English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

RÃ©sumÃ©n: Las tÃ©cnicas de reducciÃ³n de ruido son ampliamente utilizadas en la grabaciÃ³n de audio, la ediciÃ³n de imÃ¡genes y en el procesamiento de seÃ±ales industriales. La idea es reconstruir los datos originales a partir de la seÃ±al ruidosa suprimiendo toda, o casi toda, la distorsiÃ³n generada por el ruido inherente a los procesos fÃ­sicos. En el presente trabajo se realiza una comparaciÃ³n de diferentes mÃ©todos de supresiÃ³n de ruido que se basan en la selecciÃ³n adaptativa del umbral. Estas tÃ©cnicas han sido usadas extensivamente en el procesamiento de imÃ¡genes pero el objetivo de este trabajo es evaluar su rendimiento en la reducciÃ³n de ruido de seÃ±ales industriales. En particular se analiza el comportamiento de los mÃ©todos Bayes Shrink, Normal Shrink, Modified Shrink y Neight Shrink para la reducciÃ³n de ruido gaussiano en estas seÃ±ales. A tales efectos se utilizÃ³ un conjunto de seÃ±ales patrÃ³n, que incluye a las seÃ±ales propuestas por Donoho y otras mediciones representativas obtenidas de procesos reales en las plantas de NÃ­quel cubanas. Las pruebas realizadas revelan que el algoritmo Neigh Shrink es el que mejor se comporta en los datos analizados. Abstract: Noise reduction techniques are widely used for audio recording, image editing, and industrial signal processing. The idea is to reconstruct the original data from the noise-corrupted signal suppressing, all or almost all, the distortion caused by the inherent noise of the physical processes. In the present paper, we perform a comparative review of several noise reduction techniques based on adaptive threshold selection. These techniques have been extensively used for image processing. However, we aimed at evaluating their performance for industrial signal noise reduction. In particular, we analyze the behaviour of the Bayes Shrink, Normal Shrink, Modified Shrink, and Neight Shrink methods for the reduction of the Gaussian noise in industrial signals. To that aim, we perform experiments on a set of pattern signals proposed by Donoho and other representative measurements obtained from real processes in Cuban1s Nickel plants. Our results indicate that, for this kind of data, the Neigh Shrink algorithm outperforms. Palabras clave: Transformada wavelet, Ruido, SeÃ±ales industriales, Ruido gaussiano, Keywords: Wavelet transform, Noise, Industrial signal

Estudio comparativo de técnicas de reducción de ruido en señales industriales mediante Transformada Wavelet Discreta y selección adaptativa del umbral