qq_47477918的博客

转载 深度学习笔记：深度残差收缩网络的噪声特征去除方式

软阈值化是将接近于0的特征置为0。 但是，如果接近于0的特征是有用特征，这该怎么办呢？ 我们看传统的小波降噪是怎么办的？通过小波变换，在变换形式里，使得接近于0的特征是噪声特征，并且使有用特征的幅值较大。 小波变换为什么能够提高有用特征的幅值、降低噪声特征的幅值呢？这就需要去学小波了。 如何确保小波变换能够达到这个效果呢？我们需要精心设计【小波函数】。但是这很难。 小波变换的本质是卷积，这与卷积层类似。卷积这种运算本身就具备提高有用特征幅值、降低噪声特征幅值的潜力。 在深度...