一种基于数据驱动的分数阶小波变换去噪方法

    公开(公告)号:CN116541660A

    公开(公告)日:2023-08-04

    申请号:CN202310508205.X

    申请日:2023-05-08

    Abstract: 本发明提出一种基于数据驱动的分数阶小波变换去噪方法。所述方法在分数阶小波去噪的基础上,将所有的滤波器替换为可学习的卷积核,并定义了一种用于信号降噪的可学习阈值函数激活层,网络中的分数阶尺度滤波器和分数阶小波滤波器以及阈值函数中的正负偏差是通过神经网络反向传播算法得到的。该方法是一种完全基于数据驱动的信号去噪方法。与常规的分数阶小波去噪相比,数据驱动的分数阶小波去噪省去了繁琐的阈值函数设计过程,提高了去噪算法的使用效率。

    一种结合注意力机制的3D-CNN探地雷达三维图像管线识别方法

    公开(公告)号:CN115291210A

    公开(公告)日:2022-11-04

    申请号:CN202210881070.7

    申请日:2022-07-26

    Abstract: 本发明提出一种结合注意力机制的3D‑CNN探地雷达三维图像管线识别方法。所述方法包括对所获得的探地雷达的实际三维回波图像进行预处理;对得到的探地雷达的三维回波图像进行人工标注,并进行置乱,然后随机分配至训练集和验证集,但是需要保证每次置乱后的训练集中每个类别的样本数保持相同;利用生成的训练集对添加注意力机制的3D‑CNN的神经网络模型进行训练,获得训练好的神经网络模型;利用得到的神经网络模型,对探地雷达三维图像进行管线识别。本发明解决了传统识别方法以及基于2D‑CNN的神经网络识别方法识别准确率低和效率低的问题,同时通过添加注意力机制对3D‑CNN进行了改进,提高了网络模型对探地雷达三维图像的识别准确率。

    一种基于自适应滤波器的直达波对消方法

    公开(公告)号:CN111835315A

    公开(公告)日:2020-10-27

    申请号:CN202010619005.8

    申请日:2020-07-01

    Abstract: 本发明提出一种基于自适应滤波器的直达波对消方法,所述方法对参考信号进行抽头,并假设一组抽头系数,此时就得到了自适应滤波器的起始状态,然后令信号通过该滤波器,利用滤波后的信号与监视信号进行比对得到一个误差,并根据该误差调整这一组抽头系数进行迭代,误差会随着迭代次数的增加而减小。利用本发明所述方法实现了直达波对消的良好效果。

Patent Agency Ranking