তীব্র ট্রানজিশনগুলি বজায় রাখার সময় সিগন্যালগুলি অস্বীকার করার জন্য ব্যাগ অফ ট্রিকস


21

আমি জানি এটি সিগন্যাল নির্ভর, তবে তীক্ষ্ণ ট্রানজিশনগুলি বজায় রাখার সময় সিগন্যালটিকে অস্বীকার করার চেষ্টা করার জন্য আপনার কোন নতুন কোলাহলপূর্ণ সিগন্যালের মুখোমুখি হওয়ার সময় (যেমন কোনও সরল গড়, যেমন গাউসের সাথে সংশ্লেষের বাইরে চলে যায়)। আমি প্রায়শই নিজেকে এই প্রশ্নের মুখোমুখি দেখতে পাই এবং মনে হয় না যে আমার কী চেষ্টা করা উচিত তা আমি জানি (স্প্লাইপস ছাড়াও, তবে তারা সঠিকভাবে তীক্ষ্ণ রূপান্তরকেও সঠিকভাবে ধাক্কা দিতে পারে)।

পিএস পার্শ্ব নোট হিসাবে, যদি আপনি ওয়েভলেটগুলি ব্যবহার করে কিছু ভাল পদ্ধতি জানেন তবে তা কী তা আমাকে জানান। দেখে মনে হচ্ছে এ অঞ্চলে তাদের অনেক সম্ভাবনা রয়েছে, তবে 90 এর দশকে কিছু কাগজপত্র রয়েছে যেখানে যথাযথ উদ্ধৃতি দিয়ে কাগজের পদ্ধতিটি সঠিকভাবে প্রমাণিত হয়েছে, তবে কী পদ্ধতিতে শীর্ষ প্রার্থী হিসাবে জিতেছে সে সম্পর্কে আমি কিছুই পাই না মধ্যবর্তী বছর। অবশ্যই কিছু পদ্ধতি সাধারণত তখন থেকেই "চেষ্টা করার প্রথম জিনিস" হিসাবে পরিণত হয়েছিল।

উত্তর:


14

এল 1 নর্মীকরণ (সংকুচিত সংবেদক) প্রান্তিক সংরক্ষণের ক্ষেত্রে প্রচলিত ফুরিয়ার নিন্দা করার চেয়ে তুলনামূলক ভাল কাজ করতে পারে।

পদ্ধতিটি হ'ল একটি উদ্দেশ্যমূলক কাজকে হ্রাস করা

|xy|2+b|f(y)|

যেখানে শোরগোলের সংকেত, হ'ল denoised সিগন্যাল, হ'ল নিয়মিতকরণ প্যারামিটার এবংকিছু এল 1 আদর্শ জরিমানা। এই অপ্টিমাইজেশান সমস্যার সমাধান খুঁজে বের করে নিনোজিং সম্পন্ন হয় এবং শব্দটি স্তরের স্তরের উপর নির্ভর করে।y | f ( y ) | y xyb|f(y)|yb

প্রান্তটি সংরক্ষণের জন্য, সংকেত উপর নির্ভর করে আপনি বিভিন্ন জরিমানা বেছে নিতে পারেন যেমন বিচ্ছিন্ন (সংকুচিত সংবেদনের স্পিরিট):( y )yf(y)

  • যদি টুকরা-ভিত্তিক হয়, সম্পূর্ণ ভিন্নতা (টিভি) জরিমানা হতে পারে ;( y )yf(y)

  • যদি হল বক্ররেখা মত (যেমন Sinogram), সম্প্রসারণ কোফিসিয়েন্টস হতে পারে থেকে সম্মান সঙ্গে curvelets । (এটি 2 ডি / 3 ডি সংকেতের জন্য, 1 ডি নয়);f ( y ) yyf(y)y

  • যদি এর আইসোট্রপিক সিঙ্গুলারিটি থাকে (প্রান্তগুলি), ওয়েভলেটগুলির ক্ষেত্রে প্রসারণ সহগ হতে পারে ।f ( y ) yyf(y)y

যখন কিছু ভিত্তি ফাংশন (উপরে কার্ভলেট / তরঙ্গিনীর মতো) এর সাথে সম্প্রসারণ সহগ হয়, তখন অপ্টিমাইজেশনের সমস্যাটি সমাধান করা প্রসারণ সহগের প্রান্তিকের সমান।f(y)

নোট করুন এই পদ্ধতিরটি ডিকনভোলিউশনেও প্রয়োগ করা যেতে পারে যেখানে উদ্দেশ্যমূলক ফাংশন|xHy|+b|f(y)|, যেখানে কনভোলশন অপারেটর।H


