• 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

基于小波分析的自适应噪声识别

徐莉, 黄地龙, 赵宁

徐莉, 黄地龙, 赵宁. 基于小波分析的自适应噪声识别[J]. 铁路计算机应用, 2007, 16(8): 11-14.
引用本文: 徐莉, 黄地龙, 赵宁. 基于小波分析的自适应噪声识别[J]. 铁路计算机应用, 2007, 16(8): 11-14.
XU Li, HUANG Di-Long, ZHAO Ning. Adaptive identifying of noise types based on wavelet analysis[J]. Railway Computer Application, 2007, 16(8): 11-14.
Citation: XU Li, HUANG Di-Long, ZHAO Ning. Adaptive identifying of noise types based on wavelet analysis[J]. Railway Computer Application, 2007, 16(8): 11-14.

基于小波分析的自适应噪声识别

基金项目: 成都理工大学校科研和教改项目(GI2004-07)
详细信息
  • 中图分类号: TP391

Adaptive identifying of noise types based on wavelet analysis

  • 摘要: 图像噪声类型直接影响去噪方法的去噪效果.因此,研究图像噪声类型的识别,对于数字图像去噪方法效果的提高具有重要意义.利用小波分解的高频系数,分析直方图和曲线拟合图的跳变出现概率特征以及黄金分割点处的窗口宽度特征,提出一种数字图象噪声类型自适应识别方法.针对图像噪声识别类型,采用相适用去噪方法提高图像去噪效果.通过大量实验表明,该方法是切实有效的.
  • 期刊类型引用(9)

    1. 薛锋,吴林鸿,汪雯文,周琳. 基于MI-PSO-RBF神经网络的铁路客货运量预测研究. 铁道运输与经济. 2024(09): 123-135 . 百度学术
    2. 崔淑华,侯慧君,武慧荣. 利用标准差赋权组合模型预测大宗货物运输需求. 交通科技与经济. 2022(06): 31-38 . 百度学术
    3. 徐菲,任爽. 基于分解—集成的铁路货运需求预测研究. 运筹与管理. 2021(08): 133-138 . 百度学术
    4. 刘金芳,向万里,王璐璐. 基于VMD-BAS-BP的铁路货运量预测研究. 青海交通科技. 2021(06): 50-56+68 . 百度学术
    5. 徐文文,彭建平,邱春蓉. 基于支持向量回归的地铁受电弓滑板磨耗趋势预测模型研究. 铁路计算机应用. 2020(01): 77-81 . 本站查看
    6. 杨基宏,陈浩林,徐刚,余澄庆,刘辉. 基于ELM的城市轨道交通系统建设成本估算研究. 铁路计算机应用. 2020(04): 1-4 . 本站查看
    7. 谭雪,张小强. 基于GRU深度网络的铁路短期货运量预测. 铁道学报. 2020(12): 28-35 . 百度学术
    8. 张蕾,孙德山,张文政,王玥. 基于灰色关联分析的支持向量机的铁路货运量预测研究. 经济数学. 2018(02): 58-61 . 百度学术
    9. 任巧丽,马乾. PCA-RBF神经网络对兰州市日平均气温的预测. 宜宾学院学报. 2018(12): 111-115 . 百度学术

    其他类型引用(10)

计量
  • 文章访问数:  73
  • HTML全文浏览量:  0
  • PDF下载量:  143
  • 被引次数: 19
出版历程
  • 收稿日期:  2007-08-14
  • 录用日期:  2007-08-14
  • 刊出日期:  2007-08-14

目录

    /

    返回文章
    返回