噪声水平估计在许多图像处理应用（例如盲图像降噪）中至关重要。 在本文中，我们通过联合利用带通域中峰度的分段平稳性和正则性质，提出了一种用于自然图像的噪声级估计方法。 我们设计了一种基于K均值的算法，将图像自适应地划分为一系列不重叠的区域，每个区域的干净版本均假定与整个尺度上恒定但未知的峰度相关联。 然后，将噪声水平估计引入一个问题，以最佳地拟合此新峰度模型。 此外，我们开发了一种纠正方案，以通过噪声注入机制进一步降低估计偏差。 大量的实验结果表明，我们的方法可以可靠地估计各种噪声类型的噪声水平，并且优于某些最新技术，尤其是对于非高斯噪声。
2021-10-13 00:25:20
2.75MB
1
非平稳极值分析 (NEVA) 软件包，2.0 版作者：Linyin Cheng，博士，加州大学欧文分校发布：09/14/2014 源代码：Matlab 非平稳极值分析 (NEVA) 软件包的开发旨在促进平稳和非平稳假设下的极值分析。 在贝叶斯方法中，NEVA 使用差分进化马尔可夫链 (DE-MC) 方法估计极值参数，以在参数空间上进行全局优化。 NEVA 包括通过贝叶斯推理估计收益水平的后验概率区间（不确定性界限），在不确定性量化方面具有固有优势。 该软件使用各种超标概率方法呈现非平稳极值分析的结果。 我们为一个案例研究评估了包的平稳和非平稳组件，该案例研究由网格化全球温度数据集的年度温度最大值组成。 结果表明，NEVA 可以可靠地描述极端情况及其回报水平。 NEVA 包括两个组件： (1) 用于分析年度最大值（块最大值）的广义极值 (GEV) 分布。 （2）广义帕累托分布（GPD），用于
2021-09-28 20:28:15
4.26MB
1
本代码是用于给定（非平稳）信号的时频分析的 Matlab 程序。 结果是： 1) 时域中信号的图形表示； 2）频域中信号的图形表示（通过FFT）； 3) 时频域中信号的图形表示（通过 STFT）。
该代码基于以下内容中描述的理论：
[1] G. Heinzel、A. Rudiger、R. Schilling。 通过离散傅立叶变换 (DFT) 进行的频谱和频谱密度估计，包括窗口函数的综合列表和一些新的平顶窗口。 德国，汉诺威，Max-Planck-Institut für Gravitationsphysik，2002。
2021-09-28 11:33:09
339KB
1
matlab代码做游戏用于“对带有扩散的平稳均值场博弈进行预处理的增强拉格朗日方法”的MATLAB代码。
应使用例如addpath('./ppfem/lib/');使MATLAB知道ppfem/lib/的路径addpath('./ppfem/lib/');
。
有关ppfem更多信息，请参见。
请注意，是必填项。
运行main
。
在R2016a（9.0.0.341360）64位（glnxa64）上进行了测试。
安德列夫（R.
Andreev），2017年4月10日
2021-09-26 13:29:15
21KB
1
RLMD 是一种改进的局部均值分解，由一组优化策略提供支持。 优化策略可以处理 LMD 中的边界条件、包络估计和筛选停止准则。 它从混合信号中同时提取一组单分量信号（称为乘积函数）及其相关的解调信号（即 AM 信号和 FM 信号），这是与其他自适应信号处理方法（如EMD。 RLMD 可用于时频分析。
参考： [1] 刘志良，金亚强，左铭，冯志鹏。 基于鲁棒局部均值分解的时频表示，用于多分量 AM-FM 信号分析。 机械系统和信号处理。 95: 468-487, 2017。 [2] Smith J S.局部均值分解及其在脑电感知数据中的应用[J]. 皇家学会界面杂志，2005 年，2(5)：443-454。 [3] G. Rilling、P. Flandrin 和 P. Goncalves。 关于经验模式分解及其算法。 IEEE-EURASIP 非线性信号和图像处理研讨会 NSIP-03
2021-09-15 19:07:59
7KB
1