噪声数据论文开题报告文献综述

噪声数据论文开题报告文献综述

导读:本文包含了噪声数据论文开题报告文献综述、选题提纲参考文献,主要关键词:噪声,数据,局部,地磁,模糊,森林,形态学。

噪声数据论文文献综述写法

杨宽[1](2019)在《地磁秒数据干扰噪声的处理及软件实现》一文中研究指出针对目前地磁噪声预处理过程中存在的效率低下、处理质量因人而异的缺点,通过借鉴数学形态学的去噪方法,并基于C/C++编程语言和Qt开发框架,设计开发了一套地磁数据噪声处理软件,提高了地磁数据预处理工作的自动化水平,具有较为广泛的应用前景。(本文来源于《科技创新与应用》期刊2019年35期)

张善凯,朱翠,苏中,戴娟[2](2019)在《考虑相关噪声与网络延迟的多传感器数据融合(英文)》一文中研究指出针对多传感器系统中存在的相关噪声以及网络延迟问题,提出了一种带有缓存器的序贯式融合滤波算法。利用正交迭代法解除了噪声之间的相关性。针对不可靠网络导致的延迟甚至丢包问题,引入缓存器存储量测值,并在缓存器中利用时间戳对量测值进行重新排序。在此基础上提出了一种新型低维序贯式融合滤波算法,相比于传统的序贯融合算法具有更好的估计性能,同时能有效降低噪声相关和网络延时对系统性能造成的影响。最后仿真验证了该算法的有效性。(本文来源于《系统仿真学报》期刊2019年12期)

国胧予,刘财,刘洋,郑植升[3](2019)在《基于非局部中值滤波器的地震数据随机噪声衰减方法》一文中研究指出衰减随机噪声并增强构造连续性能够有效地提升地震数据解释的质量。本文提出了非局部中值滤波方法,能够在衰减随机噪声的同时保护地质构造。一种方法是用高斯加权的欧式距离代表局部结构相似性,在全局范围内寻找与当前点局部结构相似的点进行加权中值滤波,得到二维非局部中值滤波器。另一种方法是基于构造导向滤波策略,利用相邻的地震道构建预测数据体使预测轴的方向近似水平,沿着预测轴的方向使用非局部中值滤波的一维形式进行滤波,实现了基于非局部中值滤波器的构造导向滤波。与传统的去噪方法如工业界常用的FXDECON方法相对比,所提出的滤波方法能更好地平衡衰减随机噪声和保护构造信息的关系。理论模型和野外数据都验证了提出方法的有效性。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27)

王梅,雒芬,张保华[4](2019)在《噪声大数据的MapReduce高度随机模糊森林算法》一文中研究指出为解决日趋增长的噪声大数据分类问题,提出了一种高度随机模糊森林算法.该算法在决策树学习中生成连续属性的模糊分区,并给出在MapReduce框架中所提算法的分布式实现,用于受属性噪声污染的大数据集中学习模糊决策树的集合,该分布式实现模型可以适应计算的有效分配策略,从而产生良好的可扩展性数据,这种分布式算法使得模糊随机森林能够处理大数据集的学习和分类.高度随机模糊森林算法能够实现噪声大数据的高精度分类,为以后的大数据分析打下良好的基础.实验结果表明,所提算法比现有算法准确率更高,在属性噪声情况下,该文分类准确率也高于随机森林算法,说明该文算法的可行性和有效性.(本文来源于《西南师范大学学报(自然科学版)》期刊2019年11期)

