导读:本文包含了优化去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:滑坡,小波去噪,混沌理论,BP神经网络
优化去噪论文文献综述
张海发,卢治文,王康[1]（2019）在《基于小波去噪及优化BP神经网络的滑坡变形预测研究》一文中研究指出为提高滑坡变形预测精度,以小波去噪和优化BP神经网络为基础,构建了滑坡变形预测模型,即先利用小波去噪剔除滑坡变形序列中的误差信息,再利用BP神经网络实现滑坡变形预测,且为保证其预测精度,利用试算筛选和混沌理论优化其模型参数,以实现滑坡变形的优化预测。实例研究表明:小波函数、阈值选取方法和小波分解层数对去噪效果的影响较大,sym8小波函数、软阈值及12层分解层数组合在实例中的去噪效果相对最优;同时,隐层节点数优化和节点阈值优化能有效提高BP神经网络的预测精度,在初步预测效果评价中,SH1号监测点的相对误差均小于2%,平均相对误差仅为1.65%,并在可靠性验证中,SHZ2号和SHZ3号监测点预测结果的平均相对误差分别为1.54%和1.51%,说明该模型不仅具有较高的预测精度,还具有较好的稳定性,适用于滑坡变形预测。(本文来源于《人民珠江》期刊2019年11期）
马晓双,吴鹏海[2]（2019）在《全极化雷达遥感影像的迭代优化非局部均值去噪法》一文中研究指出相干斑的存在严重降低了全极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)的影像质量,对相干斑进行抑制是使用PolSAR数据必不可少的预处理程序。本文提出了一种迭代优化的PolSAR非局部均值去噪方法。该方法在每次迭代去噪过程中,通过同时考虑原始影像全极化噪声统计特性和前一次迭代所得影像的全极化信息来完善像素间极化相似性的度量,从而实现对影像更精准的估计。试验部分利用模拟的PolSAR数据和真实的PolSAR影像进行了算法效果的验证。结果表明:去噪算法在显着抑制影像噪声水平的同时,也能较好地保持影像的边缘和极化特性等细节信息。(本文来源于《测绘学报》期刊2019年08期）
曹雪伟,孙首群,宣立明,林鑫,严亮[3]（2019）在《小波分析在管道泄漏信号去噪中的优化研究》一文中研究指出为解决油气管道泄漏的实时发现、精确定位及事故处置问题,研究了小波分析在管道泄漏信号去噪中的优化方法,通过傅里叶变换与小波变换理论对比分析,选用了更具优越性的小波去噪方法。利用Matlab软件在软、硬阈值法下对信号处理结果进行二重仿真对比,结合小波基选取的一般原则,对5种常用小波函数进行了研究,分析了其数学特性和相应小波函数图的变化趋势。基于信噪比和均方根误差指标分析不同的去噪方法和分解尺度的去噪效果,综合提出了一种二重对比与叁步寻优相结合的信号去噪方法。(本文来源于《石油化工自动化》期刊2019年01期）
汤中民,唐贵进,刘小花,崔子冠,刘峰[4]（2019）在《一种新的字典更新和原子优化的图像去噪算法》一文中研究指出经典的K-奇异值分解(K-SVD)算法通过字典对图像进行稀疏表示,在去噪的同时保持了原图像的有效信息。但是在基于噪声图像字典学习所得到的学习字典中通常含有大量的噪声信息,这也使得恢复出的图像仍然含有许多噪声,特别是在强噪声下,该算法性能表现较差。鉴于K-SVD算法的局限性,提出了一种新的基于字典更新和字典原子优化的图像去噪算法。首先利用一种加权的顺序字典学习(SDL)方法替代K-SVD算法,在字典更新阶段添加稀疏约束,这样能够得到更为稀疏的表示图像的字典;然后自适应地根据图像的结构复杂度和噪声强度进行字典原子检测并删除噪声原子;最后利用优化后的字典重构图像。实验结果表明,该算法与经典K-SVD、SDL等去噪算法相比,能够取得更好的去噪效果。(本文来源于《计算机技术与发展》期刊2019年04期）
白璐[5]（2018）在《基于二次去噪及多目标优化的混合模型在空气污染预警系统中的研究及应用》一文中研究指出随着我国社会经济的不断发展,化石燃料的消耗量不断上升,导致我国大部分城市空气污染日趋严重,雾霾天气增多,对社会、经济、居民健康及环境造成了严重影响。在这一背景下,社会对空气质量相关信息的需求越来越高。大多数关于空气污染的研究都集中在空气污染对健康的影响,虽然近几年有关空气污染物浓度预测的研究逐渐增多,但这些研究大部分集中在单个污染物浓度的预测及提高预测精度方面,很少有研究从应用的角度分析污染和建立合理的预警系统。基于上述现状,本文构建了一个由混合预测模型和模糊综合评估两模块组成的空气污染早期预警系统,其目的是预测空气污染物浓度,并根据预测浓度评估空气质量。预警系统的评估结果可用于指导人类生产和生活,避免空气污染带来更多危害。