ScholarGate
Assistent
Machine learningDenoising

Wavelet-baseret støjreduktion (soft thresholding)

Wavelet-baseret støjreduktion, introduceret af David Donoho i 1995, er en ikke-parametrisk teknik, der fjerner støj fra endimensionelle eller multidimensionelle signaler ved at dekomponere dem i wavelet-koefficienter, undertrykke små koefficienter, der sandsynligvis repræsenterer støj, via en soft-thresholding operator, og rekonstruere et glat estimat. Den anvendes bredt inden for biomedicinsk signalbehandling, geofysik, lydteknik og billedanalyse, hvor det underliggende signal antages at være sparsomt eller stykkevis glat.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Donoho, D. L. (1995). De-noising by soft-thresholding. IEEE Transactions on Information Theory, 41(3), 613–627. DOI: 10.1109/18.382009

Sådan citerer du denne side

ScholarGate. (2026, June 2). Wavelet Signal Denoising (Soft Thresholding). ScholarGate. https://scholargate.app/da/signal-processing/signal-denoising

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateSignal Denoising (Wavelet Signal Denoising (Soft Thresholding)). Hentet 2026-06-15 fra https://scholargate.app/da/signal-processing/signal-denoising · Datasæt: https://doi.org/10.5281/zenodo.20539026