阈值
- 基于新阈值函数的小波去噪研究
-5]。经典小波阈值去噪研究起源于Donoho[6]的工作,他依据小波信号分解特征提出了软、硬阈值函数去噪算法,并取得了较好的去噪效果。然而,常规软、硬阈值函数在数学表达式上存在一些缺陷,比如硬阈值函数在阈值处不连续,软阈值函数在阈值处不可导。这些数学性质方面的不足可能会导致常规阈值函数进行信号去噪处理时出现边缘模糊,甚至会出现信号部分失真的现象。为了克服常规软硬阈值函数的上述缺点,牟雪姣等[7]借助圆切线的相关理论原理,提出了一种新的阈值函数,提高了非平
科学技术创新 2022年18期2022-06-24
- 小波变换在信号去噪方面的仿真研究
，本文对小波变换阈值去噪进行分析，并在相关文献的基础上进行阈值函数的改进。1 小波变换阈值去噪小波变换阈值去噪的基本思想是提前设置好一个临界值作为阈值[3]。对含噪信号进行阈值去噪是对f（t）进行小波变换，一组系数设定为Wj，k；将阈值和系数进行比较，对大于和小于阈值的系数进行分别处理。对大于阈值的系数进行保留处理，小于阈值的系数被置为零处理，对留下的系数进行小波重构得到处理后的信号。1.1 常见阈值函数选取（1）硬阈值函数公式如下[4]：（2）软阈值函数
科技创新与应用 2022年5期2022-03-16
- 改进的软硬阈值法及其在地震数据降噪中的研究
1730)1 新阈值降噪算法1.1 算法基础对于一组观测信号：f(t)=s(t)+n(t)，(1)式中：f(t)是含有噪声的观测信号，s(t)是有效信号，n(t)是随机干扰信号。如果有N个采样点，对观察信号f(t)的一维小波变化[11]如下：(2)式中：Wj,k为小波系数，ψ(t)为一个母小波。一维离散小波重构变换、二维小波分解和重构变换见文献[1]。对分解的小波系数利用软、硬阈值函数进行去噪。软、硬阈值降噪原理为[12]：(3)(4)经过软阈值降噪处理后
重庆大学学报 2022年2期2022-02-28
- 基于小波变换阈值去噪算法的改进
性去噪算法和小波阈值去噪算法，其中阈值去噪算法应用最为广泛。传统的阈值去噪法主要包括硬阈值去噪、软阈值去噪[1]，以及Garrote阈值去噪[2-3]，这三类算法都存在有自身固定的缺陷，本文在在充分吸取以上三类算法优点的基础上，提出一种改进的阈值函数，并采用新的阈值确定方法，取得了更优地去噪效果。2 小波阈值去噪原理小波阈值去噪算法的主要原理是[4]：小波变换有很强的去数据相关性，它把信号的能量集中到小波域中一些较大的小波系数上，而所含的白噪声在正交基上的
计算机仿真 2021年6期2021-11-17
- 一种非分段阈值函数的小波去噪算法
来，由于以往的硬阈值函数在阈值处的不连续性及软阈值函数中信号的原始小波系数与估计的小波系数之间存在恒定偏差，影响了去噪效果[1]。为达到更好的去噪效果，目前对于阈值函数的研究也越来越多。然而，在目前的阈值函数的改进方法中，大多文献都是基于参考硬软阈值函数的分段函数进行修改。这些改进的阈值分段函数在一定程度上可以改善去噪效果，但对于原始小波的系数小于阈值系数的舍去和大于阈值系数的保留，没有一定的延缓，如果当阈值选择不好时，可能直接将有用信号滤掉或将噪声信号保
微处理机 2021年5期2021-11-02
- 改进小波阈值在心电信号去噪中的应用
中，一般选用小波阈值去噪法，由于噪声和纯净的心电信号的能量分布不相同，将含噪的心电信号经过小波变换后，心电信号能量主要分布在较大的小波系数中，而噪声不会集中分布，所以两者在小波系数上的幅值是不一样的，随后采用阈值法降噪可以有效地将噪声和心电信号进行分离[3]。但是DONOHO等[4-5]提出的传统的软硬阈值降噪法分别存在估计的小波系数与真实小波系数具有偏差，重构信号时误差较大，和在临界阈值处的不连续导致信号失真等缺点。针对传统软硬阈值的优缺点，提出一种改进
