下载文档原格式
去除乘性噪音的主成分分析算法
姚莉丽;冯象初;李亚峰
【期刊名称】《光子学报》
【年(卷),期】2011(40)7
【摘要】雷达成像系统的进一步应用依赖于对图像中噪音的有效抑制.在目前现有消除噪音方法的基础上,基于图像的局部相似性,结合主成分分析法,提出一种新的有效去除乘性噪音的滤波算法.乘性噪音经对数变换后可转化为加性噪音处理.分析了对数域中噪音的类型.首先在图像的对数域,通过非局部方法选取局部相似块作为训练样本,利用主成分分析法提取出信号的主要特征.然后基于统计理论中最小均方误差估计法给出了一种适用于图像信息的阈值原则.最后分析了变换过程引起的偏差,由对数域的偏估计得到滤波图像.数值实验验证了新算法的有效性.对比于目前提出的变分方法,新算法处理后的图像有更高的信噪比和更好的视觉效果,且具有一定的实用性.
【总页数】5页(P1031-1035)
【关键词】主成分分析;线性最小均方误差估计;乘性噪音;偏估计
【作者】姚莉丽;冯象初;李亚峰
【作者单位】西安电子科技大学应用数学系;宝鸡文理学院计算机科学系
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.小波去除噪音算法研究 [J], 于开平;杨炳洲
2.关于去除图像噪音的中值滤波算法 [J], 宋铭利
3.一种基于同层网页相似性去除网页噪音的方法 [J], 袁明轩;张选平;蒋宇;赵仲孟
4.基于可视布局信息的网页噪音去除算法 [J], 荆涛;左万利
5.运用主成分分析方法诊断和消除风云三号B星微波湿度计观测数据中的噪音 [J], 邹晓蕾;马原;秦正坤
因版权原因，仅展示原文概要，查看原文内容请购买。
EMG在语音信号识别中的应用摘要：提出使用肌电信号的语音识别语音识别系统。
研究证实从面部肌肉中提取的肌电信号存在语音信息。
实验使用(0～9)十个数字，受试者每隔10s重复单词。
讲话时用电极记录五个通道表面肌表面肌电信号。
用短时傅里叶变换短时傅里叶变换提取信号的特征量，并通过主成分分析主成分分析降维，有效地提取特征量进行模式识别。
分类错误范围在15%以下。
实验表明表面肌电信号的语音识别系统有着极好的前景。
关键词： EMG信号语音识别短时傅里叶变换模式识别生物信号处理肌电图EMG(electromyography)是研究或检测肌肉生物电活动，借以判断神经肌肉系统机能及形态学变化，并有助于神经肌肉系统的研究或提供临床诊断的科学。
肌电信号(EMG)发源于作为中枢神经一部分脊髓中的运动神经元，是电极所接触到的许多运动单元发放的动作电位的总和，反映了神经肌肉的活动、功能状态[1]。
表面肌电信号是从人体骨骼肌表面通过电极记录下来的神经肌肉活动发放的生物电信号。
肌电信号不仅在临床医学、运动学等领域被广泛应用，而且研究证实肌肉关节内的生理肌电信号存在着相应的语音信息[2～3]。
不同的肌肉运动模式是由不同的肌群收缩产生的，其所伴随的表面肌电信号是不同的。
而发音时肌肉对应着不同的运动模式，完全有可能从不同的表面肌电信号特征中找到对应的肌肉动作模式。
随着信号处理方法和计算机技术的发展，如何从生理肌电信号中识别出语音信号，已引起越来越多人的关注。
以前有些用肌电信号识别语音的研究，研究目的是使用肌电信号作为输入来弥补语音信息。
肌电语音识别系统与常规语音识别标准相比，识别准确度较差，但准确度远高于随便猜测的准确度。
这表明在肌肉关节内的生理肌电信号存在着语音信息。
语音识别中使用肌电信号的优点是能够帮助发音障碍者交流；且信号不受声音噪声干扰；还有一些字在声学上发音相似，但说话方式和嘴的位置不同，在表面肌电信号中信号的特征是有区别的。
文章编号:100423365(2003)0320200203主成分分析在PC M测试数据处理中的应用严利人,郭 进,曹秉军(清华大学 微电子学研究所,北京 100084)摘 要: 应用主成分技术进行PC M(P rocess Con tro lM odu le o r M on ito r)测试数据的分析,能够从大量数据中提取其结构。
作为征兆,某种特定的数据结构与一类工艺缺陷有对应关系,因此,主成分分析技术成为集成电路工艺分析和诊断的有力工具。
文章介绍了主成分技术在工艺诊断中的应用,深入讨论了该技术在实际应用中应当注意的问题。
