文献

J-GLOBAL ID：202202291240689848   整理番号：22A1179749

スパース表現に基づく核信号の雑音除去法【JST・京大機械翻訳】

Denoising Method of Nuclear Signal Based on Sparse Representation

著者 (5件)： He San-Jun (School of Nuclear Science and Technology, University of South China, Hengyang, China) ,  Sun Na (School of Nuclear Science and Technology, University of South China, Hengyang, China) ,  Su Ling-Ling (School of Nuclear Science and Technology, University of South China, Hengyang, China) ,  Chen Bin (School of Nuclear Science and Technology, University of South China, Hengyang, China) ,  Zhao Xiu-Liang (School of Nuclear Science and Technology, University of South China, Hengyang, China)
資料名： Frontiers in Energy Research (Web)  (Frontiers in Energy Research (Web))
巻： 10  ページ： 837823  発行年： 2022年 
JST資料番号： U7069A  ISSN： 2296-598X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 核シグナルはノイズに敏感であり,最終的なモニタリング結果に大きく影響する可能性がある。核信号雑音を抑制するために,信号とマッチング追跡アルゴリズムのスパース表現に基づくスパース表現法を雑音除去のために提案した。時間周波数整合”原子”を,雑音に関係なく核信号の特性に整合する訓練原子により,過剰完全ライブラリを構築するために選択した。最良の時間周波数マッチング原子は,直交マッチング追跡(OMP)アルゴリズムとライブラリで雑音の多い信号をまばらに表現することによって抽出した。残留比閾値を,雑音除去結果に及ぼす反復の不適切な選択の影響を避けるために,OMPアルゴリズムにおける停止判定基準として選択した。最後に,雑音のある核信号における元の無雑音核信号成分に関する効果的なスパース表現を行うことにより,各反復によって抽出した原子を整合するパルスを最適化した。提案方法を用いて,シミュレーションおよび測定信号を雑音除去し,従来のウェーブレット理論を用いた核雑音除去結果と比較した。結果は,提案方法が核信号のノイズ干渉を正確に抑制することができ,雑音除去効果は従来のウェーブレット法のものより良いことを示した。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  干渉 ,  最適化 ,  *雑音 ,  *信号 ,  信号解析 ,  信号処理 ,  波束 ,  *データ表現 ,  パルス ,  マッチング ,  *雑音除去
準シソーラス用語： 時間周波数 ,  *スパース表現 ,  直交マッチング追跡 ,  追跡アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： スパース表現 ,  核シグナル ,  信号処理 ,  雑音除去法 ,  雑音低減

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  信号理論  (ND02020G)

引用文献 (34件)：

• AharonM., EladM., BrucksteinA. (2005). K-svd:design Dictionaries Sparse Representation. SPARS 5, 9-12.
• AlotaibiN. (2021). A Novel Method to Denoise Images Based on a Meta-Heuristic Algorithm and Pre-learned Dictionary. Ijies 14 (1), 203-211. doi: 10.22266/ijies2021.0228.20
• BalnarsaiahB., RajithaG. (2021). Denoising and Optical and Sar Image Classifications Based on Feature Extraction and Sparse Representation. arXiv preprint arXiv:2106.01896. doi: 10.22266/ijies2021.0228.20
• BertuccioG., PulliaA. (1993). A Method for the Determination of the Noise Parameters in Preamplifying Systems for Semiconductor Radiation Detectors. Rev. Scientific Instr. 64 (11), 3294-3298. doi: 10.1063/1.1144293
• CelikC., BilgeH. S. (2017). Content Based Image Retrieval with Sparse Representations and Local Feature Descriptors : A Comparative Study. Pattern Recognition 68, 1-13. doi: 10.1016/j.patcog.2017.03.006

タイトルに関連する用語 (3件)： スパース表現 ,  核 ,  雑音除去