应最优分解层数确定算法。通过对比不同信噪比下带噪信号的奇异谱分布情况,根据小波系数的奇异谱特性来确定最优分解层数。经测试,该算法可以根据带噪信号受噪声干扰情况自适应地确定最优分解层数,有效提高了语音增强效果并且避免了不必要的硬件资源浪费。(本文来源于《计算机工程与应用》期刊2012年36期）
宋建辉,于洋,陈亮[6]（2011）在《可变噪声环境下小波最优分解层数自适应确定算法》一文中研究指出小波分解层数的确定是小波降噪算法的关键技术。本文根据重构信号信噪比随分解层数的变化规律,构造了用于确定小波最优分解层数的判断函数,提出了小波最优分解层数的自适应确定算法,该算法能够在可变噪声环境下自适应的选择最优分解层数以达到最优的消噪效果。仿真结果和工程应用结果表明,该算法在消噪过程中,可以自适应的选择最优的分解层数,对应的重构信号的信噪比均为最优,具有很强的实用性。(本文来源于《Proceedings of the 2011 International Conference on Future Computer Science and Application（FCSA 2011 V3）》期刊2011-07-16）
王永,赵书涛,何平[7]（2011）在《变压器局放信号小波消噪最优分解层数研究》一文中研究指出介绍了小波域阈值消噪法中基于高频系数白化检验自适应确定分解层数方法的特点与不足,分析了分解层数不同时重构信号间的最小均方误差变化趋势,并据此对上述方法进行了改进。最后用该方法编程对变压器局部放电信号进行了分析,验证了算法的有效性。(本文来源于《电力科学与工程》期刊2011年04期）
王维,张英堂,任国全[8]（2009）在《小波阈值降噪算法中最优分解层数的自适应确定及仿真》一文中研究指出小波阈值降噪算法是一种有效的从测试信号中去除噪声的方法。通过对有用信号和噪声信号在小波空间上传播特性的不同进行分析,提出了一种基于小波去相关白噪声检验的最优分解层数自适应确定算法。该算法可以根据含噪声信号的特点和信噪比,自适应的选择小波变换的最优分解层数以达到最优的降噪效果。最后,在MATLAB环境下进行了仿真实验,并进行了工程应用。仿真实验和工程应用结果表明,该方法可以有效的确定合理分解层数得到最优的信噪比。(本文来源于《仪器仪表学报》期刊2009年03期）
蔡铁,朱杰[9]（2006）在《小波阈值降噪算法中最优分解层数的自适应选择》一文中研究指出小波阈值降噪算法是一种去除数字信号中白噪声的有效算法.针对加性高斯白噪声的情况,提出一种自适应小波降噪算法,用于语音信号的增强.它能根据带噪信号的特点,自适应选择小波变换的最优分解层数.实验结果表明,该算法比经典的小波降噪算法具有更好的降噪效果,能有效提高算法的实用性能.(本文来源于《控制与决策》期刊2006年02期）
最优分解层数论文开题报告
（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：
采用具有近似平移不变性和方向选择性的双树复小波变换对多聚焦图像进行多分辨率分析与重构,是一种高效的融合方法。然而,分解层数的选择是影响该算法性能的重要因素之一。本文提出了一种基于信息熵、互信息量、边缘融合质量和加权融合质量等融合质量评价指标确定最优分解层数的方法。实验结果表明,不同的原始图像用同种融合算法分解重构,最优分解层数不一定相同;相同的原始图像用不同的融合算法分解重构,最优分解层数也不一定相同。因此,只有综合考虑多种代表性的评价指标,才能确定最优分解层数。
（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。
最优分解层数论文参考文献
[1].李一宁,张培林,徐超,杨玉栋,张云强.油液磨粒超声回波信号双树复小波自适应降噪最优分解层数的研究[J].机床与液压.2015
[2].宋瑾.多聚焦图像融合中最优双树复小波分解层数的选择[J].中国新通信.2014
[3].郭玉荣,崔玲丽,高立新,阳子婧.冗余提升小波的最优分解层数的确定[J].机械设计与制造.2014
[4].黄兆杰,金思毅,王莉.化工过程强制去噪小波滤波最优分解层数的选取[J].青岛科技大学学报(自然科学版).2013
[5].伍龙,邢丽坤,陈帅.基于奇异谱分析的最优分解层数确定算法[J].计算机工程与应用.2012
[6].宋建辉,于洋,陈亮.可变噪声环境下小波最优分解层数自适应确定算法[C].Proceedingsofthe2011InternationalConferenceonFutureComputerScienceandApplication（FCSA2011V3）.2011
[7].王永,赵书涛,何平.变压器局放信号小波消噪最优分解层数研究[J].电力科学与工程.2011
[8].王维,张英堂,任国全.小波阈值降噪算法中最优分解层数的自适应确定及仿真[J].仪器仪表学报.2009
[9].蔡铁,朱杰.小波阈值降噪算法中最优分解层数的自适应选择[J].控制与决策.2006