ScholarGate
Assistent
Machine learningDenoising

Wavelet-Signal-Entrauschung (Soft Thresholding)

Wavelet-Signal-Entrauschung, eingeführt von David Donoho im Jahr 1995, ist eine nichtparametrische Technik, die Rauschen aus eindimensionalen oder mehrdimensionalen Signalen entfernt, indem sie diese in Wavelet-Koeffizienten zerlegt, kleine Koeffizienten, die wahrscheinlich Rauschen darstellen, mittels eines Soft-Thresholding-Operators unterdrückt und eine glatte Schätzung rekonstruiert. Sie wird häufig in der biomedizinischen Signalverarbeitung, Geophysik, Audio-Engineering und Bildanalyse eingesetzt, wo angenommen wird, dass das zugrunde liegende Signal spärlich oder stückweise glatt ist.

In MethodMind öffnenDemnächstVideoDemnächstFolien herunterladen

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Wavelet-Signal-Entrauschung (Soft Thresholding)
Empirische Modenzerlegun…Fourier TransformVariationszerlegung (VMD)

Quellen

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

So zitieren Sie diese Seite

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

Welche Methode?

Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.

Nebeneinander vergleichen
ScholarGateSignal Denoising (Wavelet Signal Denoising (Soft Thresholding)). Abgerufen am 2026-06-15 von https://scholargate.app/de/signal-processing/signal-denoising · Datensatz: https://doi.org/10.5281/zenodo.20539026