从预警系统的框架来看,该系统主要包括两个模块:即基于二次去噪及多目标优化的空气污染浓度预测模块和基于模糊综合评判空气质量评估模块。在空气污染预测模块中我们提出了一种新的混合预测模型,该模型结合了二次去噪思想和多目标优化算法和一个新的预测算法,通过减少原始序列中的噪声信息及优化预测模型的参数提高空气污染浓度预测的精确性。在第二模块中我们提出了空气质量模糊综合评估体系,综合评估是基于PM2.5、PM10、SO2、NO2、CO和O3的小时浓度进行的。本文的主要工作可概括为以下几点:(1)建立一个由高精度预测方法和空气质量评估体系两部分组成的空气污染早期预警系统,首先该系统对多种污染物的浓度进行预测,然后通过构建的模糊综合评估体系对空气质量做出评估,评估结果既可满足空气质量监管部门的需求,又能满足人类日常生活的需求;(2)从时间序列的动态重构的角度出发,结合经验正交函数降低序列中的噪声,识别原始序列中具有趋势和周期性的分量,重构后的序列使用一种新的预测算法,即基于L2,1范数和随机傅里叶变换的极限学习机(L2,1RF-ELM)进行预测,并采用多目标优化算法寻找预测方法中的最优参数,从而提高污染物浓度预测的精度,为构建空气污染预警系统提供了可靠的理论支撑。(3)运用模糊综合评价方法确定实验地区的叁种主要污染物,根据主要污染物的浓度综合评价该城市的空气质量。为检验本文提出的预警系统的性能,我们选取中国的叁个大型城市,北京、上海和广州进行实验。数值模拟结果表明:(a)本文提出的混合预测模型是一种高效、准确、科学的预测模型,该模型在空气污染预测实验中表现良好;(b)根据模糊综合评估的结果可知,本文研究的叁个城市在2017年上半年的总体空气质量分别为,北京—轻度污染、上海—良好、广州—良好;(c)本文使用奇异谱分析技术和集合经验模态分解方法对污染物的浓度数据进行平稳化处理,降低高频信号对空气污染浓度预测的影响,通过对预测误差指标数值的分析,证明数据预处理对提高空气污染预测精度的有效性;(d)本文使用最新的元启发式优化算法对L2,1RF-ELM的参数进行优化,实验结果表明,优化算法可以提高L2,1RF-ELM模型的预测精度。本文在国内外大量研究成果的基础上,对我们的研究内容进行了系统总结,力求从以下几个角度有所创新:第一,作为新提出的启发式智能算法之一的多目标蚁狮优化算法,在空气污染预测研究中尚无应用,本文将多目标蚁狮优化算法应用于空气污染预测,通过实验对比验证多目标蚁狮优化算法对提高预测精度的有效性。第二,创建一个考虑多种污染物的早期预警体系,该体系由两个部分组成,预测部分结合了二次去噪思想、新型元启发式优化算法及一种新的预测方法;空气质量评估部分使用了模糊综合评判方法。本文基于中国的叁个大型城市的空气污染数据,对提出的污染早期预警系统的性能进行验证,实验结果表明,我们提出的预警系统在叁个研究地区的实验中表现出预测精度高、评估结果准确等良好的性能。(本文来源于《东北财经大学》期刊2018-12-01）
程启明,高杰,王晓卫,谭冯忍,张宇[6]（2018）在《基于优化双稳态去噪的小电流接地系统故障选线方法》一文中研究指出小电流接地系统发生单相接地故障时,强噪声会造成暂态零序电流故障特征信息难以提取和故障情况随机等问题。为此,提出了一种基于优化双稳态去噪的故障选线方法。首先,在分析噪声对暂态零序电流(TZSC)影响的基础上,将遗传算法和双稳态系统应用到暂态零序电流的去噪中;然后,依据暂态零序电流的峰值将故障情况分为3种模式:强故障模式、中等故障模式与弱故障模式,并获取3类优化双稳态系统;接着,利用这3类优化双稳态系统分别对各线路的暂态零序电流进行去噪,并根据电流峰值最大原则确定暂态特征零序电流(TCZC);最后,由暂态特征零序电流确定各线路的极性参数,并依据极性参数和极性标准差来建立故障选线判据。仿真结果表明:所提选线方法不受过渡电阻、故障初相角和故障距离等因素影响;同时,在信噪比为-1dB的强高斯白噪声背景下,该方法也能有效滤除噪声;在非母线故障时,该方法能使极性标准差>0.01,且故障线路的极性参数都小于健全线路;在母线故障时,该方法能使极性标准差<0.01。研究结果验证了所提故障选线方法的有效性。(本文来源于《高电压技术》期刊2018年11期）
刘凇佐,赵云江,乔钢,孙慧嵩,陆胤亨[7]（2018）在《基于小波去噪的移动水声通信多普勒因子优化》一文中研究指出0引言随着国家海洋战略的实施,水声通信技术得到了极高的关注与发展,目前已广泛应用于各类军用、民用领域当中,如无人水下航行器(AUV)的数据与控制指令通信等。由于水下声传播速度只有1500m/s左右,即使接收端与发射端存在很小的运动速度,也会对通信系统造成十分明显的影响。即便收发两端不存在自主运动,水下设备也会受到诸如洋流、潮汐等因素的影响而出现相对速度[1]。这(本文来源于《2018年全国声学大会论文集 C水声工程和水声信号处理》期刊2018-11-10）
