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,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。
复制链接