CN106095732B - 一种适用于实验数据的降噪处理方法及系统 - Google Patents
一种适用于实验数据的降噪处理方法及系统 Download PDFInfo
- Publication number
- CN106095732B CN106095732B CN201610406797.4A CN201610406797A CN106095732B CN 106095732 B CN106095732 B CN 106095732B CN 201610406797 A CN201610406797 A CN 201610406797A CN 106095732 B CN106095732 B CN 106095732B
- Authority
- CN
- China
- Prior art keywords
- absolute difference
- judgment threshold
- value
- noise spot
- absolute
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Image Processing (AREA)
- Character Discrimination (AREA)
Abstract
本发明公开了一种适用于实验数据的降噪处理方法及方法，该方法包括步骤：S1、获取待处理的数据文本；S2、将数据文本的数据转换为一维数组；S3、计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，并根据该平均值计算获得判断阈值；S4、分别将每个差值绝对值与判断阈值进行比对后，获得每处噪声点的起始位置和结束位置；S5、对每处噪声点进行差值绝对值的减半迭代处理，直到噪声点的每个差值绝对值均低于判断阈值。本发明计算量少，运算速度高，可以自动、快速、高效地对实验数据进行降噪处理，可广泛应用于实验数据的处理行业中。
Description
技术领域
本发明涉及数据处理领域，特别是涉及一种适用于实验数据的降噪处理方法及系统。
背景技术
目前，在对样品分子相互作用的实验测试过程中，为了准确的反映实验过程样品的变化情况，一般通过实验仪器（例如PLEXERA的生物分子相互作用分析仪）测量监测得到大量的实验视频数据，然后通过配套的分析软件对视频数据进行处理，得到视频中多个选中点每秒的灰度值，每个点的灰度值组反映了实验过程样品的变化情况。将这些点描绘成折线图，通过折线图可以清晰地观测到实验的整个变化过程，从而可以对比多组数据的折线图来得到实验结果。但是在实验过程中，监视器检测到的样品灰度值会由于偶然的光源偏差出现跳动，这使得灰度值组中会出现某些噪声点，这里的噪声数据在折线图上如同“毛刺”，这些噪声点是由于监视器光源的偏差随机出现的，目前实验仪器的配套软件并没有办法处理这些噪声点，虽然噪声点只是很少的一部分，但是这些噪声仍然会影响实验最后的拟合结果。目前为了消除这些噪声点，需要通过人工进行调节操作，通过多次实验后，实现剔除噪声点的目的，这种方式操作时间长，实验效率低。
发明内容
为了解决上述的技术问题，本发明的目的是提供一种适用于实验数据的降噪处理方法，本发明的另一目的是提供一种适用于实验数据的降噪处理系统。
本发明解决其技术问题所采用的技术方案是：
一种适用于实验数据的降噪处理方法，包括步骤：
S1、获取待处理的数据文本；
S2、将数据文本的数据转换为一维数组；
S3、计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，并根据该平均值计算获得判断阈值；
S4、分别将每个差值绝对值与判断阈值进行比对后，获得每处噪声点的起始位置和结束位置；
S5、对每处噪声点进行差值绝对值的减半迭代处理，直到噪声点的每个差值绝对值均低于判断阈值。
进一步，所述步骤S3，其具体为：
计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，将该平均值乘以t后计算获得判断阈值，t的取值范围为1.8~2.2。
进一步，所述步骤S4，包括：
S41、从一维数组的数组头部开始，依次获取相邻元素之间的差值绝对值后与判断阈值进行比对；
S42、当判断某一差值绝对值大于判断阈值时，将其对应的起始元素标记为第一标记位置；
S43、依次获取该差值绝对值之后的差值绝对值并与判断阈值进行比对，直到获取的差值绝对值小于判断阈值时，将其对应的起始元素标记为第二标记位置；
S44、判断从第一标记位置到第二标记位置的差值绝对值的个数是否不小于2，若是，则获取第一标记位置最为此处噪声点的起始位置，将第二标记位置作为此处噪声点的结束位置；
S45、继续执行步骤S42~S44直到一维数组遍历完毕后，获得每处噪声点的起始位置和结束位置。
进一步，所述步骤S5，包括：
S51、从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，从而更新每个差值绝对值的结束元素的元素值；
S52、当存在减半处理后的差值绝对值不低于判断阈值时，迭代执行步骤S51直到每个差值绝对值均低于判断阈值。
进一步，所述步骤S51，其具体为：
