Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "nonlinear noise reduction" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Projective filtering based on L1-norm PC
    Autorzy:
    Przybyła, T.
    Wróbel, J.
    Pander, T.
    Czabański, R.
    Jeżewski, J.
    Matonia, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/332906.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    embedded space
    projective filtering
    nonlinear noise reduction
    PCA
    L1-norm PCA
    przestrzeń osadzona
    filtrowanie rzutowe
    nieliniowa redukcja szumów
    norma L1 PCA
    Opis:
    The paper presents a modification of nonlinear state-space projections (NSSP) method. The proposed approach deals with the sub-space estimation problem. In the original NSSP method, the principal component analysis (PCA) is used for the subspace determination. The classical PCA uses L2-norm. It is well known that the L2-norm is sensitive to outliers. Thus, in this paper the L1-norm PCA is proposed a subspace determination. In numerical experiments an analytic signal and real ECG signals are processed with the proposed method. The signals are contaminated with Gaussian distributed noise with different signal to noise ratio (SNR). Obtained results confirm the usefulness of the proposed modification.
    Źródło:
    Journal of Medical Informatics & Technologies; 2013, 22; 79-86
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nonlinear Nonlocal Algorithm for Video Filtering
    Autorzy:
    El Ouafdi, Ahmed Fouad
    El Houari, Hassan
    Powiązania:
    https://bibliotekanauki.pl/articles/2023335.pdf
    Data publikacji:
    2021
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    video filter
    noise reduction
    nonlocal filter
    Bayesian filtering
    nonlinear filter
    filtr wideo
    redukcja szumów
    filtr nielokalny
    filtrowanie bayesowskie
    filtr nieliniowy
    Opis:
    Video sequences are frequently contaminated by noise throughout the acquisition process, resulting in considerable degradation of video display quality. In this paper, we present a novel method of video filtering. The proposed filter is developed from an optimization problem in which a Bayesian term and a noisy video sequence prior distribution are combined. The method begins by segmenting the video sequence into space-time blocks and then substituting each noisy block by a weighted average of non-local neighbor blocks. Gradient-based weights are used to dynamically adjust the edge preservation and smoothness of the reference block. The obtained formulation enables nonlinear filtering and, hence, preserving key features such as edges and corners while using the intrinsic Bayesian filtering framework. Experiments on different video sequences with varying degrees of noise show that the proposed method performs better than state-of-the-art video filtering approaches.
    Źródło:
    Advances in Science and Technology. Research Journal; 2021, 15, 4; 243-252
    2299-8624
    Pojawia się w:
    Advances in Science and Technology. Research Journal
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wpływ redukcji szumu losowego metodą Schreibera na identyfikację systemu generującego dane. Analiza symulacyjna
    Impact of the Schreiber Noise Reduction Method on DGP Identification Simulation Analysis
    Autorzy:
    Orzeszko, Witold
    Powiązania:
    https://bibliotekanauki.pl/articles/1830757.pdf
    Data publikacji:
    2011-06-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    Identyfikacja nieliniowości
    redukcja szumu losowego
    metoda Schreibera
    wskaźnik NRL
    test BDS
    miara informacji wzajemnej
    bootstrap
    nonlinear time series
    noise reduction
    Schreiber method
    NRL quantity
    BDS test
    mutual information
    Opis:
    Jednym ze sposobów ograniczenia negatywnego wpływu obecności szumu losowego na analizę rzeczywistych szeregów czasowych jest stosowanie metod redukcji szumu. Prezentowane w literaturze przedmiotu rezultaty zastosowania takich procedur w procesie identyfikacji nieliniowości i chaosu są zachęcające. Jedną z metod redukcji szumu jest metoda Schreibera, która, jak wykazano, prowadzi do efektywnej redukcji szumu losowego dodanego do danych wygenerowanych z systemów deterministycznych o dynamice chaotycznej. Jednakże w przypadku danych rzeczywistych, badacz zwykle pozbawiony jest wiedzy, czy system generujący rzeczywiście jest deterministyczny. Istnieje więc ryzyko, że redukcji szumu zostaną wówczas poddane dane losowe. W niniejszym artykule wykazano, iż w sytuacji, gdy brak jest wyraźnych podstaw do stwierdzenia, że badany szereg pochodzi z systemu deterministycznego, metodę Schreibera należy stosować z dużą ostrożnością. Z przeprowadzonych symulacji, w których wykorzystano test BDS, miarę informacji wzajemnej oraz współczynnik korelacji liniowej Pearsona wynika bowiem, że redukcja szumu może wprowadzić do analizowanych danych, zależności o charakterze nieliniowym. W efekcie szeregi losowe mogą zostać błędnie zidentyfikowane jako nieliniowe.
    A presence of a noise is typical for real-world data. In order to avoid its negative impact on methods of time series analysis, noise reduction procedures may be used. The achieved results of an application of such procedures in identification of chaos or nonlinearity seem to be encouraging. One of the noise reduction methods is the Schreiber method, which, as it has been shown, is able to effectively reduce a noise added to time series generated by deterministic systems with chaotic dynamics. However, while analyzing real-world data, a researcher usually cannot be sure if the generating system is deterministic. Therefore, there is a risk that a noise reduction method will be applied to random data. In this paper, it has been shown that in situations where there in no clear evidence that investigated data are generated by a deterministic system, the Schreiber noise reduction method may negatively affect identification of time series. In the simulation carried out in this paper, the BDS test, the mutual information measure and the Pearson autocorrelation coefficient were used. The research has shown that an application of the Schreiber method may introduce spurious nonlinear dependencies to investigated data. As a result, random series may be misidentified as nonlinear.
    Źródło:
    Przegląd Statystyczny; 2011, 58, 1-2; 114-131
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies