Papsheva，S.Yu。;曼德里科娃，O.V。;Khomutov，S.Yu。 磁性数据中的噪声检测方法。 （俄语。英文摘要） Zbl 1474.86002号 维斯特。菲兹·科伦茨-马特·诺基 29，第4号，87-97（2019）. 摘要：研究了基于小波变换和阈值函数的磁性数据噪声检测方法。通过对位于堪察加半岛Paratunka天文台、IKIR FEB RAS的磁通门磁力仪FGE-DTU测量结果的分析，证明了其有效性。考虑了自然源（如堪察加地区的地震）和人工源（如天文台附近的电离层探空仪垂直探测电离层）的噪声。研究了Z分量和D分量2Hz记录中噪声的详细时频结构。为了使所考虑的噪声示例的方法自动化，确定了小波变换的信息尺度级别，并评估了阈值函数的参数。 MSC公司： 86-05 地球物理相关问题的实验工作 86甲15 地震学（包括海啸建模）、地震 86-08 地球物理问题的计算方法 关键词：磁性数据中的噪声;小波变换;数据分析 PDF格式BibTeX公司 XML格式引用 \textit{S.Yu.Papsheva}等人，Vestn。菲兹·科伦茨-Mat.Nauki 29，No.4，87-97（2019；Zbl 1474.86002） 全文： 内政部 MNR公司 参考文献： [1] Khomutov S.Y.等人，“磁性观测台原始数据中的噪音”，《地球科学》。仪器。方法。数据系统。，6:2 (2017), 329-343 ·doi:10.5194/gi-6-329-2017年 [2] 勒维基·M·。 S.，“尖峰分类方法综述：神经动作电位的检测和分类”，《网络：神经系统中的计算》，9:4（1998），R53-R78·Zbl 0910.92008号 ·doi:10.1088/0954-898X_9_4_001 [3] Hulata E.等人，“使用小波包检测和分类神经尖峰”，《物理评论快报》，85:21（2000），4637-4640·doi:10.1003/PhysRevLett.854.637 [4] 巴甫洛夫A。 N.等人，“神经尖峰的分类：当基于小波的方法优于主成分分析时”，《自然计算》，6（2007），269-281·Zbl 1123.92007年 ·doi:10.1007/s11047-006-9014-8 [5] Soloviev A.，Agayan S.，Bogoutdinov S.，“利用异常测量估算地磁活动”，《地球物理学年鉴》，59:6（2016） [6] Letelier J.，Weber P.，“基于离散小波变换系数的峰值排序”，《神经科学方法杂志》，101（2000），93-106·doi:10.1016/S0165-0270（00）00250-8 [7] Quian Quiroqa R.，Nadasdy Z.，Ben-Shaul Y.，“基于小波和超顺磁聚类的无监督尖峰检测和排序”，神经计算，16（2004），1661-1687·Zbl 1059.94511号 ·doi:10.1162/089976604774201631 [8] Koronovskiy A.A.i dr.，Veyvlety v neyrodinamike i neyrofiziologii，Fizmatlit，M.，2013年，272页，（俄语） [9] 叶志之。 A.、Mandrikova O。 V.、Khomutov S。 YU、。，“Algoritm vydeleniya tekhnogennykh pomekh v geomgnitynykh dannykh”，Vestnik KamchatGTU，35（2016），21-26，（俄语） [10] 莱文B。 R.，Teoreticheskiye osnovy statisticheskoy radiotekhniki。V trekh knigakh公司。Kniga vtoraya公司。伊兹德。2岁，佩雷拉布。我是dopolnen。，苏联。Radio，M.，1975，392页（俄语） [11] Dobeshi I.，Desyat‘lektsiy po veyvletam，NITS《Regulyarnaya I khaoticheskaya dinamika》，伊热夫斯克，2001年，464页，（俄语） 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。