2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩83頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、噪聲濾除是光譜數(shù)據(jù)處理中的重要環(huán)節(jié),現(xiàn)今采用的各種常規(guī)處理方法如平滑,傅立葉分析等雖能取得一定的效果,但是在靈敏度,精度和速率等方面都還存在著許多不足之處。小波分析由于能夠同時(shí)在時(shí)域和頻域內(nèi)進(jìn)行信號(hào)分析,所以它能夠有效地實(shí)現(xiàn)對(duì)信號(hào)的去噪。閾值的選擇是小波去噪的一個(gè)重要問(wèn)題,采用同一種小波對(duì)同一個(gè)信號(hào)進(jìn)行去噪處理的時(shí)候,閾值的選擇直接關(guān)系到去噪效果的優(yōu)劣。如果閾值選擇太小,那么有一部分的噪聲小波系數(shù)將不能被置零,從而在去噪后的信號(hào)中保留了

2、部分噪聲信息,使去噪的效果變差。如果閾值選擇過(guò)大,則會(huì)將一部分有用信號(hào)當(dāng)作噪聲濾除,使得去噪后的信號(hào)丟失信息。因此,在去噪的過(guò)程中如何有效地選取閾值,使得噪聲被去除的同時(shí)盡可能地保存有用信號(hào),是一個(gè)值得研究的問(wèn)題。本文對(duì)小波分析在光譜數(shù)據(jù)去噪處理中的應(yīng)用進(jìn)行了研究。文章分為六個(gè)部分: 第1章為緒論,介紹了本課題的研究目的和所作的主要研究工作,最后介紹了本課題的研究工具。 第2章為小波分析基礎(chǔ)理論部分。通過(guò)和傅立葉分析的比

3、較,從數(shù)學(xué)原理上闡明了小波分析的時(shí)頻局域化特點(diǎn)和時(shí)頻窗口的自適應(yīng)特性。由于在實(shí)際計(jì)算機(jī)處理數(shù)據(jù)時(shí),處理的都是離散數(shù)據(jù),連續(xù)小波都必須加以離散化,所以著重介紹了離散和正交小波分析的概念和原理,然后從多分辨分析方面介紹了離散小波分析。 第3章對(duì)小波去噪的方法進(jìn)行了研究。首先介紹了光譜中存在的各種噪聲特性和常用的噪聲濾除方法,然后利用小波分析時(shí)頻局部化奇異性分析原理,研究了信號(hào)峰和噪聲峰在峰頂附近的奇異性特征,提出利用小波分析奇異性分

4、析識(shí)別同頻噪聲的方法。其次提出了幾種常用的閾值選擇方法,并在仿真信號(hào)實(shí)驗(yàn)中對(duì)小波去噪進(jìn)行了初步探索。 第4章 小波去噪在近紅外光譜分析數(shù)據(jù)處理中的應(yīng)用,包括定量牛奶成分的近紅外光譜和定量人血清中葡萄糖含量的短波近紅外光譜。第一個(gè)實(shí)驗(yàn)測(cè)量了38個(gè)巴氏殺菌牛奶樣品的近紅外光譜,利用小波包分析技術(shù)對(duì)光譜信號(hào)進(jìn)行了去噪處理,濾波后重構(gòu)光譜信號(hào),采用可變窗寬窗口移動(dòng)偏最小二乘法(CSMWPLS)對(duì)脂肪、蛋白質(zhì)及乳糖成分含量分別建立預(yù)測(cè)模型

5、,由相關(guān)系數(shù)和預(yù)測(cè)均方根誤差(RMSEP)等對(duì)預(yù)測(cè)模型的精確度進(jìn)行了評(píng)價(jià)。其中脂肪,蛋白質(zhì),乳糖的預(yù)測(cè)均方根誤差分別為0.0327,0.0239,0.0631mg/L。將該結(jié)果和采用傳統(tǒng)的光譜去噪預(yù)處理后用可變窗寬窗口移動(dòng)偏最小二乘法(CSMWPLS)建模的結(jié)果進(jìn)行了比較。第二個(gè)實(shí)驗(yàn)測(cè)量了14名志愿者18個(gè)血清樣品的短波近紅外光譜,利用小波分析技術(shù)對(duì)光譜信號(hào)進(jìn)行了去噪處理,以血糖儀測(cè)定的血糖濃度為參考標(biāo)準(zhǔn),采用間隔偏最小二乘法(iPLS

6、)在700~1060nm短波近紅外波段建立葡萄糖濃度預(yù)測(cè)模型。預(yù)測(cè)模型的相關(guān)系數(shù)為0.9654,均方根預(yù)測(cè)誤差為0.2435mmol/L。然后和采用傳統(tǒng)的傅立葉分析去噪的方法進(jìn)行了比較。上述兩個(gè)實(shí)驗(yàn)的結(jié)果表明: 小波包分析和小波分析預(yù)處理數(shù)據(jù)的方法比傳統(tǒng)的傅立葉分析去噪方法更能有效地扣除噪聲干擾,使模型具有更強(qiáng)的抗干擾能力和更高的預(yù)測(cè)精度。 第5章 小波分析去噪軟件的編制。采用VC++6.0編譯環(huán)境,編制了一維信號(hào)的小波分析去噪

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論