从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，针对结束元素大于起始元素的差值绝对值，将其结束元素值减去差值绝对值的一半后作为更新后的元素值，针对结束元素小于起始元素的差值绝对值，将其结束元素值加上差值绝对值的一半后作为更新后的元素值。
本发明解决其技术问题所采用的另一技术方案是：
一种适用于实验数据的降噪处理系统，包括：
数据获取模块，用于获取待处理的数据文本；
数据转换模块，用于将数据文本的数据转换为一维数组；
阈值计算模块，用于计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，并根据该平均值计算获得判断阈值；
噪声点定位模块，用于分别将每个差值绝对值与判断阈值进行比对后，获得每处噪声点的起始位置和结束位置；
噪声点处理模块，用于对每处噪声点进行差值绝对值的减半迭代处理，直到噪声点的每个差值绝对值均低于判断阈值。
进一步，所述阈值计算模块，其具体用于：
计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，将该平均值乘以t后计算获得判断阈值，t的取值范围为1.8~2.2。
进一步，所述噪声点定位模块，包括：
第一子模块，用于从一维数组的数组头部开始，依次获取相邻元素之间的差值绝对值后与判断阈值进行比对；
第二子模块，用于当判断某一差值绝对值大于判断阈值时，将其对应的起始元素标记为第一标记位置；
第三子模块，用于依次获取该差值绝对值之后的差值绝对值并与判断阈值进行比对，直到获取的差值绝对值小于判断阈值时，将其对应的起始元素标记为第二标记位置；
第四子模块，用于判断从第一标记位置到第二标记位置的差值绝对值的个数是否不小于2，若是，则获取第一标记位置最为此处噪声点的起始位置，将第二标记位置作为此处噪声点的结束位置；
第五子模块，用于继续执行第二子模块~第四子模块直到一维数组遍历完毕后，获得每处噪声点的起始位置和结束位置。
进一步，所述噪声点处理模块，包括：
第六子模块，用于从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，从而更新每个差值绝对值的结束元素的元素值；
第七子模块，用于当存在减半处理后的差值绝对值不低于判断阈值时，迭代执行第六子模块直到每个差值绝对值均低于判断阈值。
进一步，所述第六子模块，其具体用于：
从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，针对结束元素大于起始元素的差值绝对值，将其结束元素值减去差值绝对值的一半后作为更新后的元素值，针对结束元素小于起始元素的差值绝对值，将其结束元素值加上差值绝对值的一半后作为更新后的元素值。
本发明的有益效果是：本发明的一种适用于实验数据的降噪处理方法，包括步骤：S1、获取待处理的数据文本；S2、将数据文本的数据转换为一维数组；S3、计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，并根据该平均值计算获得判断阈值；S4、分别将每个差值绝对值与判断阈值进行比对后，获得每处噪声点的起始位置和结束位置；S5、对每处噪声点进行差值绝对值的减半迭代处理，直到噪声点的每个差值绝对值均低于判断阈值。本方法计算量少，运算速度高，可以自动、快速、高效地对实验数据进行降噪处理。
本发明的另一有益效果是：本发明的一种适用于实验数据的降噪处理系统，包括：数据获取模块，用于获取待处理的数据文本；数据转换模块，用于将数据文本的数据转换为一维数组；阈值计算模块，用于计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，并根据该平均值计算获得判断阈值；噪声点定位模块，用于分别将每个差值绝对值与判断阈值进行比对后，获得每处噪声点的起始位置和结束位置；噪声点处理模块，用于对每处噪声点进行差值绝对值的减半迭代处理，直到噪声点的每个差值绝对值均低于判断阈值。本系统计算量少，运算速度高，可以自动、快速、高效地对实验数据进行降噪处理。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明的一种适用于实验数据的降噪处理方法的流程图；
图2是本发明的实施例二中获取的原始实验数据的折线图；
图3是对图2的原始实验数据进行降噪处理后获得的实验数据的折线图。
具体实施方式
参照图1，一种适用于实验数据的降噪处理方法，包括步骤：
S1、获取待处理的数据文本；
S2、将数据文本的数据转换为一维数组；
S3、计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，并根据该平均值计算获得判断阈值；
S4、分别将每个差值绝对值与判断阈值进行比对后，获得每处噪声点的起始位置和结束位置；
S5、对每处噪声点进行差值绝对值的减半迭代处理，直到噪声点的每个差值绝对值均低于判断阈值。
进一步作为优选的实施方式，所述步骤S3，其具体为：
计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，将该平均值乘以t后计算获得判断阈值，t的取值范围为1.8~2.2。
进一步作为优选的实施方式，所述步骤S4，包括：
