一种视频编码中块效应噪声的估计和抑制策略

提出了一种视频编码块效应噪声的估计和抑制策略，它在编码器端估计块效应噪声，并将少量的估计结果随码流传送至解码端，再在解码端根据这一结果进行自适应邻域后处理。这种策略不仅使得块效应噪声估计的结果更为精确，而且削减了解码器端噪声估计算法的开销，使得解码器端的设计更为简单。本文提出的分块块效应噪声估计与自适应邻域后处理算法配合，不仅很好地抑制了编码产生振铃噪声和块效应噪声，而且完好地保持了图像的边缘。实验数据和实际应用效果都表明，本文提出的算法有效地提高了重建图像的主客观质量。     

面向兴趣点推荐系统的自然噪声过滤算法

推荐系统源数据中存在着固有的自然噪声，给推荐算法带来了误差与干扰。现有研究更加关注以各类安全攻击为代表的恶意噪声，仅有少数文献针对更为隐蔽、更难处理的自然噪声进行研究，且这些研究几乎都集中在传统推荐领域。在兴趣点推荐场景中，无论是源数据特征，还是自然噪声的产生原因和表现方式，均与传统推荐领域有较大差别。针对兴趣点推荐系统中的自然噪声，提出了基于离散特征量化与聚类距离分析的自然噪声过滤算法NFDC。该算法定义并计算用户签到数据的离散度，量化数据驱动的不确定性，利用推荐算法的准确度(F1值)量化预测驱动的不确定性，深入挖掘两者之间的相关性，构建经验模型，推导潜在自然噪声比例；采用模糊C均值聚类方法分析用户行为模式的相似性，在聚类距离分析的基础上筛选可疑噪声，并自定义噪声验证规则，删除真正的自然噪声。在两个真实的位置社交网络数据集(Brightkite和Gowalla)中，分别采用NFDC算法和其他4种基准方法对源数据进行预处理，将处理后的数据集分别输入到5类代表性的兴趣点推荐算法中，对比不同的降噪技术对提升各类兴趣点推荐算法准确性的影响程度。实验结果表明，NFDC算法能够有效降低系统源数据...     

一种神经网络逆系统软仪表的数据预处理方法

为了解决神经网络逆系统软仪表对噪声敏感的问题，本文提出了一种数据预处理方法。该方法先采用两步判断法对数据进行一次处理，再用滑动平均滤波方法对数据进行二次处理，有效地滤除了噪声信号，比较精确地复现了原始信号。对红霉素发酵过程中的pH值过程变量进行了实验，结果表明了该算法的有效性和可行性。     

异步多传感器数据融合

由于传感器自身以及通信延迟等原因,使得异步多传感器数据融合问题比同步问题的研究更切合实际。对连续时间系统在融合中心和各传感器节点分别进行异步离散化处理,离散后过程噪声与测量噪声以及测量噪声之间相关,虽然相应连续时间系统中的噪声是不相关的。最后推导了相关噪声情况下的异步融合算法,仿真结果说明了算法的有效性。     

一种基于贝叶斯方法的序列模式挖掘算法

贝叶斯(Bayesian)方法是近年来数据挖掘中引人注目的研究热点之一，它有效地处理不完备数据、溢出数据和噪声数据之间的序列相关性。该文在对传统序列模式挖掘算法和贝叶斯知识研究的基础上，描述了序列的概率论模型，结合贝叶斯学习，简化了序列模式挖掘过程，提出了一种面向噪声数据的基于贝叶斯方法的序列模式挖掘算法。最后对该算法进行了复杂度分析，并验证了算法性能的优越性。     

极限距离噪声估计与过滤方法

近年来，机器学习不断取得显著性进展并被成功应用于诸多领域，然而很多学习模型或算法高度依赖数据的标签质量。实际应用中大量数据集普遍存在复杂的标签噪声，因此机器学习在低质数据建模和标签噪声处理方面面临严峻挑战。文中针对回归中的数值型标签噪声，从理论分析和仿真实验的角度研究了标签估计区间与噪声的关联性，提出了一种极限距离噪声估计方法。在最优样本选择框架下，基于此噪声估计方法提出了一种极限距离噪声过滤(Limit Distance Noise Filtering, LDNF)算法。实验结果表明，所提噪声估计方法与真实标签噪声具有更高的相关性和更低的估计偏差。在标准数据集和真实年龄估计数据集上证实了所提过滤算法可以在不同噪声环境下有效识别标签噪声并减小模型的测试误差，其表现优于最新的其他过滤算法。     

