| 测量系统小波与神经网络联合去噪研究 |
| |
| 引用本文： | 石立华,陈彬,周璧华,高成.测量系统小波与神经网络联合去噪研究[J].计量学报,2002,23(1):52-56. |
| |
| 作者姓名： | 石立华 陈彬 周璧华 高成 |
| |
| 作者单位： | 解放军理工大学工程兵工程学院电磁脉冲研究室,南京,210007 |
| |
| 基金项目： | 国家自然科学基金 ( 5 990 80 14 ) |
| |
| 摘 要： | 本文将神经网络的非线性阈值单元和训练方法引入小波去噪中 ,提出了一种具有阈值自学习能力的小波与神经网络联合去噪方法。这一方法的去噪阈值能够根据训练信号进行学习 ,有利于针对实际系统寻找较优的去噪阈值 ,适用于对确定系统的测量信号进行去噪。文中给出了相应的训练算法并对该方法的有效性进行了检验。
|
| 关 键 词： | 小波变换 神经网络 去噪 |
| 文章编号： | 1000-1158(2002)01-0052-05 |
| 修稿时间： | 2000年10月15 |
A Wavelet-Neural-Network Joint Denoising Method for Measuring Systems |
| |
| SHI Li hua,CHEN Bin,ZHOU Bi hua,GAO Cheng.A Wavelet-Neural-Network Joint Denoising Method for Measuring Systems[J].Acta Metrologica Sinica,2002,23(1):52-56. |
| |
| Authors: | SHI Li hua CHEN Bin ZHOU Bi hua GAO Cheng |
| |
| Abstract: | A wavelet neural network joint denoising method using nonlinear threshold filtering of wavelet coefficients and self learning algorithm is proposed. Based on a group of training signals, the denoising threshold can be learned adaptively, which makes the method have the ability to search for a better threshold in practical use. Training algorithm and verifications of the method are given. |
| |
| Keywords: | Wavelet transform Neural network Denoising |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
