双模噪声背景下自适应小波阈值去噪

在分析双模噪声模型统计特性的基础上提出自适应小波阈值算法。新算法中设计改进的阈值函数和控制函数,克服了传统硬、软阈值法的不足,并且自适应得到最佳控制因子。该算法对加入双模噪声的信号进行闭环反馈处理：小波分解、阈值量化处理、小波逆变换重构信号、控制函数寻优。Matlab 2012a仿真结果表明,该算法相对于传统硬、软阈值法,去噪图形曲线清晰、光滑、连续性好,信噪比分别提高9 dB和4 dB。在双模噪声背景下,自适应小波阈值去噪有效、可行,拓展了小波阈值算法的应用。     

基于Context模型的局部阈值小波图像去噪

本文基于小波阈值去噪的基本理论，提出了一种基于Context模型的自适应小波去噪算法。该方法利用Context模型建立图像小波变换后的系数分类模型并根据分类使用不同的阈值去噪。实验结果表明本文提出的算法无论是PSNR值还是视觉效果，都大大优于传统算法。     

基于改进阈值的低压电力线信道中的小波去噪方法

在电力线信道的小波去噪方法中,应用广泛的是小波变换阈值法.但传统的阈值法阈值单一,且在信号连续性较差的情况下,运用传统阈值法还会产生伪吉布斯现象.为了克服阈值法的不足,在平移不变量小波阈值去噪法的基础上,通过仿真低压电力线信道噪声,对阈值函数进一步改进,使阈值的变化与噪声的小波变换随尺度的变化特性相一致.仿真实验可以看出,该方法可以有效改善信号的信噪比,减小原始信号与估计信号之间的均方根误差,对含噪信号有更好的去噪效果.     

高层管理信息系统的信息需求探讨

本文通过对高层管理信息系统软、硬两方面信息的分析，探讨了软信息与硬信息的特点、联系，以及软信息对于高层管理者的重要价值。     

一种改进的基于EMD分解的超宽带信号消噪算法

针对低信噪比超宽带信号的消噪问题，提出一种改进的基于经验模式分解（EMD）的 消噪算法。该算法首先对含噪信号进行EMD分解，得到多个固有模态函数（IMF）分量，然后 选取高阶IMF重构原信号，达到消噪的目的。针对对UWB信号的IMF重构过程中阶数阈值难以 确定的问题，通过数值仿真的方法，得到信号分量和噪声分量在不同阶IMF上的能量分布特 性；在对所得特性进行分析的基础上，设计了一种数据自适应的阶数阈值选取算法，解决了 EMD消噪中的阶数阈值选取问题。仿真结果表明，EMD消噪算法能够在较低信噪比下提供平均 10 dB的信噪比增益，可以有效地对超宽带信号进行消噪。     

瞬变电磁信号去噪方法及效果研究

采样后的瞬变电磁信号数据容易受到各种噪声的干扰，造成数据处理时分辨率较低，进而出现异常解释信息，影响后续工作进程．因此，必须选日蛤适的方法对其进行去噪处理。本文集中对三点指数逼近非线}生平滑去噪、基于小波闽值的信号去噪、基于小波变换模极大值的信号去噪、基于小波包的信号去噪等方法及效呆进行比较，对瞬变电磁法的去噪工作具有一定的现实意义。     

最小能量框架的跟踪干扰识别和去噪算法

讨论了基于离散信号空间上的最小能量（小波）框架的跟踪干扰信号识别和去噪算法。利用一组框架对采用相位调制的接收信号进行分解，如果受到跟踪干扰，则未干扰区信号和干扰区信号的3个分解子信号将呈现明显不同的能量分布特征，据此提出了一种跟踪干扰信号识别和自适应阈值去噪算法。理论分析和仿真结果表明，识别算法具备低虚警率和漏警率性能，而去噪算法有效抑制了干扰信号能量，10-2 误包率时，BPSK+1/2 Turbo信号中1/16尾部信号受到干信比值10 dB的高斯噪声干扰后，去噪算法获得了约4 dB的增益；而QPSK+1/2 Turbo信号中1/8尾部信号受到干信比值10 dB的高斯噪声干扰后，去噪算法可以把误包率性能从1降低至约0.67的水平。     

改进小波阈值去噪法在地震资料处理中的应用

在地震勘探中,随机噪音是一种频带较宽,严重影响有效波信噪比的干扰波,一般的一维去噪方法效果都不理想。小波变换是一个时间和频率的局域变换,通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析,它结合相关阀值,能有效地在地震勘探剖面中消除随机干扰。本文基于小波变换的基本原理上,提出平移不变量与自适应改进阀值结合的方法,实现对地震资料去噪处理,分析该方法的小波基的选取,最后通过模型与实例进行对比与分析说明了该方法去噪优于其它去噪方法．且该方法计算速度较快,简便可行。     

利用生成对抗网络的时频图像去噪和增强处理

针对雷达信号时频图像的去噪和增强问题，提出了利用生成对抗网络二次生成时频图像的方法。首先利用时频分析产生雷达信号的时频图像作为原始数据集1;接着利用生成对抗网络对数据集1进行学习之后生成新的数据集2，数据集2相对于数据集1拥有着去噪和增强的效果;最后提取时频图像奇异值特征检验生成的数据集2的有效性。对6种常见的雷达信号的时频图像进行了仿真实验，结果证明了该方法在时频图像去噪和增加样本多样性方面是有效的。     