中国医疗器械杂志 2021年1期2021-02-03
- 采用红细胞沉降率和C-反应蛋白作为假体周围感染的阈值
为假体周围感染的阈值/BINGHAM J S, HASSEBROCK J D, CHRISTENSEN A L, et al//J Arthroplasty,2019 Dec 2. pii: S0883-5403(19)31112-X. doi: 10.1016/j.arth.2019.11.040. [Epub ahead of print]肌肉骨骼感染协会推荐的红细胞沉降率(ESR)和C-反应蛋白(CRP)作为假体周围感染的阈值为30 mm/1 h 和
临床骨科杂志 2020年1期2020-12-12
- 基于改进小波阈值函数的癫痫信号去噪算法*
方法常见的有小波阈值去噪法、小波系数相关去噪法和基于模极大值去噪法等，但用途最广的是小波阈值去噪法。目前，阈值去噪常用的函数为硬阈值和软阈值函数，但是硬阈值函数和软阈值函数都存在些许缺陷，硬阈值函数在小波重构信号时，信号波形容易产生震荡，而软阈值在信号重构后，信号的均方差过大。如何尽可能地去除噪声的同时保持信号重构波形不失真，确定最优小波基函数、分解层数、阈值函数和阈值选择的方法，这是研究小波阈值去噪算法的关键。因此本文构造了一种新的阈值函数，仿真实验表明
计算机与数字工程 2020年10期2020-12-07
- 基于小波阈值的局部放电白噪声去噪方法综述
D信号分析。小波阈值去噪法包含3个步骤：首先对信号分解，即用1组小波基底来对信号进行小波变换，得到对应的小波系数；其次，根据真实信号与噪声的不同性质，对已得到的系数用阈值函数进行处理；最后，对处理过的系数进行逆小波变换，得到去噪后的信号[9]。根据以上步骤，国内外研究者分别从母小波函数选择、阈值选取与阈值函数构造3个方面开展研究和改进，提出众多PD信号中白噪声的去噪方法。这些去噪方法已经在工程领域得到广泛应用，并取得了丰富的成果。本文基于已有成果进行综述，
广东电力 2020年11期2020-11-27
- 改进小波阈值对热泵电机振动信号的去噪研究
稳时变特点。小波阈值降噪方法能够在减少误差的同时保留更多有用的信号，被广泛应用于非平稳时变系统。在传统的小波阈值函数中：硬阈值函数降噪一般会产生相对较小的均方根误差，但具有不连续性，处理信号时会产生跳变。 软阈值函数整体连续，处理之后的信号较为平滑，但在重构信号时会产生恒定偏差，造成原信号过度失真。 文献［5］中提出了含有e指数的新阈值函数，但不含调节因子，不能实现灵活去噪。 文献［6］中提出含有调节因子a、b 的改进阈值函数，可以灵活调节适应含噪信号，但
智能计算机与应用 2020年4期2020-08-31
- 基于RTD的三变量特征阈值逻辑门及通用阈值逻辑门设计
LE 更适合设计阈值逻辑电路[11-13]。三变量函数一共有256个，其中阈值函数104个，非阈值函数可以转化成几个阈值函数的相或[14]，而由MOBILE 构成的阈值逻辑电路能实现三变量阈值函数，故该电路可以实现所有的三变量函数，但需要根据每个阈值函数的权值和阈值重新设计电路，电路设计过程复杂，缺乏通用性[15-16]。有关文献已设计了基于RTD 通用的三变量阈值逻辑门，但因在阈值或者正负权值的选取上不恰当，导致电路功耗增加、面积增大、成本上升[19-2
浙江大学学报（理学版） 2020年1期2020-03-12
- 改进小波阈值函数在语音增强中的应用*
小波变换法中，硬阈值函数在阈值处不连续，使去噪后的信号不平滑，容易产生伪吉布斯现象；软阈值函数虽然连续，但是在去噪过程中存在着固定偏差，容易造成重构语音信号强度降低[3]。基于以上问题，本文提出了一种改进的阈值函数，同时将改进的阈值函数与贝叶斯方法相结合，解决了因不同层数阈值恒定的问题。1 小波阈值去噪1.1 小波阈值去噪原理小波阈值去噪是通过小波对语音信号进行分解得到各层系数，然后构造相应的阈值，对小波系数进行处理，将处理完的小波系数进行重构达到语音增强