S41、从一维数组的数组头部开始，依次获取相邻元素之间的差值绝对值后与判断阈值进行比对；
S42、当判断某一差值绝对值大于判断阈值时，将其对应的起始元素标记为第一标记位置；
S43、依次获取该差值绝对值之后的差值绝对值并与判断阈值进行比对，直到获取的差值绝对值小于判断阈值时，将其对应的起始元素标记为第二标记位置；
S44、判断从第一标记位置到第二标记位置的差值绝对值的个数是否不小于2，若是，则获取第一标记位置最为此处噪声点的起始位置，将第二标记位置作为此处噪声点的结束位置；
S45、继续执行步骤S42~S44直到一维数组遍历完毕后，获得每处噪声点的起始位置和结束位置。
进一步作为优选的实施方式，所述步骤S5，包括：
S51、从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，从而更新每个差值绝对值的结束元素的元素值；
S52、当存在减半处理后的差值绝对值不低于判断阈值时，迭代执行步骤S51直到每个差值绝对值均低于判断阈值。
进一步作为优选的实施方式，所述步骤S51，其具体为：
从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，针对结束元素大于起始元素的差值绝对值，将其结束元素值减去差值绝对值的一半后作为更新后的元素值，针对结束元素小于起始元素的差值绝对值，将其结束元素值加上差值绝对值的一半后作为更新后的元素值。
本发明还提供了一种适用于实验数据的降噪处理系统，包括：
数据获取模块，用于获取待处理的数据文本；
数据转换模块，用于将数据文本的数据转换为一维数组；
阈值计算模块，用于计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，并根据该平均值计算获得判断阈值；
噪声点定位模块，用于分别将每个差值绝对值与判断阈值进行比对后，获得每处噪声点的起始位置和结束位置；
噪声点处理模块，用于对每处噪声点进行差值绝对值的减半迭代处理，直到噪声点的每个差值绝对值均低于判断阈值。
进一步作为优选的实施方式，所述阈值计算模块，其具体用于：
计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，将该平均值乘以t后计算获得判断阈值，t的取值范围为1.8~2.2。
进一步作为优选的实施方式，所述噪声点定位模块，包括：
第一子模块，用于从一维数组的数组头部开始，依次获取相邻元素之间的差值绝对值后与判断阈值进行比对；
第二子模块，用于当判断某一差值绝对值大于判断阈值时，将其对应的起始元素标记为第一标记位置；
第三子模块，用于依次获取该差值绝对值之后的差值绝对值并与判断阈值进行比对，直到获取的差值绝对值小于判断阈值时，将其对应的起始元素标记为第二标记位置；
第四子模块，用于判断从第一标记位置到第二标记位置的差值绝对值的个数是否不小于2，若是，则获取第一标记位置最为此处噪声点的起始位置，将第二标记位置作为此处噪声点的结束位置；
第五子模块，用于继续执行第二子模块~第四子模块直到一维数组遍历完毕后，获得每处噪声点的起始位置和结束位置。
进一步作为优选的实施方式，所述噪声点处理模块，包括：
第六子模块，用于从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，从而更新每个差值绝对值的结束元素的元素值；
第七子模块，用于当存在减半处理后的差值绝对值不低于判断阈值时，迭代执行第六子模块直到每个差值绝对值均低于判断阈值。
进一步作为优选的实施方式，所述第六子模块，其具体用于：
从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，针对结束元素大于起始元素的差值绝对值，将其结束元素值减去差值绝对值的一半后作为更新后的元素值，针对结束元素小于起始元素的差值绝对值，将其结束元素值加上差值绝对值的一半后作为更新后的元素值。
以下结合详细实施例对本发明做进一步说明。
实施例一
一种适用于实验数据的降噪处理方法，包括步骤：
S1、获取待处理的数据文本；
S2、将数据文本的数据转换为一维数组；这里，一维数组的每个元素的元素值均为灰度值；
S3、计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，并根据该平均值计算获得判断阈值，其具体为：
计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，将该平均值An乘以t后计算获得判断阈值T，t的取值范围为1.8~2.2。优选的，这里t的取值为2时，可以获得最好的降噪效果。
差值绝对值是由相邻元素中后一个元素值减去前一个元素值后求绝对值获得的，其中，前一个元素称为起始元素，后一个元素称为结束元素；例如|△dk |为一维数组中第k个元素值与第k+1个元素值的差值的绝对值，则|△dk |的起始元素为第k个元素，结束元素为第k+1个元素。n个差值绝对值的平均值为：An = ∑( |△d1 | + |△d2 | + … + |△dn |)/n。
S4、分别将每个差值绝对值与判断阈值T进行比对后，获得每处噪声点的起始位置和结束位置，具体包括S41~S45：
