文献

J-GLOBAL ID：201902281900181028   整理番号：19A1204481

経験的モード分解とウェーブレット変換を用いた時空間血管軌道平滑化【JST・京大機械翻訳】

Spatio-Temporal Vessel Trajectory Smoothing Using Empirical Mode Decomposition and Wavelet Transform

著者 (5件)： Li Xinyi (School of Navigation, Wuhan University of Technology, Wuhan, 430063, China) ,  Feng Zikun (School of Navigation, Wuhan University of Technology, Wuhan, 430063, China) ,  Li Yan (School of Navigation, Wuhan University of Technology, Wuhan, 430063, China) ,  Liu Zhao (School of Navigation, Wuhan University of Technology, Wuhan, 430063, China) ,  Liu Ryan Wen (School of Navigation, Wuhan University of Technology, Wuhan, 430063, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICBDA  ページ： 106-111  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動識別システム(AIS)は,海洋工学および海洋管理における優れた特性のために,近年,ますます注目を集めている。空間-時間容器軌道データは,受信したAISデータに高度に関連している。しかしながら,AIS生データは,信号取得とアナログからディジタルへの変換の間,しばしば望ましくない雑音を被る。AISベースの船舶軌道データ品質を改善するために,著者らは,ウェーブレット変換と経験的モード分解(EMD)を結合することによって,船舶軌道平滑化法を開発することを提案した。特に,EMDを導入して,元の容器軌道データをいくつかのサブ軌道に分解した。EMD分解は,軌道平滑化のロバスト性を強化することを助けることができた。ウェーブレット変換は,分解されたサブトラジェクトリーを滑らかにするために直接採用される。最終的な高品質軌道は,本研究において平滑化したサブ軌跡を結合することによって得た。提案した方法は,重要な軌道特徴を保存しながら,望ましくない雑音を除去する能力を持っている。多数の実験により,提案した組合せ法の優れた平滑化性能を示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 海洋工学 ,  *平滑化 ,  *血管 ,  *ウェーブレット変換 ,  雑音 ,  船舶 ,  トラジェクトリー ,  アナログ系 ,  軌跡 ,  ディジタル方式 ,  ロバスト性
準シソーラス用語： データ品質 ,  生データ ,  自動認識 ,  *経験的モード分解 , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  生体計測  (EL03020C) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 経験的モード分解 ,  ウェーブレット変換 ,  時空間 ,  血管 ,  軌道 ,  平滑化