基于异步多速率观测的噪声去相关融合算法

对于异步多传感器观测数据,基于先同步,再去相关的思想,提出了一种改进的左同步提升异步观测融合算法。采用左同步法避免了右同步过程中的系统状态矩阵求逆和可能出现的非因果问题;对同步后的系统基于Cholesky分解进行噪声去相关处理,理论上分析了去相关处理前后的算法计算量;用信息滤波器进行预测估计,简化了滤波增益的计算过程。仿真结果表明：改进算法能够在不减小跟踪精度的基础上减小计算量,增强了算法的实时性。     

基于SVD的推广卡尔曼滤波及其在飞行状态和参数估计中的应用

基于矩阵的奇异值分解技术，本文提出一种鲁棒推广卡尔曼波新算法，并将该算法应用于飞行状态和参数估计中，该算法不仅具有很好的数值稳定性，而且无需任何变换即可处理相关噪声，且适于并行计算。两种不同型号飞机飞行数据计算结果表明；与ＥＫＦ相比，本文算法对不同初始值的不同噪声均可获得更准确的估计结果，并且对飞机机动形式、噪声水平，数据长度等要求不高，收敛性好。     

基于波束形成的谱相减语音增强

为降低谱相减算法产生的音乐噪声，并提高语音增强效果，本文在深入研究波束形成技术和谱相减算法的基础上，提出波束形成器后级联谱相减的语音增强处理方法，并分析、验证了这种结构的可行性。对真实环境下的语音和噪声数据的处理结果显示，谊级联结构的语音增强系统可显著降低背景噪声，语音失真小，并易于实时实现，信噪比增益达16．5dB。     

3种滤波算法对NDVI高质量数据保真性研究

标准MODIS NDVI产品时间序列仍然存在噪声,必须在利用前处理。理想的去除噪声算法,应该最大限度地去噪,同时最大限度地保留原数据中无噪声像元的真值。以往的研究大多关注不同滤波算法对噪声的处理能力,往往忽略不同算法在滤波处理时对原始高质量数据保真性的研究。基于Timesat 2.3时序滤波工具所提供的3个滤波算法,探讨了原始数据质量差异对滤波算法的保真性的影响以及不同滤波算法对原始高质量数据保真性的差异,通过对比分析发现非对称高斯算法(AG)对原始高质量数据保真性最高,双逻辑曲线拟合算法(DL)性能次之,SG算法拟合结果的保真性较差。     

基于关系数据库的位置相关查询处理

随着无线通信技术以及全球定位技术的发展，位置相关的查询处理及基于位置的信息服务技术已经成为一个热点研究领域，作为支持位置相关查询的一项关键技术，位置相关数据的处理也正在引起人们日益广泛的关注，对位置相关数据处理中的关键技术进行了分析，提出了一种基于关系数据库的位置相关数据的存储及表示方法，同时提出了一种可变粒度格栅索引方法用于对位置相关数据的数据区域进行索引，在此基础上，研究了相应的查询处理算法，为了测试相应算法的性能，设计并实现了一个原型系统，实验结果表明，所提出的方法具有灵活的表示能力、快捷的查询性能以及良好的可扩充性。     

使用联合算法来降低OFDM系统的峰均比

在降低OFDM系统峰均比(PAR)的众多方法中，均有其优缺点。在很多情况下，仅使用一种算法并不能够达到想要的降低效果，或者为了达到理想效果，在某一方面的性能损失较大。针对这种情况，鉴于PTS算法与冲激相消法之间的互补性，提出了一种联合算法：PTS Clipping算法。算法先利用PTS算法对OFDM信号进行处理以降低PAR，所得信号再利用冲激相消法进行处理，以进一步降低PAR。只要两种方法对峰均比的降低程度选取得当，就可以在降低峰均比的情况下既减小运算量，又不产生过大的噪声干扰。数据仿真验证了所提方法的有效性。     

