Программная реализация алгоритма обработки вейвлет-коэффициентов в задачах анализа экспериментальных данных
https://doi.org/10.1134/S2304487X21010120
Аннотация
Об авторах
С. Б. Московский
Ярославский государственный университет им. П. Г. Демидова
Россия
Россия
150000
Ярославль
А. Н. Сергеев
Ярославский государственный университет им. П. Г. Демидова
Россия
Россия
150000
Ярославль
Е. И. Сидорова
Ярославский государственный университет им. П. Г. Демидова
Россия
Россия
150000
Ярославль
А. А. Марудов
Ярославский государственный университет им. П. Г. Демидова
Россия
Россия
150000
Ярославль
Список литературы
1. Добеши И. Десять лекций по вейвлетам / И. Дебеши. – Ижевск: НИЦ Регулярная и хаотическая динамика, 2001. – 464 с.
2. Астафьева Н. М. Вейвлет-анализ: основы теории и примеры применения / Н. М. Астафьева // УФН. – 1996. – № 166 (11). – С. 1145–1170.
3. Филипов Т. К. Применение вейвлет-преобразования информации при техническом анализе / Т. К. Филипов // Научно-технические ведомости. – 2012. – № 5 (157). – С. 95–98.
4. Яковлев А. Н. Введение в вейвлет-преобразования / А. Н. Яковлев. – Новосибирск: НГТУ, 2003. – 104 с
5. Блаттер К. Вейвлет-анализ. Основы теории / К. Блаттер. – М.: РИЦ Техносфера. 2004. – 280 с.
6. Mallat S. A Wavelet tour of signal processing. Second Edition. Academic Press. 1999. 620 p.
7. Обидин М. В. Вейвлеты и адаптивный трешолдинг / М. В. Обидин, А. П. Серебровский // Информационные процессы. – 2013. – Т. 13. – № 2. – С. 91–99.
8. Alsaidi M. Altaher, Mohd T. Ismail. A Comparison of Some Thresholding Selection Methods for Wavelet Regression // World Academy of Science. Engineering and Technology. 2010. № 62. P. 119–125.
9. Дьяконов В. MATLAB. Обработка сигналов и изображений. Специальный справочник / В. Дьяконов, И. Абраменкова. – СПб.: Питер, 2002. – 608 с.
10. Лазарева А. Г. Математика вейвлет-преобразований / А. Г. Лазарева // Молодой ученый. – 2009. – № 3. – С. 30–34
11. Воробьёв В. И. Теория и практика вейвлет-преобразования / В. И. Воробьёв, В. Г. Грибунин. – СПб.: Изд-во ВУС, 1999. – 204 с.
12. Нагорнов О. В. Вейвлет-анализ в примерах. Учебное пособие / О. В. Нагорнов. – М.: НИЯУ МИФИ, 2010. – 120 с.
13. Luisier F., Blu T., Unser M. A new SURE approach to Image denoising: interscale orthonormal wavelet thresholding // IEEE transactions on image processing. 2007. V. 38. № 5. P. 1323–1342.
14. Chang S. G., Yu B., Vetterli M. Adaptive Wavelet Thresholding for image Denoising and Compression // IEEE Trans. Image Processing. 2000. V. 9. № 9. P. 1532–1546.
15. Antoniadis A., Fryzlewicz P. Parametric modelling of thresholds across scales in wavelet regression // Biometrika. 2006. V. 93. № 2. P. 465–471.
16. Бурнаев Е. В. Применение вейвлет-преобразования для анализа сигналов / Е. В. Бурнаев. – М.: МФТИ, 2007. – 138 с.
17. Смоленцев Н. К. Основы теории вейвлетов. Вейвлеты в MATLAB / Н. К. Смоленцев. – М.: ДМК Пресс. 2014. – 628 с.
18. Birgé L., Massart P. From model selection to adaptive estimation / in D. Pollard (ed). Festchrift for L. Le Cam. Springer. 1997. P. 55–88.
19. Алексеев К. А. Теория и практика шумоподавления в задаче обработки сейсмоакустических сигналов [Электронный ресурс] / К. А. Алексеев. – URL: https://nnspu.ru/Matlab_Ru/wavelet/book5/index.asp.htm (дата обращения 22. 12. 2020)
20. Donoho D. L. De-Noising by Soft Thresholding // IEEE Transactions on Information Theory. 1995. V. 41. № 3. P. 613–627.
Рецензия
Для цитирования:
Московский С.Б., Сергеев А.Н., Сидорова Е.И., Марудов А.А. Программная реализация алгоритма обработки вейвлет-коэффициентов в задачах анализа экспериментальных данных. Вестник НИЯУ МИФИ. 2021;10(1):77-84. https://doi.org/10.1134/S2304487X21010120
For citation:
Moskovsky S.B., Sergeev A.N., Sidorova E.I., Marudov А.A. Software Implementation of the Algorithm for Processing Wavelet Coefficients in Problems of Experimental Data Analysis. Vestnik natsional'nogo issledovatel'skogo yadernogo universiteta "MIFI". 2021;10(1):77-84. (In Russ.) https://doi.org/10.1134/S2304487X21010120
Просмотров:
159
Послать статью по эл. почте 