數(shù)據(jù)特征識(shí)別過程的噪聲處理研究.pdf

1、隨著科學(xué)與技術(shù)突飛猛進(jìn)的發(fā)展，在實(shí)際應(yīng)用和研究中，獲取的數(shù)據(jù)數(shù)量越來越大，形式也越來越復(fù)雜，對(duì)象的特征維數(shù)也越來越高，而在這些高維數(shù)據(jù)中，夾雜了許多對(duì)研究沒有意義的特征，因此需要對(duì)這些高維數(shù)據(jù)進(jìn)行特征識(shí)別，分析出有效的數(shù)據(jù)特征。在數(shù)據(jù)特征識(shí)別過程中，待處理的數(shù)據(jù)基本上都包含著噪聲，這些噪聲的存在大大的影響了數(shù)據(jù)特征識(shí)別的效率和精度，因此本文將圍繞數(shù)據(jù)去噪進(jìn)行研究，設(shè)計(jì)一種數(shù)據(jù)去噪的方法并應(yīng)用在數(shù)據(jù)特征識(shí)別之中。
　　本文系統(tǒng)的介紹

2、和分析了數(shù)據(jù)噪聲的種類和特點(diǎn)以及常用的數(shù)據(jù)去噪方法，并針對(duì)存在比較廣泛的白噪聲選定了去噪效果比較好的小波閾值去噪方法。然后討論了采樣點(diǎn)對(duì)濾波效果的影響，針對(duì)實(shí)際研究中采樣點(diǎn)不足的情況，使用了局部插值的方法進(jìn)行彌補(bǔ)。接著本文設(shè)計(jì)一種基于小波閾值的自適應(yīng)聯(lián)合去噪方法，該方法能夠根據(jù)待處理數(shù)據(jù)的不同自動(dòng)選擇最優(yōu)的小波基、閾值選取規(guī)則和分解層數(shù)，并且進(jìn)行最佳次數(shù)的五點(diǎn)三次平滑處理。最后本文利用設(shè)計(jì)的濾波方法和多元選集回歸特征方法對(duì)多元含噪數(shù)據(jù)進(jìn)