张楠,丁世飞,张健,赵星宇[5](2019)在《基于噪声数据与干净数据的深度置信网络》一文中研究指出建立以受限玻尔兹曼机(restricted Boltzmann machine,简称RBM)为基石的深度网络模型,是深度学习研究的热点领域之一.Point-wise Gated受限玻尔兹曼机(point-wise gated RBM,简称pgRBM)是一种RBM的变种算法.该算法能够在含噪声的数据中自适应地找到数据中与分类有关的部分,从而实现较好的分类结果.假设一组数据中有噪声数据和干净数据,如何应用不含噪声的数据提升pgRBM的性能,是一个重要的研究问题.针对这一问题,首先,在传统的pgRBM基础上提出一种基于随机噪声数据与干净数据的Point-wise Gated受限玻尔兹曼机(pgRBM based on random noisy data and clean data,简称pgrncRBM)方法,其网络中与分类有关权值的初值是通过不含噪声的数据学习得到的,所以pgmcRBM在处理随机噪声数据时可以学习到更为"干净"的数据.在pgrncRBM中,与分类有关的数据与噪声都是使用RBM建模如果噪声是图片,pgmcRBM就不能很好地去除噪声.Spike-and-Slab RBM(ssRBM)是一种处理实值数据的RBM变种模型,其定义两种不同类型的隐层用来学习实值数据的分布特性.因此,将ssRBM与pgRBM相结合,提出一种基于图像噪声数据与干净数据的Point-wise Gated受限玻尔兹曼机(pgRBM based on image noisy data and clean data,简称pgincRBM)方法.该方法使用ssRBM对噪声建模,其在处理图像噪声数据时可以学习到更为"干净"的数据.然后,通过堆迭pgmcRBM、pgincRBM和传统的RBM构建出深度网络模型,并探讨了权值不确定性方法在提出网络模型中的可行性.最后,在含噪声的手写数据集上进行MATLAB仿真实验.实验结果表明,pgmcRBM和pgincRBM都是有效的神经网络学习方法.(本文来源于《软件学报》期刊2019年11期)

唐杰,张文征,梁雨薇,谷玉田[6](2019)在《自适应数据驱动的紧框架微地震数据随机噪声压制》一文中研究指出地面微地震数据的信噪比很低,严重影响初至拾取的精度及反演结果的可靠性。本文首先采用基于弱纹理块的噪声估计方法求取含噪微地震数据中的噪声方差,然后采用数据驱动紧框架方法去噪,有效地压制实际微地震数据中的随机噪声,提高数据的信噪比。理论模型和实际资料的处理结果表明,该方法可以去除传统方法在低信噪比数据去噪后引入的背景斑块,且去噪后的信噪比得到了极大的提高。因此,相对于传统的方法,本文方法具有显着的优势及较好的应用价值。(本文来源于《石油地球物理勘探》期刊2019年05期)

易镇辉,俞建成,毛华斌,张志旭,练树民[7](2019)在《一种水下滑翔机盐度数据的噪声处理方法》一文中研究指出温盐深传感器(CTD)是水下滑翔机常规搭载的模块,可以高效地观测海水的温度、盐度和压强。但在盐度的计算过程中,热滞后误差问题普遍存在且不可忽略。对此, Morison等提出能有效修正热滞后误差的方法。文中对2017年7~8月间, 8台"海翼"水下滑翔机搭载的滑翔机有效载荷CTD(GP-CTD)数据进行处理,用中值滤波和移动平滑滤波解决盐度峰的问题,基于上述方法,对盐度数据进行热滞后修正,发现热滞后误差与垂向温度结构和水平分辨率密切相关;在剖面插值过程中,由海洋内部波动引起的压强振荡影响插值结果,会带来很大的盐度差和温度差,并基于CTD剖面数据,提出一种海洋内部波动的简单识别方法。文中的工作可为水下滑翔机的数据质量控制和海洋现象的捕捉提供参考。(本文来源于《水下无人系统学报》期刊2019年05期)

向军,郑钤[8](2019)在《多源不平衡噪声数据集成冲突消除仿真研究》一文中研究指出多源数据集成过程中存在相互冲突情况,消除冲突有利于信息共享和提高用户满意度。针对当前数据冲突消除相关研究成果存在查准率与查全率低的问题,提出基于K-半径子图的多源不平衡噪声数据集成冲突消除方法。利用网络侦听技术,通过将路由器与流量识别工作站放置在同一个物理网段中,所有路经路由器的多源数据包均会经过流量识别工作站完成多源数据采集。根据采集所得数据的K-半径子图描述数据上下文信息,并通过数据K-半径子图对比的方式,将数据相似程度与数据上下文相似程度相结合判定数据是否存在冲突。假设不存在冲突,则按一定规则将数据保存下来;假设存在冲突,则将冲突数据消除。实验结果表明,所提方法具有很高地查准率与查全率,整体运行效果良好,可为该领域发展提供强力支撑。(本文来源于《计算机仿真》期刊2019年10期)