S41、从一维数组的数组头部开始，依次获取相邻元素之间的差值绝对值后与判断阈值T进行比对；
S42、当判断某一差值绝对值大于判断阈值T即|△dk | > T时，将其对应的起始元素即第k个元素标记为第一标记位置；
S43、依次获取该差值绝对值之后的差值绝对值并与判断阈值T进行比对，直到获取的差值绝对值小于判断阈值T时，将其对应的起始元素标记为第二标记位置；
S44、判断从第一标记位置到第二标记位置的差值绝对值的个数是否不小于2，若是，则获取第一标记位置最为此处噪声点的起始位置，将第二标记位置作为此处噪声点的结束位置；例如第二标记位置为第k+m个元素，则第一标记位置到第二标记位置的差值绝对值的个数为m个，若m不小于2，则确定噪声点的范围是在第k个元素~第k+m个元素之间；
S45、继续执行步骤S42~S44直到一维数组遍历完毕后，获得每处噪声点的起始位置和结束位置。
S5、对每处噪声点进行差值绝对值的减半迭代处理，直到噪声点的每个差值绝对值均低于判断阈值T，本步骤具体包括S51和S52：
S51、从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，从而更新每个差值绝对值的结束元素的元素值，具体为：
从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，针对结束元素大于起始元素的差值绝对值，将其结束元素值减去差值绝对值的一半后作为更新后的元素值，针对结束元素小于起始元素的差值绝对值，将其结束元素值加上差值绝对值的一半后作为更新后的元素值；即针对相邻两个元素Si 和 Si+1，其中Si为|Si+1-Si|的起始元素，Si+1为|Si+1- Si |的结束元素，若Si <Si+1，则Si+1更新为：Si+1-|Si+1-Si |/2，反之，Si+1更新为：Si+1+|Si+1-Si |/2；
S52、当存在减半处理后的差值绝对值不低于判断阈值T时，迭代执行步骤S51直到每个差值绝对值均低于判断阈值T。
实施例二
图2为实验过程中获得的原始实验数据的折线图，采用本实施例一的降噪处理方法对图2中的实验数据进行处理后，降噪后的实验数据对应的折线图如图3所示。图2和图3中，横坐标表示时间（单位为s），纵坐标表示实验数值。由图2可看出，采用本方法进行降噪处理前，该实验数据有五处明显的噪声点即图2中的五处毛刺，而采用本方法处理后，由图3可看出，该五处噪声点被消除，而且本方法对非噪声点的位置没有影响，保证了降噪处理的准确度。通过本方法对实验数据进行降噪处理，可以自动剔除噪声点，而且本方法计算量少，运算速度高，因此，本方法可以自动、快速、高效地对实验数据进行降噪处理。
实施例三
一种适用于实验数据的降噪处理系统，包括：
数据获取模块，用于获取待处理的数据文本；
数据转换模块，用于将数据文本的数据转换为一维数组；
阈值计算模块，用于计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，并根据该平均值计算获得判断阈值；具体用于：计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，将该平均值乘以t后计算获得判断阈值，t的取值范围为1.8~2.2。
噪声点定位模块，用于分别将每个差值绝对值与判断阈值进行比对后，获得每处噪声点的起始位置和结束位置；
噪声点处理模块，用于对每处噪声点进行差值绝对值的减半迭代处理，直到噪声点的每个差值绝对值均低于判断阈值。
本实施例中，噪声点定位模块，包括：
第一子模块，用于从一维数组的数组头部开始，依次获取相邻元素之间的差值绝对值后与判断阈值进行比对；
第二子模块，用于当判断某一差值绝对值大于判断阈值时，将其对应的起始元素标记为第一标记位置；
第三子模块，用于依次获取该差值绝对值之后的差值绝对值并与判断阈值进行比对，直到获取的差值绝对值小于判断阈值时，将其对应的起始元素标记为第二标记位置；
第四子模块，用于判断从第一标记位置到第二标记位置的差值绝对值的个数是否不小于2，若是，则获取第一标记位置最为此处噪声点的起始位置，将第二标记位置作为此处噪声点的结束位置；
第五子模块，用于继续执行第二子模块~第四子模块直到一维数组遍历完毕后，获得每处噪声点的起始位置和结束位置。
本实施例中，噪声点处理模块，包括：
第六子模块，用于从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，从而更新每个差值绝对值的结束元素的元素值；
第七子模块，用于当存在减半处理后的差值绝对值不低于判断阈值时，迭代执行第六子模块直到每个差值绝对值均低于判断阈值。
本实施例是与实施例一一一对应的软系统，关于系统各组成部分的详细描述，可参照实施例一的描述。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。
Claims (6)
1.一种适用于实验数据的降噪处理方法，其特征在于，包括步骤：
S1、获取待处理的数据文本；
S2、将数据文本的数据转换为一维数组；
S3、计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，并根据该平均值计算获得判断阈值；
