深度残差收缩网络（从信号降噪的角度进行理解）

本文探讨了深度残差收缩网络的另一种理解方式。

传统信号降噪算法的常见步骤是：

① 采用某种信号变换方法（例如小波、经验模态分解），将含噪信号变换到另外一种形态（例如小波系数、本征模态分量等）。在这些形态中的某些部分，接近于0的是噪声特征，幅值较大的是有用特征。

② 然后，采用软阈值化，将噪声特征置为0。

③ 最后，进行信号的反变换，获得降噪后的信号。

但是，如何保证在变换形态中，故障成分的幅值较大，噪声成分的幅值接近0呢？

如何选取软阈值化的阈值呢？

这需要大量信号处理方面的专业知识和经验。