基于动态聚类的奇异值分解降噪方法研究

被引:18
作者
王维 [1 ]
张英堂 [1 ]
徐章遂 [2 ]
机构
[1] 石家庄军械工程学院火炮工程系
[2] 石家庄军械工程学院电气工程系
关键词
奇异值分解; 降噪; 动态聚类; C-均值算法;
D O I
10.16385/j.cnki.issn.1004-4523.2008.03.016
中图分类号
TN911 [通信理论];
学科分类号
081002 ;
摘要
针对奇异值分解降噪中吸引子轨道矩阵重构阶次难以有效确定的问题,提出了基于非监督动态聚类算法来确定矩阵有效重构阶次的新方法。该方法利用含噪声信号的奇异谱图中表征噪声的噪声平台平缓和集中的特性,通过向谱图纵轴投影,应用动态聚类合理确定噪声平台的边界,进而有效地确定奇异值分解降噪中矩阵的有效重构阶次。仿真结果表明,该方法有较好的降噪精度和算法稳定度,提高了算法的实用性。
引用
收藏
页码:304 / 308
页数:5
相关论文
共 7 条
[1]   SVD based technique for noise reduction in electroencephalographic signals [J].
Sadasivan, PK ;
Dutt, DN .
SIGNAL PROCESSING, 1996, 55 (02) :179-189
[2]   基于结构风险最小化原则的奇异值分解降噪研究 [J].
朱启兵 ;
刘杰 ;
李允公 ;
闻邦椿 .
振动工程学报, 2005, (02) :204-207
[3]   基于奇异谱分析的降噪方法及其在计算最大Liapunov指数中的应用 [J].
刘元峰 ;
赵玫 .
应用数学和力学, 2005, (02) :163-168
[4]   基于奇异谱的降噪方法及其在故障诊断技术中的应用 [J].
吕志民 ;
张武军 ;
徐金梧 ;
翟绪圣 .
机械工程学报, 1999, (03) :86-89
[5]  
数字信号处理.[M].胡广书编著;.清华大学出版社.2003,
[6]  
现代信号处理.[M].张贤达著;.清华大学出版社.2002,
[7]  
模式识别.[M].边肇祺等编著;.清华大学出版社.2000,