文献

J-GLOBAL ID：201702274227548142   整理番号：17A0368849

ウェーブレット分解と騒音型検出に基づく完全周波数ノイズ除去法【Powered by NICT】

Full frequency de-noising method based on wavelet decomposition and noise-type detection

著者 (2件)： Dong Wenyong (Computer School, Wuhan University, Wuhan, Hubei, PR China) ,  Ding Hong (School of Mathematics and Computer Science, Guangxi Science and Technology Normal University, Liuzhou, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 214  ページ： 902-909  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 伝統的ウェーブレットしきい値雑音除去手法は,雑音が信号の高い周波数帯域に亘っていることを仮定している。しかし,いくつかの雑音に対する真実でない可能性があり,これらの方法は低周波数帯の瞬時雑音電力に関係することは稀である。これは全ウェーブレット周波数帯における雑音を低減する新しい方法を検討した。雑音型検出(FFD ND)に基づいた完全な周波数バンド雑音除去と名付けた新しいフレームワークを提案した。このフレームワークでは,騒音タイプは異なる雑音の自己相関係数を分析することによって検出し,騒音低減を異なる雑音モデルのための異なるしきい値を用いた低周波数と高周波数バンドの両方で行った。低周波数帯における雑音除去の必要性を解析するために,筆者らは最初にパワースペクトル密度(PSD)といくつかの雑音モデルのためのウェーブレット分解スケールの間の関係を研究し,ノイズの大部分の真のではなく,PSDはウェーブレット分解スケールの減少とともに低下することが分かった。ウェーブレットしきい値に関しては,著者らは,ウェーブレット分解スケールに依存するだけでなく,雑音モデルに依存していることを見出した。しきい値を決定を適応的にするために,適応した方法であり,しきい値は雑音モデル,ウェーブレット分解層と他の因子に依存する機能を提案した。提案した方法は,高周波雑音除去法よりも少ない計算コストと少ない分解スケールを持つ優れた性能を常に達成できる。ノイズ型検出のためのわれわれの方法の性能は,ニューラルネットワークに基づく方法よりも超ことを実験的に検証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *波束 ,  電力 ,  騒音 ,  LF【周波数】 ,  雑音除去 ,  相関係数 ,  *周波数 ,  パワースペクトル密度 ,  雑音 ,  *雑音低減 ,  周波数帯
準シソーラス用語： 高周波雑音 ,  雑音モデル ,  騒音低減 ,  *ウェーブレット分解 , 【Automatic Indexing@JST】

著者キーワード (5件)： 雑音型検出 ,  反相関 ,  適応ウェーブレットしきい値 ,  完全周波数雑音除去 ,  雑音低減

分類 (2件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (3件)： ウェーブレット分解 ,  騒音 ,  ノイズ除去