ScholarGate
Ассистент
Machine learningDenoising

Вейвлет-фильтрация сигналов (мягкое пороговое преобразование)

Вейвлет-фильтрация сигналов (мягкое пороговое преобразование) — это непараметрический метод, предложенный Дэвидом Донохо в 1995 году, который удаляет шум из одномерных или многомерных сигналов путем их разложения на вейвлет-коэффициенты, подавления малых коэффициентов, предположительно представляющих шум, с помощью оператора мягкого порогового преобразования и последующей реконструкции сглаженной оценки. Метод широко применяется в обработке биомедицинских сигналов, геофизике, звукоинженерии и анализе изображений, когда предполагается, что исходный сигнал является разреженным или кусочно-гладким.

Открыть в MethodMindСкороВидеоСкороСкачать слайды

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Карта метода

Окружение родственных методов — выберите узел, чтобы перейти к нему.

Вейвлет-фильтрация сигналов (мягкое пороговое преобразование)
Разложение эмпирических…Преобразование Фурье и с…Вариационное разложение…

Источники

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

Как цитировать эту страницу

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

Какой метод?

Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.

Сравнить рядом
ScholarGateSignal Denoising (Wavelet Signal Denoising (Soft Thresholding)). Получено 2026-06-15 из https://scholargate.app/ru/signal-processing/signal-denoising · Набор данных: https://doi.org/10.5281/zenodo.20539026