网络安全与数据管理 2019年8期2019-08-19
- 改进阈值函数的图像去噪方法*
于小波变化的小波阈值去噪算法[1,2]。因传统的硬阈值函数在定义域内不连续，对大于阈值的小波系数进行处理时，未考虑低频区也存在噪声的现象,导致图像出现视觉上振铃效应的失真[3,4]，而软阈值函数在阈值处不间断，但其导数不连续，对大于阈值的小波系数沿某一恒定量向零进行收缩，这个过程会存在恒定的偏差，并丢失一些高频信息，导致图像出现边缘模糊[5,6]。针对传统阈值函数去噪中存在的不足，国内外研究人员提出了大量的改进去噪算法[7,8],改进的软硬阈值折中法[9]
传感器与微系统 2019年8期2019-08-15
- 一种改进小波阈值函数的信号去噪
波去噪的关键在于阈值函数的选取，其在一定程度上关系到信号去噪的质量，硬阈值和软阈值是小波去噪最常用的函数，硬阈值方法可以很好地保留信号边缘等局部特征，软阈值处理要相对平滑，但会造成边缘模糊等失真现象[3-6]。随着小波分析的不断深入，不同改进阈值函数的算法也相继提出：半软阈值函数作为一种改进的阈值算法可以兼顾软硬阈值方法的优点，相对于软硬阈值函数方法较好地保留了原始信号的特征[7-8]。本文采用一种新型的改进阈值函数的算法对采集到的信号进行去噪，同时通过实
重庆理工大学学报(自然科学) 2019年4期2019-05-23
- 改进的小波域阈值算法在图像去噪中的应用
行信号去噪，小波阈值去噪已成为去噪的经典方法[3-6]。传统阈值去噪法是由Donoho 等人提出的小波硬阈值与软阈值函数去噪方法[7]，该方法计算量小，实现简单，应用广泛。但这两种方法都有其自身的缺陷。文献[8-11]都是针对这两种算法提出的改进算法，在实际应用中也取得了良好的效果，然而也存在缺陷。文献[8]中的算法虽然在一定程度上缩小了估计小波系数与原始小波系数之间的恒定偏差。但它的计算量大，且有两个变量，计算复杂。文献[9-10]也在一定程度上减小了小
现代电子技术 2019年7期2019-04-13
- 一种基于小波分析的改进阈值图像去噪方法
]都提出了改进的阈值函数。文献[3]提出:当小波系数的绝对值小于阈值时,乘一个范围在[0,1]的系数；大于阈值时不做处理。这使得大于阈值的部分包含有噪声信号。文献[4]则采用:当小波系数的绝对值小于阈值时,乘一个范围在[0,1]的系数；大于阈值时与阈值做差值。而这种处理方法则会去除一部分图像信息。针对这两篇文献提出的方法中存在的不足,本文提出了一种新的改进阈值图像去噪方法。1 小波阈值图像去噪原理对图像可以进行多种变换,不同的变换将得到不同的特性。对于含有
实验科学与技术 2018年5期2018-12-07
- 小波阈值改进算法的遥感图像去噪
-ho对基于小波阈值去噪方法进行了一系列的理论研究[1]，提出了小波去噪的软、硬阈值方案开始，很多国内外学者开始在此基础上进行相应阈值函数的改进。有对硬阈值函数、软阈值函数或半软阈值函数的改进，以及阈值函数与一些其他变化(如PCA,NSCT等)的结合。这些改进方法在图像处理及信号处理去噪方面都起到了很大的改善作用。针对当前研究的现状及专家学者研究的理论，本文通过在硬阈值、软阈值相互衍生的折中阈值函数基础上结合软阈值函数进行综合改进，该改进方法利用了可变的参
测绘通报 2018年4期2018-05-04
- 改进的双阈值小波去噪方法