改进的模糊聚类PCA算法对噪声数据的处理

模糊C均值（FCM）算法是模式识别领域中应用最广的聚类算法之一。但是FCM算法存在很多缺点,其中以对噪声数据敏感,鲁棒性较差最为突出。针对这种情况,许多学者都提出了改进算法。介绍一种改进算法即PCA算法,并对PCA在处理噪声数据方面作出了实践性尝试,实验数据进一步证明了PCA算法的好处,这对合理使用模糊聚类算法提供了一定的理论依据。     

飞行数据改进中值滤波和自适应小波降噪

研究飞行数据预处理时提高数据质量问题.针对飞行数据易受噪声干扰,提出了改进中值滤波和自适应小波阈值降噪的降噪算法.首先以改进的中值滤波算法对飞行数据进行处理以剔除野值;然后对剔除野值后的飞行数据进行小波分解,根据各层小波系数的噪声自相关函数确定最佳小波分解层数;最后设计了新的自适应阈值函数,对小波系数进行处理并重构,得到降噪数据.采用仿真数据和飞行数据进行实验,结果表明,改进方法取得了良好的降噪效果,改善了数据质量,证明算法有效性.     

多个三维刚体运动参数的鲁棒估计算法

本文提出了一种估计多个三维刚体运动参数的鲁棒算法，可以处理包含高斯噪声和出格点的对应点数据，根据贝叶斯统计决策规则和蕴含在问题中的启发式规则，我们将运动参数估计问题转化为极大似然估计过程，实现部分模型拟合。因此，这种优化算法就是估计一组三维运动参数，使对应点数据最大限度地拟合似然函数，从而保证算法的鲁棒性。     

螺旋锥束CT重建Katsevich算法在含噪投影中的应用

针对含有噪声的投影数据,在利用螺旋锥束Katsevich算法进行重建的过程中,首先采用了一种改进的中值滤波方法对投影体数据进行预处理,然后对处理后的投影数据拟合求导来取代Katsevich算法中的直接求导,减小了噪声带来的负面影响。计算机仿真实验结果证实了这种方法的有效性。     

基于子波变换的水下目标辐射噪声特征提取方法

将子波变换和多分辨分解算法，分别应用到水下目标辐射噪声的线谱和调制谱提取中。文中主要介绍了基于离散子波变换提取辐射噪声线谱的方法、基于多分辨分解算法提取辐射噪声调制谱的方法；在此基础上，以某型号水下航行器实测辐射噪声为例，进行了仿真研究，通过比较仿真结果与该水下航行器的相关数据，验证了该方法的正确性和可行性。     

结肠癌基因表达谱数据集噪声处理研究

针对较大规模结肠癌基因表达谱信息,对其噪声处理在基因标签提取问题中的作用进行了研究。不考虑噪声,用ReCorre算法确定分类基因,再用增l减r搜索算法确定基因标签组,对每个基因标签组使用基于支持向量机的留一交叉检验,确定最优的基因标签。分析噪声的影响,对于数据噪声,利用小波阈值去噪的方法滤除;对于无用基因,采用交替选择算法处理,进而重新确定基因标签。实验证明对肿瘤基因表达谱中噪声的处理有助于获取分类能力更好的基因标签。     

.基于网格梯度的多密度聚类算法*

大多数现有的聚类算法都致力于发现任意形状、任意大小的类,但很难有效处理多密度的数据集。提出的算法利用网格聚类速度快的特点,先通过高斯平滑去除噪声,再采用网格梯度的思想找出隐藏在多密度数据集中的簇。算法在人工数据集上进行了实验,结果表明该算法能有效地去除噪声,发现多密度的簇,具有较好的聚类效果。     

基于集员滤波的双归一化数据重用盲均衡算法

数据重用可以有效地加快盲均衡算法的收敛速度,但会带来噪声放大的问题。针对这种情况,该文将数据重用方法应用到基于实虚部分开处理的改进常模盲均衡算法中,采用集员滤波克服应用数据重用时引起的噪声放大问题,推导出一种收敛速度较快的盲均衡算法。实验仿真表明,该算法具有较快的收敛速度,适用于短时信号处理。