S4、分别将每个差值绝对值与判断阈值进行比对后，获得每处噪声点的起始位置和结束位置；
S5、对每处噪声点进行差值绝对值的减半迭代处理，直到噪声点的每个差值绝对值均低于判断阈值；
所述步骤S4，包括S41～S45：
S41、从一维数组的数组头部开始，依次获取相邻元素之间的差值绝对值后与判断阈值进行比对；
S42、当判断某一差值绝对值大于判断阈值时，将其对应的起始元素标记为第一标记位置；
S43、依次获取该差值绝对值之后的差值绝对值并与判断阈值进行比对，直到获取的差值绝对值小于判断阈值时，将其对应的起始元素标记为第二标记位置；
S44、判断从第一标记位置到第二标记位置的差值绝对值的个数是否不小于2，若是，则获取第一标记位置作为此处噪声点的起始位置，将第二标记位置作为此处噪声点的结束位置；
S45、继续执行步骤S42～S44直到一维数组遍历完毕后，获得每处噪声点的起始位置和结束位置；
所述步骤S5，包括S51和S52：
S51、从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，从而更新每个差值绝对值的结束元素的元素值；
S52、当存在减半处理后的差值绝对值不低于判断阈值时，迭代执行步骤S51直到每个差值绝对值均低于判断阈值。
2.根据权利要求1所述的一种适用于实验数据的降噪处理方法，其特征在于，
所述步骤S3，其具体为：
计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，将该平均值乘以t后计算获得判断阈值，t的取值范围为1.8～2.2。
3.根据权利要求1所述的一种适用于实验数据的降噪处理方法，其特征在于，
所述步骤S51，其具体为：
从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，针对结束元素大于起始元素的差值绝对值，将其结束元素值减去差值绝对值的一半后作为更新后的元素值，针对结束元素小于起始元素的差值绝对值，将其结束元素值加上差值绝对值的一半后作为更新后的元素值。
4.一种适用于实验数据的降噪处理系统，其特征在于，包括：
数据获取模块，用于获取待处理的数据文本；
数据转换模块，用于将数据文本的数据转换为一维数组；
阈值计算模块，用于计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，并根据该平均值计算获得判断阈值；
噪声点定位模块，用于分别将每个差值绝对值与判断阈值进行比对后，获得每处噪声点的起始位置和结束位置；
噪声点处理模块，用于对每处噪声点进行差值绝对值的减半迭代处理，直到噪声点的每个差值绝对值均低于判断阈值；
所述噪声点定位模块，包括：
第一子模块，用于从一维数组的数组头部开始，依次获取相邻元素之间的差值绝对值后与判断阈值进行比对；
第二子模块，用于当判断某一差值绝对值大于判断阈值时，将其对应的起始元素标记为第一标记位置；
第三子模块，用于依次获取该差值绝对值之后的差值绝对值并与判断阈值进行比对，直到获取的差值绝对值小于判断阈值时，将其对应的起始元素标记为第二标记位置；
第四子模块，用于判断从第一标记位置到第二标记位置的差值绝对值的个数是否不小于2，若是，则获取第一标记位置作为此处噪声点的起始位置，将第二标记位置作为此处噪声点的结束位置；
第五子模块，用于继续执行第二子模块～第四子模块直到一维数组遍历完毕后，获得每处噪声点的起始位置和结束位置；
所述噪声点处理模块，包括：
第六子模块，用于从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，从而更新每个差值绝对值的结束元素的元素值；
第七子模块，用于当存在减半处理后的差值绝对值不低于判断阈值时，迭代执行第六子模块直到每个差值绝对值均低于判断阈值。
5.根据权利要求4所述的一种适用于实验数据的降噪处理系统，其特征在于，
所述阈值计算模块，其具体用于：
计算获得一维数组中相邻元素之间的差值绝对值后，计算所有差值绝对值的平均值，将该平均值乘以t后计算获得判断阈值，t的取值范围为1.8～2.2。
6.根据权利要求4所述的一种适用于实验数据的降噪处理系统，其特征在于，
所述第六子模块，其具体用于：
从每处噪声点的起始位置开始遍历，将每相邻两个元素进行差值绝对值减半处理，针对结束元素大于起始元素的差值绝对值，将其结束元素值减去差值绝对值的一半后作为更新后的元素值，针对结束元素小于起始元素的差值绝对值，将其结束元素值加上差值绝对值的一半后作为更新后的元素值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610406797.4A CN106095732B (zh) | 2016-06-08 | 2016-06-08 | 一种适用于实验数据的降噪处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610406797.4A CN106095732B (zh) | 2016-06-08 | 2016-06-08 | 一种适用于实验数据的降噪处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106095732A CN106095732A (zh) | 2016-11-09 |