one提出的小波阈值收缩（WaveShrink）方法在最小均方误差意义下可达到近似最优并且可以取得较好的视觉效果[1]。该方法的两个关键因素是阈值的选取和阈值函数的构造，小波去噪的效果直接受到了这两种因素的影响。传统的小波阈值去噪算法分为硬阈值函数去噪法和软阈值函数去噪法，但是这两种阈值函数方法都存在相应的缺点[2]。文献[3-7]都对小波阈值去噪函数进行相应的研究和改进，但是部分还存在着硬阈值函数的不连续性以及软阈值函数的固定偏差的问题。文献[6]提出了
现代计算机 2018年5期2018-04-26
- 改进小波阈值函数的HRG振动信号去噪研究*
多分辨分析的小波阈值去噪算法，根据噪声和信号的小波系数在不同的尺度上具有不同的表现性的特点，通过小波基函数将含噪信号进行分解，使信号和噪声尽可能地分离，然后根据设定的阈值，将噪声去除[6-7]。最后利用小波逆变换，得到去噪后的信号。阈值函数是信号重构的桥梁，阈值函数的选择直接影响到去噪的效果，本文针对阈值函数的构造进行了重点研究。1 小波阈值去噪基本原理小波阈值去噪的基本原理是：设置一个噪声和信号的小波系数阈值(临界值)λ，把分解在各尺度下的小波系数依次与
现代防御技术 2018年1期2018-03-16
- 基于新阈值函数的小波阈值去噪算法
0500)基于新阈值函数的小波阈值去噪算法卢广森， 黎 英， 毛 敏(昆明理工大学信息工程与自动化学院，云南昆明650500)小波基、分解层数、阈值和阈值函数是小波阈值去噪的关键性因素。针对小波基和分解层数的确定，提出了一个算法来实现；对于传统硬、软阈值函数的局限性和阈值函数在临界阈值处不存在平滑过渡区的现象，提出了一个参数化的新阈值函数，该阈值函数具有更高阶，通过灵活调节参数使之介于硬、软阈值函数之间，且兼具硬、软阈值函数的优点，并在临界阈值内添加平滑过
传感器与微系统 2017年12期2017-12-08
- 基于新阈值函数的小波阈值去噪算法*
0500)基于新阈值函数的小波阈值去噪算法*王世礼1, 杨 彪1，2(1.昆明理工大学信息工程与自动化学院,云南昆明650500；2.昆明理工大学教育部非常规冶金重点实验室,云南昆明650500)针对硬阈值函数不连续和软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺点，构造了一种新的阈值函数。同时，为了增强去噪效果，采用了模糊控制算法对新阈值函数中的参数进行实时、动态地调节。仿真结果表明：新阈值函数去除噪声效果良好，信噪比和均方根误差等性能指标
传感器与微系统 2017年10期2017-11-01
- 基于多阈值Otsu准则的阈值分割快速计算
陈海鹏基于多阈值Otsu准则的阈值分割快速计算申铉京 刘 翔 陈海鹏*(吉林大学计算机科学与技术学院 长春 130012);(吉林大学符号计算与知识工程教育部重点实验室 长春 130012)针对传统多阈值Otsu方法在寻找最佳阈值过程中穷举计算效率低的问题，该文分析了多阈值Otsu的阈值性质，证明了使用Otsu方法找到的一组最佳阈值与分割出的各类均值之间的数学对应关系。根据多阈值Otsu的阈值性质，该文提出一个新算法用来快速计算所需最佳阈值，建立了一种
电子与信息学报 2017年1期2017-10-13
- 基于一种渐进半软阈值函数的小波去噪*
基于一种渐进半软阈值函数的小波去噪*吴安全,沈长圣*,肖金标,孙小菡(东南大学电子器件和系统可靠性研究中心,南京 210096)针对硬软阈值函数的不足,提出了一种渐进半软阈值函数,不仅弥补了硬阈值函数不连续性的缺陷,同时还克服软阈值函数重构信号后存在恒定偏差的缺陷,使得估计的小波系数逐渐接近于真实小波系数。通过对含噪Doppler信号的MATLAB仿真实验结果表明,与传统阈值函数和几种改进阈值函数相比,渐进半软阈值函数在去噪性能上能够获得更优的信噪比(SN
电子器件 2017年2期2017-04-25
- 一种基于改进阈值函数的小波阈值降噪算法*
