Search Results - "ЭМПИРИЧЕСКАЯ МОДОВАЯ ДЕКОМПОЗИЦИЯ"

1

Academic Journal

MAXIMUM WATER RUNOFF FORECAST OF THE DNIEPER RIVER AT THE RECHITSA STATION

Source: Vestnik of Brest State Technical University; No. 1(124) (2021): Vestnik of Brest State Technical University; 69-76
Вестник Брестского государственного технического университета; № 1(124) (2021): Вестник Брестского государственного технического университета; 69-76

Subject Terms: empirical mode decomposition, Hilbert-Huang transform, hybrid model, EMD, ARIMA, river runoff forecast estimates, эмпирическая модовая декомпозиция, преобразование Гильберта-Хуанга, гибридная модель, EMD, ARIMA, прогнозные оценки речного стока

File Description: application/pdf

Access URL: https://journal.bstu.by/index.php/bstu_herald/article/view/492

View record at OpenAIRE

2

Academic Journal

Comparison of Noise Reduction Algorithms for Optical Coherence Tomography Images of Skin Melanoma ; Сравнение алгоритмов для шумоподавления изображений оптической когерентной томографии меланомы кожи

Authors: O. O. Myakinin, О. О. Мякинин

Contributors: Initiative work., Инициативная работа.

Source: Journal of the Russian Universities. Radioelectronics; Том 23, № 4 (2020); 66-76 ; Известия высших учебных заведений России. Радиоэлектроника; Том 23, № 4 (2020); 66-76 ; 2658-4794 ; 1993-8985

Subject Terms: эмпирическая модовая декомпозиция, diffusion filter, median filter, Wiener filter, fuzzy logic, empirical mode decomposition, диффузионный фильтр, медианный фильтр, винеровский фильтр, нечеткая логика