关键词: 工艺监控模块;主成分分析;工艺诊断中图分类号: TN407文献标识码: APr i nc ipa l Com ponen t Ana lysis of PC M Param etersYAN L i2ren,GU O J in,CAO B ing2jun(Institu te of M icroelectronics,T sing hua U niversity,B eij ing100084,P1R1Ch ina) Abstract: P rinci pal Componen t A nalysis(PCA)m ethod is adop ted to analyze param eters of the P rocess Con tro l M odu leo r M on ito r(PC M),and data structu res can be draw n ou t from the large amoun t of m easu red data1A s an om en,a data structu re indicates a specific p rocess failu re;therefo re,th is m ethod is an efficien t too l fo r I C p rocess diagno sis1Basic concep ts of PCA are in troduced1Conditi on s and p rob lem s in the p ractical app licati on are discu ssed1Key words: P rinci pal Componen t A nalysis(PCA);P rocess Con tro lM odu le(PC M);P rocess diagno sisEEACC: 0170L1 引 言在I C制造工艺的研究中,需要设计一定数目的工艺监控模块(PC M,P rocess Con tro lM odu le)。
基于局部保持投影和主成分分析的地震数据去噪方法魏嘉铖;桑雨;杜磊;宋志军【期刊名称】《计算机与数字工程》【年(卷),期】2018(046)009【摘要】随着地震勘探需求的增加和地震采集技术的发展,地震数据的维度逐渐加大,传统去噪方法已不能适应高维数据空间的非线性模式,导致对地震弯曲或倾斜同相轴的处理效果不佳,即容易损伤其有效反射波信号.为此,提出一种基于局部保持投影(LPP)和主成分分析(PCA)的地震数据随机噪声衰减方法.首先,利用LPP具有较好处理高维非线性数据的优良特性,用它对每个地震采样点由其近邻点进行重构,使得在地震数据去噪过程中能够有效地保留弯曲或倾斜同相轴信息;然后,使用PCA提取出特征值较大的有效反射信号,去除特征值很小的随机噪声;最后,在人工合成地震数据上的实验结果表明:与两种经典的基于曲波变换阈值去噪和基于小波变换阈值去噪方法相比,提出的方法能很好地适用于弯曲或倾斜同相轴,可以有效地去除随机噪声,且不损伤有效信号.此外,在实际地震CMP道集和叠加剖面上进行处理也得到了很好的效果.【总页数】6页(P1759-1763,1937)【作者】魏嘉铖;桑雨;杜磊;宋志军【作者单位】长江大学石油工程学院荆州 434023;辽河油田博士后工作站盘锦124010;大连理工大学博士后流动站大连 116029;辽河油田勘探开发研究院盘锦124010;辽河油田钻采工艺研究院盘锦 124010【正文语种】中文【中图分类】TP391.9;P631【相关文献】1.基于局部保持投影的复合位置投影 [J], 林克正;李姝;林晟2.一种新的基于局部保持投影的高维数据聚类成员构造方法 [J], 周静波;殷俊;金忠3.基于局部保持投影的统计不相关复合信息投影 [J], 林克正;陈冬梅;吴清英4.主成分分析和字典学习联合地震数据去噪方法 [J], 朱鹤文;韩立国;陈瑞鼎5.基于SDN-GMM网络的低剂量双能CT投影数据去噪方法 [J], 史再峰;李慧龙;程明;曹清洁;王子菊因版权原因，仅展示原文概要，查看原文内容请购买。
专利名称：基于小波阈值去噪的主成分分析的工作模态参数识别方法
专利类型：发明专利
发明人：缑锦,王成,赖雄鸣,崔长彩,杜吉祥,王靖,官威,候峰
申请号：CN201410335960.3
申请日：20140715
公开号：CN104112072A
公开日：
20141022
专利内容由知识产权出版社提供
摘要：本发明涉及一种基于小波阈值去噪的主成分分析的工作模态参数识别方法，能够有效滤除小阻尼机械结构的振动响应信号中的测量噪声，识别出系统的工作模态(模态固有频率、模态振型)，甚至能识别出在响应信号中贡献量小的工作模态(模态固有频率、模态振型)，并赋予了PCA模态参数识别算法以及物理意义解释与证明。
以及该方法在三维工作模态参数识别中的应用，在设备故障诊断与健康状态监测中的应用。
还涉及一种基于所述方法的工作模态参数分析仪，将多个振动传感器布置于机械结构的关键点上，通过对测量得到的振动响应信号进行工作模态参数识别，可以了解系统结构的特性的变化，并将其应用于大型工程结构的故障诊断与健康状态监测中。
申请人：华侨大学
地址：362000 福建省泉州市丰泽区城东
国籍：CN
代理机构：厦门市首创君合专利事务所有限公司
代理人：张松亭
更多信息请下载全文后查看。