6）一种基于改进阈值函数的小波阈值降噪算法*倪培峰，胡 雄（上海海事大学 物流工程学院，上海201306）针对小波阈值降噪中硬阈值函数和软阈值函数的不足，结合现有文献提出一种新的阈值函数。新阈值函数克服了传统阈值函数的缺点，保证了阈值函数的连续性，同时可以通过改变参数灵活地调节函数。在新阈值函数的基础上结合改进的阈值确定方法，提出一种新的降噪算法。通过MATLAB仿真，对几种小波降噪算法进行了试验分析，利用信噪比和均方根误差两个指标进行评价。结果表明，相比
电子技术应用 2016年8期2016-12-01
- 基于新阈值函数的小波去噪算法*
054)基于新阈值函数的小波去噪算法*张兢,李冠迪，史文进，曾建梅(重庆理工大学 电子信息与自动化学院，重庆 400054)分析了小波去噪的特点，针对软、硬阈值的缺陷，构造出一种新的阈值函数及阈值估计方法。新阈值函数连续可导并且新阈值估计方法具有优良的自适应性。仿真实验表明，该方法可以有效去除白噪声干扰，信噪比更高，均方根误差更小，且重构信号的近似性好。小波阈值去噪；阈值函数；阈值估计；信噪比；均方根误差引用格式：张兢,李冠迪，史文进，等. 基于新阈值函
网络安全与数据管理 2016年17期2016-10-27
- 一种改进的小波阈值去噪方法
）一种改进的小波阈值去噪方法李朋，余谅 （四川大学计算机学院，成都610065）0 引言数字图像在获取、传输及存储的过程中不可避免地会受到各种噪声的污染，这不仅影响图像的视觉效果，还会给对图像的进一步处理和分析带来不利影响。因此，对图像进行去噪处理就显得尤为重要。与传统的去噪方法，如中值滤波、邻域滤波、均值滤波等方法相比，小波变换具有衰减性和波动性，它可以对图像的时域和频域做局部化分析，通过伸缩平移变换达到对信号逐步地进行多尺度细化，最终达到在高频处时间细
现代计算机 2016年7期2016-09-20
- 基于新阈值函数的小波阈值降噪方法
其中的模极大值和阈值降噪是最常用的两种方法。由于小波阈值降噪方法其实现简单、计算量小，从而在实际中得到广泛研究。小波阈值降噪算法中，小波最优分解层数的确定，以及小波阈值函数的选择，成为小波阈值降噪方法的关键[1-3]。在小波阈值降噪中，文献[4]提出的传统硬阈值法可以很好地保留信号边缘等局部特征，然而在一些不连续点处有时会存在伪吉布斯现象。文献[5]提出的软阈值法克服了硬阈值存在的连续性差的问题，然而存在过于光滑而失去信号真实性的缺点。文献[6]提出的半软
电子设计工程 2014年1期2014-09-26
- 基于改进小波阈值的去噪方法
8）基于改进小波阈值的去噪方法罗 强，李文书（浙江理工大学信息学院，杭州310018）针对以往小波阈值图像去噪法出现的去噪不彻底、噪声残留、和噪声误判等问题，对阈值函数和阈值进行了改进，保留了传统的软阈值和硬阈值的优点，改进它们各自的缺点，提出一种新的阈值函数和阈值选取方式，使它在处理小波系数时更加灵活，以达到更好地去除噪声的目的。通过 MATLAB仿真实验和对算法的精度分析表明，用改进后的阈值去噪法可以很好地去除图像噪声，使图像的对比度和峰值信噪比均得到
浙江理工大学学报(自然科学版) 2014年5期2014-05-25
- 小波阈值法在信号滤波中的应用研究
进行多层分解，由阈值函数对分解后得到的高频小波系数进行阈值量化，再由量化后的小波系数重构而得到真实信号的逼近。由此易知，阈值函数的选取对滤波效果将会产生直接影响。对于阈值函数的选取，大量研究人员也进行了一定的探索[3]。本文通过对典型的阈值函数进行理论分析，提出了一种改进型的阈值函数，并和采用传统阈值函数的滤波效果进行对比。仿真结果表明，本文提出的改进型阈值函数在均方误差与信噪比方面都有一定改进。1 小波阈值滤波原理定义观测信号其中：x(n)为原始信号，w
声学技术 2014年5期2014-05-17
- 一种改进的小波阈值降噪方法
