利用小波变换多尺度分析的特性,在小波域的各个尺度上选取不同的阈值对基本的频域谱减法进行改进,并且根据清浊音各自不同的特点,在去噪过程中加以分离,保留了语音中的清音成分,使语音更加饱满。-The use of multi-scale wavelet analysis of the characteristics of the individual in the wavelet domain scale threshold select a different frequency domain of

对信号进行多尺度分解并提取小波的高频系数和低频系数(Multi-scale decomposition of signals and extraction of high frequency coefficients and low frequency coefficients of wavelet)

这本书在稀疏的多尺度图像和信号处理提出了艺术状态，包括线性多尺度变换，如小波，脊波和曲波变换、非线性、多尺度变换基于中值和数学形态学算子。最近的稀疏性和形态多样性的概念描述和利用各种问题，如去噪，反问题正规化，稀疏信号分解，盲源分离，压缩感知。 这本书的理论和实践研究相结合的领域，如天文学、生物学、物理学、数字媒体应用和取证。最后一章探讨了信号处理中的一个范式转换，表明以前的信息取样和提取的限制可以用非常重要的方法加以克服。 MATLAB和IDL代码伴随这些方法和应用程序重现。 实验并说明