时间序列消噪算法研究

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (25): 51-53.

时间序列消噪算法研究

史晓霞¹，李军治²

1．北京建筑工程学院自动化系，北京 100044
2．北京神州数码思特奇公司研究院，北京 100085

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-01 发布日期:2007-09-01
通讯作者: 史晓霞

Research on denoising arithmetic

SHI Xiao-xia¹，LI Jun-zhi²

1．Automation Department，Beijing Institute of Civil Engineering and Architecture，Beijing 100044，China
2．Academe of Beijing Digital China SI-TECH Information Technology Ltd.，Beijing 100085，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-01 Published:2007-09-01
Contact: SHI Xiao-xia

摘要/Abstract

摘要： 信号处理方法是最常用的时间序列消噪方法。但由于这种方法仅考虑了频率因素，因此会损失某些有用的突变信息。同时滤波器本身及其参数的选择也较复杂。针对以上不足，提出了基于事件的消噪算法，该方法利用曲线的极值、斜率、曲率特征进行消噪，其优点通过对傅里叶变换消噪法及新方法的比较研究和实验得到了证明。

关键词: 时间序列, 消噪, 信号处理, 事件, 傅里叶变换

Abstract: Signal processing is the most populated method for time series denoising.But with the method，valued information with high frequency but high swing is also thrown.This is because signal processing method just takes frequency into consideration.Furthermore，the selection of a filter and its input arguments is also difficult.To avoid the above shortages of signal processing method，an event based denoising arithmetic has been proposed.The arithmetic utilizes curve features as extremum，slope and curvature to achieve denoising.Advantages of the method have been illustrated by the comparison between denoising method based on Fourier transform and the new method through principle research and experimentations.

Key words: time series, denoising, signal processing, event, Fourier transform

史晓霞¹，李军治². 时间序列消噪算法研究[J]. 计算机工程与应用, 2007, 43(25): 51-53.

SHI Xiao-xia¹，LI Jun-zhi². Research on denoising arithmetic[J]. Computer Engineering and Applications, 2007, 43(25): 51-53.

[1]	逯曼皎，张伟，徐涛. 基于动态矩阵模型的可优化的补货策略[J]. 计算机工程与应用, 2021, 57(7): 263-268.
[2]	林荣来，汤冰影，陈明. 适用于轴承故障诊断的数据增强算法[J]. 计算机工程与应用, 2021, 57(7): 269-278.
[3]	李富强，郜丽赛，郑宝周，谷小青. 欺骗攻击下网络化系统事件触发安全控制[J]. 计算机工程与应用, 2021, 57(5): 264-270.
[4]	姚洪刚，沐年国. EMD-LSTM模型对金融时间序列的预测[J]. 计算机工程与应用, 2021, 57(5): 239-244.
[5]	丁智慧，乔钢柱，程谭，宿荣. 基于LSH的shapelets转换方法[J]. 计算机工程与应用, 2021, 57(3): 112-119.
[6]	吕品，武秦娟，许嘉. 上市公司文本信息披露智能分析研究综述[J]. 计算机工程与应用, 2021, 57(24): 1-13.
[7]	李子杏，兰珍，唐邓清，闫超，相晓嘉，周晗. 基于ERP信号的目标检测研究综述[J]. 计算机工程与应用, 2021, 57(23): 37-49.
[8]	吴明慧，侯凌燕，王超. 面向预测的长短时神经网络记忆增强机制[J]. 计算机工程与应用, 2021, 57(21): 109-115.
[9]	李振涛，冯元珍，王正新. 事件触发下多智能体系统固定时间二分一致性[J]. 计算机工程与应用, 2021, 57(21): 80-86.
[10]	许洋洋，李伟，王杰. 利用事件和期限驱动对机器人延时的优化[J]. 计算机工程与应用, 2021, 57(17): 260-268.
[11]	曹文超，干宏程. 基于WiFi数据的地铁车站客流预警模型[J]. 计算机工程与应用, 2021, 57(13): 233-238.
[12]	田梓函，李欣. 基于BERT-CRF模型的中文事件检测方法研究[J]. 计算机工程与应用, 2021, 57(11): 135-139.
[13]	麻琛彬，张政波，王晶. 基于深度学习的生理异常检测研究综述[J]. 计算机工程与应用, 2021, 57(10): 10-25.
[14]	郭雪昆，秦远辉，杜亮，罗永亮，王宏安. 基于MEBN的大型舰船舰面保障作业检测[J]. 计算机工程与应用, 2021, 57(1): 242-253.
[15]	苏佳丽，伍忠东，丁龙斌，刘菲菲. 基于IGWO-RBF的LTE-R切换算法研究[J]. 计算机工程与应用, 2020, 56(8): 74-80.