周期紧支撑径向基函数对BEMD的优化

doi:10.3724/SP.J.1146.2006.00849

摘要
图/表
参考文献
相关文章 (1)

全文: PDF (628 KB)
输出: BibTeX | EndNote (RIS)

摘要该文提出了一种优化二维经验模式分解 (Bidimensional Empirical Mode Decomposition, BEMD)的方法。周期紧支撑径向基函数满足不同程度光滑性，能够容忍数据点集不规则性，避免出现上冲现象，而且大大减少了计算量和存储量，特别是能够消除Gibbs现象，抑制边界效应。实验证实本文提出的利用周期紧支撑径向基函数改进BEMD方法，能够获得较好的BEMD分解结果。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	唐洪荣
	沈民奋
	李斌

关键词 ：图像除噪, 二维经验模式分解, 紧支撑径向基函数, 边缘效应

Abstract：In this paper, a method is proposed which uses the Radial Basis Function (RBF) to improve the Bidimensional Empirical Mode Decomposition (BEMD). The mirror compactly supported RBF not only has the precision of interpolation and suppresses the boundary effect, but also has fast computation. Experiments indicate that the method in this paper can gain better decompositions.

Key words： Image denoising BEMD Compactly supported radial basis function Boundary effect

收稿日期: 2006-06-14

PACS:

TN911.73

基金资助:

国家自然科学基金(60271023，60571066)资助课题

通讯作者: 沈民奋

引用本文:

唐洪荣; 沈民奋; 李斌. 周期紧支撑径向基函数对BEMD的优化[J]. 电子与信息学报, 2008, 30(1): 149-153 . Tang Hong-rong; Shen Min-fen; Li Bin . The Improvement of the BEMD Using Compactly Supported RBF. , 2008, 30(1): 149-153 .

链接本文:

http://jeit.ie.ac.cn/CN/10.3724/SP.J.1146.2006.00849 或 http://jeit.ie.ac.cn/CN/Y2008/V30/I1/149