张敏,王凯,李振春,赵子越,孙晨曦[9](2019)在《基于四阶互累积量的fast ICA微地震数据噪声压制方法研究》一文中研究指出相较于常规地震资料,微地震资料中不同道之间有效信号通常存在时间差,使得采用快速独立分量分析(fast independent component analysis,fast ICA)算法分离微地震有效信号时受不同道之间有效信号时间差干扰,导致部分有效信号被当作噪声而分离。引入四阶互累积量算法消除时间差后,再将fast ICA算法应用于微地震资料进行有效信号与噪声的盲源分离,从而解决上述问题。首先分别介绍了四阶互累积量算法和fast ICA算法,并利用微地震仿真数据测试了四阶互累积量算法的时差估计准确性,再根据时差估计结果对有效信号进行时差偏移,最后对偏移后的微地震数据进行fast ICA盲源分离,从而达到去除噪声的同时保留有效信号并提高信噪比的目的。微地震仿真实验以及实际微地震资料的处理结果表明基于四阶互累积量的fast ICA微地震数据噪声压制方法具有良好的去噪效果。(本文来源于《石油物探》期刊2019年05期)

王国强,孙红艳,翟旭军[10](2019)在《船舶动力机械设备噪声数据远程监测方法》一文中研究指出船舶动力设备作为船舶动力发生核心单元,其设备运行的稳定尤为重要。其中,动力设备运行过程中的噪声数据,可直接作为监测判定船舶动力设备故障与否的重要信息源。在对噪声源监测过程中发现,传统的动力设备噪声监测方法,对噪声数据源单频信号通道支持计算缺乏逻辑支撑,导致数据分析无法接入网络,完成远端的监测执行,不利于噪声数据的远端综合分析与大数据化的指挥调度。为此,提出船舶动力机械设备噪声数据远程监测方法。1)通过对现有噪声数据监测算法的数学建模,得到单频通道下的噪声信号频谱特征规律;2)根据单频噪声信道频谱规律计算得出单频信道的逻辑函数;3)引入EEDM单频噪声信道特征逻辑算法,对噪声单频信道逻辑进行优化计算,实现对远程执行协议逻辑的支持,完成动力设备噪声数据的远程检测;4)通过仿真实验证明提出方法的有效性。(本文来源于《舰船科学技术》期刊2019年18期)

噪声数据论文开题报告范文

(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:

针对多传感器系统中存在的相关噪声以及网络延迟问题,提出了一种带有缓存器的序贯式融合滤波算法。利用正交迭代法解除了噪声之间的相关性。针对不可靠网络导致的延迟甚至丢包问题,引入缓存器存储量测值,并在缓存器中利用时间戳对量测值进行重新排序。在此基础上提出了一种新型低维序贯式融合滤波算法,相比于传统的序贯融合算法具有更好的估计性能,同时能有效降低噪声相关和网络延时对系统性能造成的影响。最后仿真验证了该算法的有效性。

(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。

噪声数据论文参考文献

[1].杨宽.地磁秒数据干扰噪声的处理及软件实现[J].科技创新与应用.2019

[2].张善凯,朱翠,苏中,戴娟.考虑相关噪声与网络延迟的多传感器数据融合(英文)[J].系统仿真学报.2019

[3].国胧予,刘财,刘洋,郑植升.基于非局部中值滤波器的地震数据随机噪声衰减方法[C].2019年油气地球物理学术年会论文集.2019

[4].王梅,雒芬,张保华.噪声大数据的MapReduce高度随机模糊森林算法[J].西南师范大学学报(自然科学版).2019

[5].张楠,丁世飞,张健,赵星宇.基于噪声数据与干净数据的深度置信网络[J].软件学报.2019

[6].唐杰,张文征,梁雨薇,谷玉田.自适应数据驱动的紧框架微地震数据随机噪声压制[J].石油地球物理勘探.2019

[7].易镇辉,俞建成,毛华斌,张志旭,练树民.一种水下滑翔机盐度数据的噪声处理方法[J].水下无人系统学报.2019

[8].向军,郑钤.多源不平衡噪声数据集成冲突消除仿真研究[J].计算机仿真.2019

[9].张敏,王凯,李振春,赵子越,孙晨曦.基于四阶互累积量的fastICA微地震数据噪声压制方法研究[J].石油物探.2019

[10].王国强,孙红艳,翟旭军.船舶动力机械设备噪声数据远程监测方法[J].舰船科学技术.2019

标签:;  ;  ;  ;  ;  ;  ;  

噪声数据论文开题报告文献综述
下载Doc文档

猜你喜欢