| CN106095732B true CN106095732B (zh) | 2018-08-24 |
Family
ID=57227823
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610406797.4A Active CN106095732B (zh) | 2016-06-08 | 2016-06-08 | 一种适用于实验数据的降噪处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106095732B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1234939A (zh) * | 1997-05-28 | 1999-11-10 | 索尼公司 | 减少数据块失真的方法和装置及编码数据的方法和装置 |
| US6430524B1 (en) * | 1999-02-09 | 2002-08-06 | Sony Corporation | Data processing method and apparatus |
| CN1832564A (zh) * | 2005-03-09 | 2006-09-13 | 索尼株式会社 | 图像处理装置和方法 |
| CN101035197A (zh) * | 2007-04-20 | 2007-09-12 | 北京中星微电子有限公司 | 一种数字影像的网格状噪声检测和消除装置及其方法 |
| CN101459766A (zh) * | 2007-12-10 | 2009-06-17 | 深圳迈瑞生物医疗电子股份有限公司 | 超声图像增强与噪声抑制的方法及其装置 |
-
2016
- 2016-06-08 CN CN201610406797.4A patent/CN106095732B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1234939A (zh) * | 1997-05-28 | 1999-11-10 | 索尼公司 | 减少数据块失真的方法和装置及编码数据的方法和装置 |
| US6430524B1 (en) * | 1999-02-09 | 2002-08-06 | Sony Corporation | Data processing method and apparatus |
| CN1832564A (zh) * | 2005-03-09 | 2006-09-13 | 索尼株式会社 | 图像处理装置和方法 |
| CN101035197A (zh) * | 2007-04-20 | 2007-09-12 | 北京中星微电子有限公司 | 一种数字影像的网格状噪声检测和消除装置及其方法 |
| CN101459766A (zh) * | 2007-12-10 | 2009-06-17 | 深圳迈瑞生物医疗电子股份有限公司 | 超声图像增强与噪声抑制的方法及其装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106095732A (zh) | 2016-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kraus et al. | Hippocampal “time cells”: time versus path integration | |
| Völker et al. | Deep transfer learning for error decoding from non-invasive EEG | |
| Sanders | Some effects of instructed muscle tension on choice reaction time and movement time | |
| JP2021501015A5 (zh) | ||
| EP3451284A1 (de) | Verfahren zur automatischen artefakterkennung in computertomographischen bilddaten | |
| WO2020013778A3 (en) | Evaluation method for the hair transplant process using the image processing and robotic technologies and the system of the method | |
| JP2019536602A5 (zh) | ||
| WO2012087702A1 (en) | Adaptive ecg wandering correction | |
| CN109815855B (zh) | 一种基于机器学习的电子设备自动测试方法及系统 | |
| WO2013021001A1 (en) | A method and a system for processing an image comprising dendritic spines | |