File Description: application/pdf

Relation: https://re.eltech.ru/jour/article/view/455/477; Drexler W., Fujimoto J.G. State-of-the-art Retinal Optical Coherence Tomography // Progress in Retinal and Eye Research. 2008. Vol. 27, № 1. P. 45–88. doi:10.1016/j.preteyeres.2007.07.005; Wang J., Xu Y., Boppart S. A. Review of Optical Coherence Tomography in Oncology // J. of biomedical optics. 2017. Vol. 22, № 12. Art. 121711. doi:10.1117/1.JBO.22.12.121711; Optical Coherence Tomography for the Diagnosis of Malignant Skin Tumors: a Meta-analysis / Y.-Q. Xiong, Y. Mo, Y.-Q. Wen, M.-J.Cheng, S.-T.Huo, X.-J. Chen, Q. Chen // J. of biomedical optics. 2018. Vol. 23, № 2. Art. 020902. doi:10.1117/1.JBO.23.2.020902; A Model for Radar Images and its Application to Adaptive Digital Filtering of Multiplicative Noise / V. Frost, J. Stiles, K. Shanmugan, J. Holtzman // IEEE Trans. on Pattern Analysis and Machine Intelligence. 1982. Vol. PAMI-4, iss. 2. P. 157–166. doi:10.1109/TPAMI.1982.4767223; Verhoeven J. T. M., Thijssen J. M. Improvement of Lesion Detectability by Speckle Reduction Filtering: A Quantitative Study // Ultrasonic Imaging. 1993. Vol. 15, № 3. P. 181–204. doi:10.1006/uimg.1993.1012; Rogowska J., Brezinski M. E. Evaluation of the Adaptive Speckle Suppression Filter for Coronary Optical Coherence Tomography Imaging // IEEE Trans.on Medical Imaging. 2000. Vol. MI-19, iss. 12. P. 1261–1266. doi:10.1109/42.897820; Salinas H. M., Fernández D. C. Comparison of PDE-based Nonlinear Diffusion Approaches for Image Enhancement and Denoisingin optical coherence Tomography // IEEE Trans. on Medical Imaging. 2007. Vol. MI-26, № 6. P. 761–771. doi:10.1109/TMI.2006.887375; Puvanathasan P., Bizheva K. Interval Type-II Fuzzy Anisotropic Diffusion Algorithm for Speckle Noise Reduction in Optical Coherence Tomography Images // Optics express. 2009. Vol. 17, iss. 2. P. 733–746. doi:10.1364/OE.17.000733; Noise Reduction Method for ОКТ Images based on Empirical Mode Decomposition / O. O. Myakinin, D. V. Kornilin, I. A. Bratchenko, V. P. Zakharov, A. G. Khramov // J. of Innovative Optical Health Sciences. 2013. Vol. 6, № 2. Art. 1350009. doi:10.1142/S1793545813500090; Мякинин О. О. Системы анализа биомедицинских данных для диагностики злокачественных новообразований кожи // Изв. вузов России. Радиоэлектроника. 2020. Vol. 23, № 3. P. 80–92. doi:10.32603/1993-8985-2020-23-3-80-92; Baranov S. A. ОКТlab. C++ and Lab View solution for Optical Coherence Tomography. URL: https://code.google.com/archive/p/ОКТlab/ (дата обращения 18.06.2020); Medfilt 2. 2-D median filtering. Math Works. URL: https://www.mathworks.com/help/images/ref/med-filt2.html (дата обращения 18.06.2020); Wiener 2. 2-D Adaptive Noise-Removal Filtering. Math Works. URL: https://www.mathworks.com/help/im-ages/ref/wiener2.html (дата обращения 18.06.2020); Rodrigues P., Serranho P., Bernardes R. 3D Nonlinear Complex-Diffusion Filter on GPU // 2012 Annual Intern. Conf. of the IEEE Engineering in Medicine and Biology Society.28 Aug.–1 Sept. 2012, San Diego, USA. P. 110–113. doi:10.1109/EMBC.2012.6345883; Tizhoosh H. R. Image Thresholdingusing Type II Fuzzy Sets // Pattern recognition. 2005. Vol. 38, № 12. P. 2363–2372. doi:10.1016/j.patcog.2005.02.014; Speckle Reduction in Optical Coherence Tomography Images using Digital Filtering / A. Ozcan, A. Bilenca, A. E. Desjardins, B. E. Bouma, G. J. Tearney // J. of the Optical Society of America A. 2007. Vol. 24, iss. 7. P. 1901–1910. doi:10.1364/josaa.24.001901; Image Quality Assessment: from Error Visibility to Structural Similarity / Z. Wang, A. C. Bovik, H. R. Sheikh, E. P. Simoncelli // IEEE Trans. on Image Processing. 2004. Vol. 13, iss. 4. P. 600–612. doi:10.1109/TIP.2003.819861; Research and Comparison of ОКТ Image Speckle Denoising Algorithm / D. Song, Y. Liu, X. Lin, J. Liu, J. Tan // 2019 IEEE 8th Joint Intern. Information Technology and Artificial Intelligence Conf. (ITAIC), Chongqing, China, 24–26 May 2019. P. 1554–1558. doi:10.1109/ITAIC.2019.8785813; Evaluation of Choroidal Tumors with Optical Coherence Tomography: Enhanced Depth Imaging and ОКТ-angiography Features / G. Cennamo, M. Romano, M. Breve, N. Velotti, M. Reibaldi, G. de Crecchio, G. Cennamo // Eye. 2017. Vol. 31. P. 906–915. doi:10.1038/eye.2017.14; Nanoparticle-enabled Experimentally Trained Wavelet-domain Denoising Method for Optical Coherence Tomography / I. N. Dolganova, N. V. Chernomyrdin, P. V. Aleksandrova, S.-I. T. Beshplav, A. A. Potapov, I. V. Reshetov, V. N. Kurlov, V. V. Tuchin, K. I. Zaytsev // J. of biomedical optics. 2018. Vol. 23, № 9. Art. 091406. doi:10.1117/1.JBO.23.9.091406; Comparative study of deep learning models for optical coherence tomography angiography / Z. Jiang, Z. Huang, B. Qiu, X. Meng, Y. You, X. Liu, G. Liu, C. Zhou, K. Yang, A. Maier, Q. Ren, Y. Lu // Biomed Opt Express. 2020. Vol. 11, № 3. P. 1580–1597. doi:10.1364/BOE.387807; Simulation of Optical Coherence Tomography Images by Monte Carlo Modeling based on Polarization Vector Approach / M. Kirillin, I. Meglinski, E. Sergeeva, V. L. Kuzmin, R. Myllyla // Optics Express. 2010. Vol. 18, iss. 21. P. 21714–21724. doi:10.1364/OE.18.021714; Monte Carlo Simulation of Optical Coherence Tomography Signal of the Skin Nevus / I. N. Dolganova, A. S. Neganova, K. G. Kudrin, K. I. Zaytsev, I. V. Reshetov // J. of Physics: Conf. Ser. 2016. Vol. 673. Art. 012014. doi:10.1088/1742-6596/673/1/012014; https://re.eltech.ru/jour/article/view/455