ভাল সংক্ষিপ্তসার চৌহুয়াং, তবে আপনি দয়া করে এটিকে প্রসারিত করতে পারেন: 1) প্রথম সমীকরণে, আমরা জন্য সমাধান করছি , তবে এটি কীভাবে অবজেক্টিভ ফাংশনে উপস্থিত থাকবে? ... উদ্দেশ্যগত ফাংশনটি কি y এর পুরো স্থান জুড়ে ন্যূনতম করা হচ্ছে ? (উদাহরণস্বরূপ, যদি y একটি এন-ডাইমেনশনাল ভেক্টর হয় তবে উত্তম / নন-উত্তল অভিযোজক অ্যালগরিদম এই এন-ডাইমেনশনাল স্থান জুড়ে চলেছে?yyy
স্পেসি

1
আমি এল 1 আদর্শের জন্য লাসো নিয়মিতকরণেরও উল্লেখ করব । L1
ফোনন

এফ সমাধানের জন্য আপনি কোন পদ্ধতি পছন্দ করেন, বিশেষত যদি সংকেত দীর্ঘ হয়।
জন রবার্টসন

এই পদ্ধতির নাম কী? আমি যদি এটি আমার গবেষণায় ব্যবহার করি তবে আমার কী উল্লেখ করা উচিত?
বায়ার

@ বায়ার আপনি কোনটি নিয়মিতকরণ ব্যবহার করেন তার উপর এটি নির্ভর করে, উদাহরণস্বরূপ, এটি কার্ভলেট ডিনোইজিং বা ওয়েভলেট ডিনয়েজিং হতে পারে। সাধারণভাবে, তারা সকলেই এল 1 আদর্শ কমানোর পরিবারের অন্তর্ভুক্ত।
চৌহুয়াং

7

আপনি অ্যানিসোট্রপিক প্রসারণ বিবেচনা করতে পারেন। এই কৌশলটির উপর ভিত্তি করে অনেকগুলি পদ্ধতি রয়েছে। সাধারণত কথিত, এটি চিত্রগুলির জন্য। এটি একটি অভিযোজিত ডিএনওাইজিং পদ্ধতি যা একটি চিত্রের অ-প্রান্ত অংশগুলি মসৃণ করতে এবং প্রান্তগুলি সংরক্ষণ করে।

এছাড়াও, সম্পূর্ণ ভিন্নতা হ্রাস করার জন্য, আপনি এই টিউটোরিয়ালটি ব্যবহার করতে পারেন । লেখকরা ম্যাটল্যাব কোডও সরবরাহ করে। তারা সমস্যাটিকে বিশ্লেষণের পূর্ববর্তী সমস্যা হিসাবে স্বীকৃতি দেয়, এটি লিনিয়ার ম্যাপিং (যেমন সময়-ফ্রিকোয়েন্সি উপস্থাপনার মতো) ব্যবহার করার মতোই। তবে, তারা ট্রান্সফর্মের পরিবর্তে একটি পার্থক্য ম্যাট্রিক্স ব্যবহার করে।

ডি


6

চাহুয়াংয়ের একটি ভাল উত্তর রয়েছে, তবে আমি এটি যুক্ত করব যে আপনি যে অন্য একটি পদ্ধতি ব্যবহার করতে পারেন তা হর ওয়েভলেট ট্রান্সফর্মের মাধ্যমে হবে, তারপরে তরঙ্গলেটের সহ-দক্ষ সংকোচনের পরে এবং সময়-ডোমেনে একটি বিপরীতমুখী রূপান্তর হবে।

হর ওয়েভলেট রূপান্তরটি আপনার স্ক্রিনকে বিভিন্ন স্কেলের আকারে চিহ্নিত করে স্কোয়ার এবং পার্থক্য ফাংশনগুলির সহ-কার্যকারীগুলির মধ্যে ক্ষয় করে। এখানে ধারণাটি হ'ল আপনি আপনার মূল সংকেতকে সর্বোত্তমভাবে মেলে নতুন স্কোয়ার সিগন্যাল উপস্থাপনাটিকে 'জোর করে' প্রয়োগ করেন এবং এভাবে আপনার প্রান্তগুলি কোথায় থাকে সেটিকে উপস্থাপন করে represents