| CN106706320B (zh) | 一种基于前馈控制随机共振的轴承早期故障诊断方法 | |
| CN106095732B (zh) | 一种适用于实验数据的降噪处理方法及系统 | |
| WO2023033727A3 (en) | Method and apparatus for training photovoltaic monitoring model, and method and apparatus for monitoring photovoltaic device | |
| Rey-Mermet et al. | Neither measurement error nor speed-accuracy trade-offs explain the difficulty of establishing attentional control as a psychometric construct: Evidence from a latent-variable analysis using diffusion modeling | |
| EP3832557A3 (en) | Determination apparatus, determination method, determination program, learning apparatus, learning method and learning program | |
| GB2583399A8 (en) | Prescriptive guidance for ultrasound diagnostics | |
| JP2007181628A (ja) | 脈拍間隔算出装置及び脈拍間隔算出方法 | |
| EP3429460B1 (en) | Myocardial excitation determining apparatus and method | |
| Lange et al. | Weak evidence for neural correlates of task-switching in macaque V1 | |
| Zhao et al. | Adaptive Online Decomposition of Surface EMG Using Progressive FastICA Peel-off | |
| CN108269257B (zh) | 视网膜血管的编辑方法及编辑装置 | |
| WO2020223616A3 (en) | System and method for device specific quality control | |
| CN102929730B (zh) | 一种数据校正方法、装置及系统 | |
| Goulet | Investigation of the cognitive mechanisms of same and different judgments | |
| CN108051811A (zh) | 一种中尺度涡的分析方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20180226 Address after: Room 1316, room 1, No. 33, Science Park Road, Beijing Changping District science and Technology Park, Beijing Applicant after: Beijing PuJie Biological Technology Co. Ltd. Address before: 510530 Guangdong Guangzhou city Guangzhou high tech Industrial Development Zone Science City International Business Incubator F-220 Applicant before: Guangzhou Gaotong Biological Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220111 Address after: 215127 unit E527, 5 / F, Lecheng Plaza, phase II, biomedical industrial park, 218 Sangtian street, Suzhou Industrial Park, Suzhou pilot Free Trade Zone, Suzhou, Jiangsu Patentee after: Suzhou Puxin Life Science Technology Co.,Ltd. Address before: 102299 room 1316, building 1, No.33, Science Park Road, Changping District, Beijing Patentee before: Beijing Pu Jie Bioisystech Co.,Ltd. |