文婉滢,李智[8]（2018）在《基于小波区域阈值去噪的MWC优化还原算法》一文中研究指出调制宽带转换器(Modulated Wideband Converter,MWC)实现了对稀疏宽带信号的同步压缩采样,但是其现有重构算法的抗干扰性仍存在改进空间。对此,基于小波去噪思想提出一种MWC的优化还原算法。通过对MWC样本进行小波去噪,并设计小波系数的选取规则,在去噪的同时尽可能保留了信号的边缘信息,减少了过平滑带来的信号失真。实验表明,在低信噪比下,该方法具有良好的去噪效果,最高可以将重构成功率提高21.8%。且因为其良好的可移植性,可以与其他的降低通道数、减少运行时间等恢复算法进行结合,进一步提高整个MWC系统的性能。(本文来源于《电子技术应用》期刊2018年11期）
叶华,谭冠政,李广,刘晓琼,李晋[9]（2018）在《基于稀疏表示与粒子群优化算法的非平稳信号去噪研究》一文中研究指出非平稳信号的去噪是信号处理中的热点和难点。文中以冲击原子作为稀疏表示基,构建了仅对人文噪声敏感的冗余字典。并使用粒子群优化算法对匹配追踪算法进行优化,提出了基于稀疏表示与粒子群优化算法的非平稳信号去噪方法。为检验方法的有效性,论文首先进行了针对性的仿真实验。然后将所述方法用于实测的大地电磁信号处理。结果表明,所述方法可以在保留有用信号的前提下,有效分离出类充放电噪声、脉冲噪声以及其它多种不规则噪声,显着提高非平稳信号的信噪比。(本文来源于《红外与激光工程》期刊2018年07期）
韩凌云,李跃华,陈建飞,张翼龙[10]（2018）在《基于随机共振与粒子群优化的毫米波辐射计信号去噪算法》一文中研究指出毫米波辐射计由于具有全天候工作、识别金属目标能力强、隐蔽性好等特点,具有广阔的应用前景。然而由于大气干扰、辐射计本身抖动等影响,毫米波辐射计的输出信号隐没在强噪声背景下。传统的微弱信号检测方法在强噪声背景下信噪比改善性能并不理想,本文提出了一种基于可变惯性权重和信息共享的粒子群优化的自适应随机共振算法的毫米波辐射计信号去噪算法。实验结果表明,本文方法对噪声的变化有更好的鲁棒性,尤其在强噪声背景下相比于传统去噪算法,能更好地改善信号的输出质量。(本文来源于《安徽师范大学学报(自然科学版)》期刊2018年04期）
优化去噪论文开题报告
（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：
相干斑的存在严重降低了全极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)的影像质量,对相干斑进行抑制是使用PolSAR数据必不可少的预处理程序。本文提出了一种迭代优化的PolSAR非局部均值去噪方法。该方法在每次迭代去噪过程中,通过同时考虑原始影像全极化噪声统计特性和前一次迭代所得影像的全极化信息来完善像素间极化相似性的度量,从而实现对影像更精准的估计。试验部分利用模拟的PolSAR数据和真实的PolSAR影像进行了算法效果的验证。结果表明:去噪算法在显着抑制影像噪声水平的同时,也能较好地保持影像的边缘和极化特性等细节信息。
（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。
优化去噪论文参考文献
[1].张海发,卢治文,王康.基于小波去噪及优化BP神经网络的滑坡变形预测研究[J].人民珠江.2019
[2].马晓双,吴鹏海.全极化雷达遥感影像的迭代优化非局部均值去噪法[J].测绘学报.2019
[3].曹雪伟,孙首群,宣立明,林鑫,严亮.小波分析在管道泄漏信号去噪中的优化研究[J].石油化工自动化.2019
[4].汤中民,唐贵进,刘小花,崔子冠,刘峰.一种新的字典更新和原子优化的图像去噪算法[J].计算机技术与发展.2019
[5].白璐.基于二次去噪及多目标优化的混合模型在空气污染预警系统中的研究及应用[D].东北财经大学.2018
[6].程启明,高杰,王晓卫,谭冯忍,张宇.基于优化双稳态去噪的小电流接地系统故障选线方法[J].高电压技术.2018
[7].刘凇佐,赵云江,乔钢,孙慧嵩,陆胤亨.基于小波去噪的移动水声通信多普勒因子优化[C].2018年全国声学大会论文集C水声工程和水声信号处理.2018
[8].文婉滢,李智.基于小波区域阈值去噪的MWC优化还原算法[J].电子技术应用.2018
[9].叶华,谭冠政,李广,刘晓琼,李晋.基于稀疏表示与粒子群优化算法的非平稳信号去噪研究[J].红外与激光工程.2018
[10].韩凌云,李跃华,陈建飞,张翼龙.基于随机共振与粒子群优化的毫米波辐射计信号去噪算法[J].安徽师范大学学报(自然科学版).2018