1) wavelet shrinkage
小波收缩
1.
Threshold algorithms and functions of wavelet shrinkage in speech enhancement;
语音增强中小波收缩阈值算法和阈值函数研究
2.
Denoising method based on combining multi-scale product with wavelet shrinkage;
基于尺度乘积与小波收缩相结合的去噪方法
3.
After eliminating the high frequency component by threshold quantizing of the wavelet shrinkage, signals can be reconstructed for the de-noising aim.
本文应用小波变换可以降低电机控制系统中噪声影响的技术,通过变换分解出高频噪声部分,利用小波收缩的阈值量化方法去掉高频部分,再重构信号从而达到去噪目的。
2) multiwavelet shrinkage
多小波收缩
1.
The coefficients associated with noise were reduced by soft threshold multiwavelet shrinkage.
该方法以多小波变换为基础,将变换后的多小波系数分为噪声相关系数和边缘相关系数,对变换系数进行软阈值多小波收缩消去噪声相关系数;阈值收缩是非线性变换,对图像边缘有平滑作用,因此,该方法提出在阈值收缩后进行线性的子带增强,增强边缘相关系数。
3) Wavelet coefficients shrinkaging
小波系数收缩
4) Anisotropic Wavelet Shrinkage(AWS)
各向异性小波收缩
5) nonlinear wavelet transform (wavelet shrinkage)
非线性小波变换(小波收缩)
6) Wave-shrinking
波形收缩
补充资料：收缩中(晚）期喀喇音-收缩晚期杂音综合征
收缩中(晚）期喀喇音-收缩晚期杂音综合征
即"二尖瓣脱垂-喀喇音综合征"。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条