Availability: https://re.eltech.ru/jour/article/view/455
https://doi.org/10.32603/1993-8985-2020-23-4-66-76

View record from BASE

3

Academic Journal

Алгоритм подавления смешивания мод для эмпирической модовой декомпозиции на основе метода самофильтрации

Authors: Ву, Лонгвен, Жанг, Юпен, Жао, Якин, Рен, Г., Хе, Ш.

Source: Izvestiya Vysshikh Uchebnykh Zavedenii. Radioelektronika; Vol. 62 No. 9 (2019); 550-562 ; Известия высших учебных заведений. Радиоэлектроника; Том 62 № 9 (2019); 550-562 ; Вісті вищих учбових закладів. Радіоелектроніка; Том 62 № 9 (2019); 550-562 ; 2307-6011 ; 0021-3470

Subject Terms: эмпирическая модовая декомпозиция, частотно-временной анализ, смешивание мод, многокомпонентный сигнал, самофильтрация

File Description: application/pdf

Relation: https://radio.kpi.ua/article/view/S0021347019090036/181691; https://radio.kpi.ua/article/view/S0021347019090036

Availability: https://radio.kpi.ua/article/view/S0021347019090036
https://doi.org/10.20535/S0021347019090036

View record from BASE

4

Academic Journal

ОБ АНАЛИЗЕ МНОГОЛУЧЕВОЙ СТРУКТУРЫ ИМПУЛЬСНЫХ ХАРАКТЕРИСТИК НЕКОТОРЫХ АНТЕНН

Source: Научный вестник МГТУ ГА, Iss 222, Pp 29-36 (2016)

Subject Terms: импульсный отклик системы, эмпирическая модовая декомпозиция, аналитический сигнал, корреляционные связи, Motor vehicles. Aeronautics. Astronautics, TL1-4050

File Description: electronic resource

Relation: https://avia.mstuca.ru/jour/article/view/168; https://doaj.org/toc/2079-0619; https://doaj.org/toc/2542-0119

Access URL: https://doaj.org/article/4890dad000fe4150b8602e0f66820f90

View record in DOAJ Full Text Finder

5

Academic Journal

Алгоритм подавления смешивания мод для эмпирической модовой декомпозиции на основе метода самофильтрации

Contributors: Данная работа выполнена при поддержке Национального фонда естественных наук Китая в рамках гранта № 61671185.