আপনি যখন কোনও সহ-দক্ষ সংকোচনের কাজ করেন, তার অর্থ হ'ল আপনি হর রূপান্তরিত ফাংশনের নির্দিষ্ট সহ-কার্যকারীকে শূন্যে সেট করছেন। (আরও আরও জড়িত পদ্ধতি রয়েছে তবে এটি সবচেয়ে সহজ)। হর ট্রান্সফর্মড ওয়েভলেট সহ-কার্যকারিতা হ'ল বিভিন্ন স্কেলের বিভিন্ন স্কোয়ার / পার্থক্য ফাংশনের সাথে যুক্ত স্কোর। হর রুপান্তরিত সংকেতের আরএইচএস সর্বনিম্ন স্কেলে স্কোয়ার / পার্থক্য ঘাঁটি প্রতিনিধিত্ব করে, এবং এইভাবে, 'সর্বোচ্চ ফ্রিকোয়েন্সি' তে ব্যাখ্যা করা যায়। নয়েজ এনার্জি বেশিরভাগ এখানেই থাকবে, ভিএস এর বেশিরভাগ সিগন্যালের শক্তি যা এলএইচএসে থাকে। এটি কি সেই ঘাঁটিগুলি সহ-কার্যকারিতাগুলি যেগুলি শূন্য হয় এবং ফলাফলটি তারপরে বিপরীত সময়-ডোমেনে রূপান্তরিত হয়।

ভারী এডাব্লুজিএন শব্দের দ্বারা সাইনোসয়েড দূষিত হওয়ার উদাহরণ এটি সংযুক্ত। উদ্দেশ্যটি হ'ল নাড়ির 'শুরু' এবং 'স্টপ' কোথায় রয়েছে তা খুঁজে বের করা। Ditionতিহ্যবাহী ফিল্টারিং উচ্চ-ফ্রিকোয়েন্সি (এবং সময়ে সময়ে উচ্চ স্থানীয়করণ) প্রান্তগুলিকে গন্ধযুক্ত করবে, যেহেতু এর অন্তরে ফিল্টারিং একটি এল -2 কৌশল is বিপরীতে, নিম্নলিখিত পুনরাবৃত্তি প্রক্রিয়া প্রান্তগুলি সংরক্ষণের পাশাপাশি চিহ্নিত করবে:

(আমি ভেবেছিলাম যে কেউ এখানে সিনেমা সংযুক্ত করতে পারে তবে আমার পক্ষে এটি সক্ষম হবে বলে মনে হচ্ছে না You আমি এখানে প্রক্রিয়াটি তৈরি করা সিনেমাটি ডাউনলোড করতে পারেন )। (ডান ক্লিক করুন এবং 'হিসাবে লিঙ্কটি সংরক্ষণ করুন')।

আমি ম্যাটল্যাবে 'হাত ধরে' প্রক্রিয়াটি লিখেছিলাম এবং এটি এরকম হয়:

  • ভারী এডাব্লুজিএন দ্বারা দূষিত সাইনোসয়েড ডাল তৈরি করুন।
  • উপরের খামটি গণনা করুন। (সংকেত').
  • সমস্ত স্কেলে আপনার সিগন্যালের হর ওয়েভলেট রূপান্তর গণনা করুন।
  • পুনরাবৃত্তি সহ-দক্ষ থ্রেশহোল্ডিংয়ের দ্বারা বাতিল করুন।
  • বিপরীতমুখী সঙ্কুচিত সহ-দক্ষ ভেক্টরকে রূপান্তর করুন।

আপনি কীভাবে সহ-কার্যকারিতা সঙ্কুচিত হয়ে যাচ্ছেন এবং এর ফলে প্রাপ্ত বিপরীত হর ট্রান্সফর্মটি স্পষ্টভাবে দেখতে পাবেন।

তবে এই পদ্ধতির একটি অপূর্ণতা হ'ল প্রান্তগুলি নির্দিষ্ট স্কেলের স্কোয়ার / পার্থক্য ঘাঁটিতে বা তার আশেপাশে থাকা দরকার। যদি তা না হয় তবে রূপান্তরটি পরবর্তী উচ্চ স্তরে ঝাঁপিয়ে পড়তে বাধ্য হয়, এবং এইভাবে প্রান্তটির জন্য একটি সঠিক অবস্থান হারিয়ে ফেলে। এটি কার্যকর করার জন্য বহু-রেজোলিউশন পদ্ধতি ব্যবহার করা হয় তবে তারা এতে আরও জড়িত।


4

একটি সাধারণ পদ্ধতি যা প্রায়শই কাজ করে তা হ'ল মিডিয়ান ফিল্টার প্রয়োগ করা।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.