高层管理信息系统的信息需求探讨

本文通过对高层管理信息系统软、硬两方面信息的分析,探讨了软信息与硬信息的特点、联系,以及软信息对于高层管理者的重要价值。     

小波包在无线电信号消噪中的应用研究

介绍了小波包去噪的基本原理和方法，针对无线电信号的特点，采用四种闽值法进行去噪对比实验，去噪后信号的波形较为光滑，信噪比均有提高，均方差误差明显降低，有效地去除信号中的噪声，达到了保留信号特征，抑制噪声的目的，为无线电传输提供更可靠的数据信息。     

一种基于卷积运算与全变分模型的图像去噪方法

梯度模值较易受到外界影响，导致全变分模型在大噪声点处往往不能很好地消除噪声，从而产生阶梯效应。针对该问题，提出了一种基于卷积运算与全变分模型的图像去噪方法。首先，针对以扩散形式获得的图像像素点进行卷积运算，利用滤波去噪降低大噪声点的灰度值；其次，以能量泛函形式构建图像全变分模型，并求解泛函对应的拉格朗日方程极小值来实现图像去噪；最后，将去噪后图像作为双边滤波算法的引导图像进行二次去噪，从而进一步提升图像去噪质量。仿真实验结果表明，与经典方法相比，该模型对去噪过程中的阶梯效应问题具有较好的处理效果。     

移动因特网半软切换的仿真研究

MobileIP协议中原有的硬切换算法产生的分组丢失和切换时延大大降低了用户的通信质量，半软切换算法是硬切换的改进算法，本文通过仿真比较了Mobile IP协议中硬切换和半软切换对TCP和UDP流量的影响，并进一步研究了影响半软换性能的因素。     

浅谈我国企业文化与人力资源管理的关系

企业文化和人力资源管理分别实施的是无形软管理和有形硬管理．企业文化从无形的价值观、思维方式影响人的精神状态．而人力资源管理则从有形的制度、方法去影响人。     

测量船异常数据辨识与误差抑制

为解决蕴含有复杂变形、船摇周期影响的测量船异常数据检测难题,提出了基于小波分析的异常数据的动态识别与修正方法。基于小波分析的多尺度、局部分析等特性,采用具有紧支撑特性的小波去噪方法,根据数据自适应选取阈值,对噪声进行抑制凸显异常,在实现噪声抑制的同时,较好地保留了局部异常特征,显著提高了异常数据的检出率。测试结果表明,该方法切实可行,效果良好。     

关于提高职教学生学习动力的思考

目前,职业教育中部分学生学习积极性不是太高,给职业教育带来一定的困难。经过调研发现,‘以"软"为主,以"硬"为辅,"软""硬"兼施’的办法是一个比较有效提高职教学生学习动力的办法。"软"主要指从情感的角度去激励学生积极性,"硬"主要指从制度管理上去制约学生的惰性,反向作用达到激励学生积极性的目的,这个办法对于全面提高学生学习积极性有着良好的效果。     

约束限制员工创新行为吗?——基于约束类型化的解读

约束会限制员工创新行为吗?为揭示约束与员工创新行为之间的关系，本文借助7S模型将信念约束、边界约束、纠偏约束及互动约束划分为软约束和硬约束两类，其中，信念约束和互动约束归类为软约束，边界约束和纠偏约束归类为硬约束。通过对210名员工的有效样本进行数据分析，文章发现了两类约束影响员工创新行为的差异化路径。具体而言，以创新为核心的软约束分别通过赋权、行为示范影响员工创新行为，硬约束正向调节软约束与员工创新行为之间的关系。在促进员工创新行为方面，软约束和硬约束之间存在互补关系。通过挖掘不同约束对员工创新行为的作用机制，为管理者厘清约束的作用、更好地激发员工创新提供启示。     

基于小波和ARMA模型的时间序列区间预测

提出小波去噪和ARMA模型相结合的预测方法。对上证指数原序列进行小波去噪,然后对去噪后的序列建立ARMA模型,进行95%的置信区间的动态预报。     

用于非合作信号噪底估计的改进自回归算法

非合作接收中由于信道或接收机模拟器件的影响可能导致接收信号功率谱存在噪声基底不平坦现象，为便于划定检测门限需要先估计噪声基底再对原始功率谱进行修正。传统的非线性自回归滑动滤波算法采用固定阈值，仅适用于窄带单信号的噪底估计。改进算法通过增加调节系数实现对阈值的动态调节，并根据功率谱特征计算初始阈值和调节系数，提高了原算法的适应范围和工程实用性。仿真结果表明，改进算法对不同种类的信号具有普适性，能解决原算法无法适应的宽带多信号噪底估计。     

营销就是一场软战争

世界同时进行着两种战争：硬战争与软战争。硬战争的手段是杀戮，其组织形式是军队；软战争的手段是营销，其组织形式是企业。