2 基于GA的SVD信号去噪算法.DOCVIP

下载本文档

5
0
约9.39千字
约 7页
2017-08-17 发布于天津
举报
版权申诉

2 基于GA的SVD信号去噪算法.DOC

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于遗传算法的奇异值分解信号去噪算法郑顾平李强李刚华北电力大学控制与计算机工程学院河北保定摘要吸引子轨迹矩阵矩阵结构的确定以及有效奇异值的选择两个关键问题提出了一种基于遗传算法的奇异值分解信号去噪算法首先利用原始信号构造矩阵运用遗传算法对矩阵结构进行优化然后对含噪声信息的矩阵进行奇异值分解最后通过聚类算法确定有效奇异值个数对有效奇异值和其对应的向量进行奇异值分解反变换还原原始信号达到去噪目的通过仿真实验并与小波包变换小波变换以及传统快速傅氏变换去噪方法相比较结果表明该算法具有良好的去噪效果关键词

基于遗传算法的奇异值分解信号去噪算法郑顾平，李强，李刚（华北电力大学控制与计算机工程学院，河北保定 071003）摘要吸引子轨迹矩阵Hankel矩阵)结构的确定，以及有效奇异值的选择两个关键问题，提出了一种基于遗传算法的奇异值分解信号去噪算法。首先，利用原始信号构造Hankel矩阵，运用遗传算法对矩阵结构进行优化，然后对含噪声信息的矩阵进行奇异值分解，最后通过K-medoids聚类算法确定有效奇异值个数，对有效奇异值和其对应的向量进行奇异值分解反变换，还原原始信号，达到去噪目的。通过仿真实验并与小波包变换、小波变换以及传统快速傅氏变换(FFT)去噪方法相比较，结果表明该算法具有良