资源简介
自适应贝叶斯算法matlab源码

代码片段和文件信息
%阈值用bayes+比例参数k小于1的自适应
clear all;
sig=imread(‘GOLDHILL.bmp‘);%miss2;BOAT
[M_sig N_sig]= size(sig);
sig=double(sig)/double(max(max(sig)));
sig_n=imnoise(sig‘gaussian‘);
title(‘图1 含噪图像‘);
% %平稳小波分解,分解层
[sign1_ll sign1_lh sign1_hl sign1_hh]=SWT2(sig_n3‘db4‘);
% % %求取HH1中的噪声方差
for n=1:3
delta(n)=0 ;
delta(n)=median(median(abs(sign1_hh(::n))))/0.6745;
delta(n)=delta(n)^2;
end
%%求各层信号的方差
for n=1:3
sum_ll(n)=0;
sum_lh(n)=0;
sum_hl(n)=0;
sum_hh(n)=0;
for i=1:M_sig
for j=1:N_sig
sum_hh(n)=sum_hh(n)+sign1_hh(ijn)^2;
sum_lh(n)=sum_lh(n)+sign1_lh(ijn)^2;
sum_hl(n)=sum_hl(n)+sign1_hl(ijn)^2;
sum_ll(n)=sum_ll(n)+sign1_ll(ijn)^2;
end
end
sum_ll(n)=sum_ll(n)/(M_sig*N_sig);
sum_lh(n)=sum_lh(n)/(M_sig*N_sig);
sum_hl(n)=sum_hl(n)/(M_sig*N_sig);
sum_hh(n)=sum_hh(n)/(M_sig*N_sig);
sigdelta_ll(n)=sqrt(max(sum_ll(n)-delta(n)1e-6));%%各层信号方差
sigdelta_lh(n)=sqrt(max(sum_lh(n)-delta(n)1e-6));
sigdelta_hl(n)=sqrt(max(sum_hl(n)-delta(n)1e-6));
sigdelta_hh(n)=sqrt(max(sum_hh(n)-delta(n)1e-6));
end
%%
%求取各个小波系数的比例gama
p=1;
for n=1:3
max_ll(n)=max(max(abs(sign1_ll(::n))));
max_lh(n)=max(max(abs(sign1_lh(::n))));
max_hl(n)=max(max(abs(sign1_hl(::n))));
max_hh(n)=max(max(abs(sign1_hh(::n))));
for i=1:M_sig
for j=1:N_sig
k_ll(ijn)=abs(sign1_ll(ijn)/max_ll(n))^p;
k_lh(ijn)=abs(sign1_lh(ijn)/max_lh(n))^p;
k_hl(ijn)=abs(sign1_hl(ijn)/max_hl(n))^p;
k_hh(ijn)=abs(sign1_hh(ijn)/max_hh(n))^p;
%各个小波系数的阈值阈值随小波系数的变化而变化,小波系数大,阈值小,反之阈值大
Tgama_ll(ijn)=1/sqrt(1+k_ll(ijn));
Tgama_lh(ijn)=1/sqrt(1+k_lh(ijn));
Tgama_hl(ijn)=1/sqrt(1+k_hl(ijn));
Tgama_hh(ijn)=1/sqrt(1+k_hh(ijn));
Tgama_ll(ijn)=0;
T_ll(ijn)=Tgama_ll(ijn)*delta(n)/sigdelta_ll(n);
T_lh(ijn)=Tgama_lh(ijn)*delta(n)/sigdelta_lh(n);
T_hl(ijn)=Tgama_hl(ijn)*delta(n)/sigdelta_hl(n);
T_hh(ijn)=Tgama_hh(ijn)*delta(n)/sigdelta_hh(n);
end
end
end
%计算不同层次,不同小波系数的阈值
scale=1;
for n=1:3
for i=1:M_sig
for j=1:N_sig
%阈值处理
if sign1_ll(ijn)==0
sign1_ll(ijn)=0;
else
sign1_ll1(ijn)=(sign1_ll(ijn)/abs(sign1_ll(ijn)))*max((abs(sign1_ll(ijn))- scale*T_ll(ijn))0);
end
if sign1_lh(ijn)==0
sign1_lh(ijn)=0;
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 4097 2010-03-28 11:12 scadaptiveBay.m
----------- --------- ---------- ----- ----
4097 1
- 上一篇:自适应小波阈值算法matlab源码
- 下一篇:无线传感器网络定位算法matlab代码
相关资源
-
Fuzzysimuli
nk有关模糊PID问题概述-自适 - 自适应均衡器的研究与仿真设计毕业
- 基于自适应压扩法降低OFDM系统的峰均
- 竞争性自适应重加权
- 基于贝叶斯决策的分类
- 贝叶斯分类器Matlab实现113478
- zw_支持向量机与朴素贝叶斯算法matl
- svm支持向量机与nbc朴素贝叶斯算法比
- 有约束的基于适应度和连续世代策略
- 基于MATLAB的柑橘果实分类图像朴素贝
- 用身高和/或体重数据进行性别分类的
- 基于FPGA的自适应滤波器的实现
- 图像超分辨重建MATLAB源代码迭代步长
- matlab蚁群算法各种经典蚁群算法for
- J_Ward的空时自适应处理STAP各章对应源
- 陈继光《Matlab与自适应神经网络模糊
- EM算法--基于贝叶斯
- ANFIS自适应模糊推理算法Matlab设计
- 贝叶斯网络Matlab源代码
- 贝叶斯网络工具箱MATLAB工具箱
- 贝叶斯压缩感知matlab源代码
- 自适应滤波算法的matlab实现
- 自适应滤波器设计及Matlab实现
- 系统辨识与自适应控制MATLAB仿真1904
- 自适应全变分图像去噪模型及其快速
- 模式识别4个实验(matlab)
- 可视化贝叶斯网络建模软件GeNIe2.2用户
- genie 2.0贝叶斯网络软件
- BNT_SLP v1.5
- 贝叶斯网络工具箱Matlab工具包
评论
共有 条评论