Review and comparison of smoothing algorithms for one-dimensional data noise reduction

Paweł Kowalski; Robert Smyk

doi:10.1109/iiphdw.2018.8388373

Review and comparison of smoothing algorithms for one-dimensional data noise reduction

Abstrakt

The paper considers the choice of parameters of smoothing algorithms for data denoising. The impact of the window size on smoothing accuracy was analyzed. The parameters of denoising filters were selected with respect to the meansquare error between the computed linear regression and the noisy signal. Finally, we have compared mean, median, SavitzkyGolay, Kalman and Gaussian filter algorithms for the data from the digital sensor. The figure of merit was also the algorithm execution time.

Cytowania

2 5

CrossRef
0

Web of Science
3 9

Scopus

Autorzy (2)

Cytuj jako

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

pełna treść artykułu zobacz w serwisie zewnętrznym otwiera się w nowej karcie

Słowa kluczowe

NOISE REDUCTION, SMOOTHING, SMOOTHING ALGORITHMS, MEAN FILTER, MEDIAN FILTER, LEAST-SQUARE, SAVITZKY-GOLAY, KALMAN FILTER, GAUSSIAN FILTER, KERNEL SMOOTHING, SIGNAL PROCESSING, DENOISING FILTERS

Informacje szczegółowe

Kategoria:: Aktywność konferencyjna
Typ:: publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
Tytuł wydania:: 2018 International Interdisciplinary PhD Workshop (IIPhDW) strony 277 - 281
Język:: angielski
Rok wydania:: 2018
Opis bibliograficzny:: Kowalski P., Smyk R.: Review and comparison of smoothing algorithms for one-dimensional data noise reduction// 2018 International Interdisciplinary PhD Workshop (IIPhDW)/ : , 2018, s.277-281
DOI:: Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/iiphdw.2018.8388373
Weryfikacja:: Politechnika Gdańska