相对于经典的阈值函数，改进的阈值函数在超声信号去噪中更具有优势。
计算机仿真结果表明，该算法可稳定有效地选取最优的去噪阈值参数。
结论将小波变换级联形态滤波的去噪方法应用到载人航天过程中是可行的。
并探索了不同的小波基和阈值选取准则以及分解尺度对矿震信号去噪结果的影响。
实验结果显示，使用经验模态分解方法在去除噪声，提高信噪比方面具有优越性。
考虑到今后的嵌入化应用，本文选用中值滤波算法对图像去噪。
在各向异性扩散去噪音处理中，目前的正则化方法不能阻止图像边界和角的退化。
图像去噪是对图像进行高级处理的重要基础，已经成为当今数字图像处理的热门领域之一。
该格式的应用减少了迭代过程中的计算量，提高了去噪效率。
在本文中，我们侧重于去噪图像的意见也同样间隔周围的边界，除非这是不正常。
结合某测试信号，介绍了阈值消噪的三种方法：强制阈值、默认阈值和给定阈值。
理论上讨论这种噪声影响的原因，对荷载识别的减噪措施提出参考建议。
采用预先设定的阈值对高频分解系数处理后进行全局重构同样可以达到消噪的目的。
采用自适应阈值方法，通过最佳阈值的估计，在去噪的同时进一步提高信噪比。
通过分析全变分（TV）去噪模型的优缺点，提出了一种新的改进算法。
以PSNR和PMSE作为评价标准，将小波算法与传统的图像去噪算法作方针对比并得出结论。
在这里，我们描述一个有效的阈值去噪技术通过分析统计参数的小波系数。
最后将该算法应用于出生缺陷的基因芯片噪声处理，并与其他几种去噪方法做了对比。
结果表明，小波神经网络应用在粗晶材料超声检测信号的降噪时，能够达到较理想的降噪效果。
对CT图像噪声的类型进行识别，采用相适应的去噪方法提高图像去噪效果，减少去噪中的盲目性。
如何去除自然图像中的高斯白噪声是图像处理中的一个经典问题。
为此，提出了小波指数降噪法，即利用指数降噪因子除小波系数。
采用小波域去噪理论去除噪声，提高了检测回波的信噪比。
因其在信号去噪、图像处理等方面的广泛应用，小波标架引起了众多数学家的关注。
用标准测试图像的处理结果来比较改进前后两种算法的效果。
加权平均方式比加权最大方式在抑制噪声方面效率更高，这对机器人运动模块的抑噪设计有良好的指导作用。
仿真结果表明，该指数越小，即信号波形震荡幅度越小，消噪的效果越好。