rnnoise中weight.hdf5转成rnn_data.c和.h的dump_rnn代码，亲测转换后文件可用

深度学习的多光子显微镜图像降噪 多光子显微镜（MPM）图像固有地以低信噪比（SNR）捕获，从而抑制了对更深的大脑层成像的过程，实现了更高的时间和空间分辨率。 虽然基于线性滤波的经典方法无法处理MPM图像中占主导地位的泊松噪声，但深度学习图像恢复目前是一个热门话题。 在这项工作中，在MPM图像的去噪性能方面，比较了三种监督（CARE，DnCNN和ResNet）和三种非监督（Noise2Noise，Noise2Void和概率性Noise2Void）深度学习方法，并研究了监督与非监督方法之间的差距。 通过在训练数据中添加具有不同噪声水平的图像，我们的模型可以推广到盲噪声图像。 无偏神经网络也检查了泛化能力。 结果表明，我们的基于深度学习的模型实现了令人满意的降噪性能，并在广泛的噪声水平范围内进行了归纳。 还证明了与监督方法相比，无监督方法仅表现出稍微降低的降噪性能。 该发现具有重要意义，因为收集

恒玄BES2300ZP规格书，TWS蓝牙耳机ANC降噪芯片。

thr_solve.m是小波降噪中所需要用的阈值求解函数，也可以在此基础上做改进。

应用自编码器对图像进行去噪，包含加噪声的图片，去噪声声的图片，去噪后的对比图及源码python文档及自编码器的模型

7种图像降噪matlab实现（程序源码及结果图和说明书任务书）

对一维小波进行降噪，比较选择合适的小波基和分解层数，阈值规则，阈值函数，最后进行小波降噪的改进，适合开始学习小波的同学

非局部均值滤波（NLM）的matlab程序，内含完美注释及相关文档连接。 （学习NLM自己整理所得，内含完美注释及相关文档连接）

该代码采用了滤波法进行降噪处理。代码中添加的噪声为高斯噪声，采用了标准正态分布和N(0,5)高斯分布两个例子，用户下载后可以根据需要修改噪声类型和噪声参数。代码执行后，可以得到原始图像、加噪声后的图像和滤波后图像的对比结果。

利用MATLAB实现了基于小波变换的语音增强算法，通过对比加噪声后的信号与降噪之后的信号，可以看出该算法有较好的性能