Source: Izvestiya Vysshikh Uchebnykh Zavedenii. Radioelektronika; Том 62, № 9 (2019); 550-562
Известия высших учебных заведений. Радиоэлектроника; Том 62, № 9 (2019); 550-562

Subject Terms: эмпирическая модовая декомпозиция, частотно-временной анализ, смешивание мод, многокомпонентный сигнал, самофильтрация

File Description: application/pdf

Access URL: http://radio.kpi.ua/article/view/S0021347019090036

6

Academic Journal

ВОЗМОЖНОСТИ ПРЕОБРАЗОВАНИЯ ГИЛЬБЕРТА-ХУАНГА В ЗАДАЧЕ ВЫДЕЛЕНИЯ МОД СИГНАЛА

Contributors: Казанский (Приволжский) федеральный университет

Subject Terms: преобразование Гильберта-Хуанган, Hilbert-Huang transform, empirical Mode Decomposition, эмпирическая модовая декомпозиция

Access URL: https://openrepository.ru/article?id=192568

7

Academic Journal

Применение эмпирической модовой декомпозиции при обработке геофизических данных ; Application of empirical mode decomposition method in processing geophysical data

Authors: Долгаль, Александр Сергеевич, Христенко, Людмила Анатольевна, Dolgal, Alexander Sergeevich, Khristenko, Liudmila Anatolievna

Source: Известия Томского политехнического университета

Subject Terms: сигналы, эмпирическая модовая декомпозиция, алгоритмы, аппроксимация, составляющая поля, гравиразведка, магниторазведка, электроразведка, signal, Empirical Mode Decomposition, algorithm, approximation, field component, gravity survey, magnetic survey, electrical prospecting

File Description: application/pdf

Relation: Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов. 2017. Т. 328, № 1; http://earchive.tpu.ru/handle/11683/36660

Availability: http://earchive.tpu.ru/handle/11683/36660

View record from BASE

8

Academic Journal

ОБ АНАЛИЗЕ МНОГОЛУЧЕВОЙ СТРУКТУРЫ ИМПУЛЬСНЫХ ХАРАКТЕРИСТИК НЕКОТОРЫХ АНТЕНН

Authors: Ю. А. Краснитский

Source: Civil Aviation High Technologies; № 222 (2015); 29-36 ; Научный вестник МГТУ ГА; № 222 (2015); 29-36 ; 2542-0119 ; 2079-0619 ; undefined

Subject Terms: корреляционные связи, эмпирическая модовая декомпозиция, аналитический сигнал

File Description: application/pdf

Relation: https://avia.mstuca.ru/jour/article/view/168/94; M. H. Hayes (1996). Statistical digital signal processing and modeling. - N.Y., Wiley & Sons.; А. А. Большаков, Р. Н. Каримов (2007). Методы обработки многомерных данных и временных рядов.- М.: Горячая линия - Телеком.; C. A. Balanis (1997). Antenna theory: analysis and design. - N.Y., Wiley & Sons.; Yu. A. Krasnitsky (1994). Evaluation of lightning current pulse parameters from spherics waveforms.- Journ. of Geophys. Res., 99, No. D5, 10723-10725.; Yu. A. Krasnitsky (2000). Lightning spherics: analysis of the thin structure. - Computer modelling and new technologies, 4, No.2, 79 - 83.; A.A. Lestari, A.G. Yarovoy, L.P. Ligthart (2001). Numerical analysis of transient antennas. - Proc. Int. Conf. on Electromagnetics in Advanced Applications. Turin, Sept. 10-14, 435-438.; N. E. Huang, S. S. P. Shen, Eds. (2005) Hilbert-Huang transform and its applications. - Singapore, World Scientific.; T. Tanaka, D. Mandic (2007). Complex empirical mode decomposition. - IEEE Sign. Proc. Lett., V. 14, No 2, 101-104.; Yu. A. Krasnitsky (2009). Pseudocepstral analysis of transient pulses based on empirical mode decomposition. - Transport and Telecommunication, V. 10, No 3, 4-9.; G. Rilling et al. (2007). Bivariate empirical mode decomposition. - IEEE Sign. Proc. Lett., V. 14, No 12, 936-939.; S. L. Hahn (1996). Hilbert transform in signal processing. - No; https://avia.mstuca.ru/jour/article/view/168; undefined

Availability: https://avia.mstuca.ru/jour/article/view/168

View record from BASE

9

Academic Journal