于小波变换系数取阈值的方法，取得了很大的成功[2-3]。该方法是为去除一维信号高斯白噪声而开发的。其中小波阈值方法是应用很广且降噪效果相当好的一种小波消噪方法，如硬阈值消噪方法和软阈值消噪法都可取得较好的消噪效果。不过采用硬阈值消噪方法会在某些点产生间断，而这些点有可能包含一些重要信息，采用软阈值消噪方法则可能会造成边缘模糊等失真现象。针对上述算法的不足，本文提出了一种改进的软阈值去噪算法，主要改进之处是就是当小波系数小于阈值时候，不再是直接地置为零，而是
科技视界 2014年25期2014-04-27
- 改进小波阈值去噪方法处理FBG传感信号
基础上提出了小波阈值去噪的概念，并证明了此方法能够在最小均方差意义下达到最佳估计值［4－6］。传统的小波阈值去噪方法是软阈值处理和硬阈值处理，但是硬阈值函数不连续，在去噪过程中会出现附加震荡;软阈值函数不存在间断点问题，但小波估计系数与小波系数之间存在恒定偏差［7－8］。学者对软硬阈值函数进行改进，提出软硬阈值折中法，但是折中法函数中调节因子有1处不连续，影响去噪性能;文献［5］所提阈值函数连续，但是函数中存在不确定因子，其取值不同，效果也不同。针对上述方
激光与红外 2014年1期2014-01-23
- 一种新型的小波阈值图像去噪算法*
，具有代表意义的阈值去噪方法是一种操作简单、去噪效果较好的方法。常用的小波阈值去噪方法有硬阈值函数法和软阈值函数法。随着对图像去噪方法的深入研究，人们发现在用硬阈值函数法去噪后，图像容易出现震荡和伪Gibbs现象［5］，在用软阈值函数法去噪时，由于去噪前后的小波系数存在恒定偏差，去噪后的图像边缘特征会变得模糊。本文在软、硬阈值法的基础上，针对其中的不足，对阈值函数进行了改进，构造了一种新的阈值方法，该方法能达到更好的降噪效果。1 小波阈值去噪方法图像经过小
河南城建学院学报 2013年4期2013-12-04
- 新阈值函数下的小波阈值去噪
430074新阈值函数下的小波阈值去噪王 瑞，张友纯中国地质大学（武汉）机械与电子信息学院，武汉 4300741 引言现实环境中，由于噪声的存在，语音信号会不可避免地受到干扰，严重时甚至会被噪声淹没。语音去噪一直是语音信号处理中的热点，它的目的是从被噪声污染的语音信号中尽可能多地提取出原始语音信号。小波变换发展于20世纪80年代末，它克服了短时傅里叶变换的缺点，可以对信号进行多尺度（多分辨率）的分析，特别适合分析像语音这样的非平稳信号[1]。目前小波去噪
计算机工程与应用 2013年15期2013-07-19
- 双自寻优小波去噪方法及其在滚动轴承故障诊断中的应用
须去除噪声.小波阈值去噪方法由于原理简练、可操作性强与去噪效果显著的特点，已在信号去噪领域中获得了成功应用.小波阈值去噪方法中，决定去噪效果最为关键的两个因素是阈值和阈值函数的选取[2].但是如何选取阈值和阈值函数，并且它们之间如何搭配，使其去噪的效果最优成为小波阈值去噪方法最关键的问题[3].本文正是基于这个问题，提出一种阈值和阈值函数各自寻优又相互结合的选取策略予以解决.通过模拟信号消噪仿真与滚动轴承故障信号消噪仿真实例表明，该方法无论在信噪比和去噪图
陕西科技大学学报 2013年2期2013-01-29
- 一种新型阈值决策的小波去噪方法
oho提出的统一阈值降噪法是针对多维独立正态变量联合分布的[1-2]。在利用阈值去噪方面，主要有硬阈值函数法和软阈值函数法。硬阈值法可以很好地保留信号边沿的局部特征，但会出现振铃、伪 Gibbs效应等失真，而软阈值函数法处理相对要平滑，但可能造成边沿模糊等失真现象[3-4]。为了解决以上问题，将一种新型阈值函数引入信号去噪，以期实现更好的去噪效果。固定阈值会产生过扼杀现象，如果在同一级尺度上都采用同一阈值，在较低尺度上，会去除有用信息，在最大尺度级上，则会
通信技术 2011年8期2011-08-04