Вейвлет-преобразование обладает локальными особенностями, которые демонстрируют сильные преимущества в уменьшении шумов в сигнале. Однако выбор порога напрямую влияет на эффективность обработки сигнала в процессе подавления шума. Методы мягкого и жесткого порогов обладают своими недостатками. В связи с этим, был предложен метод самоадаптивного обучения градиента для определения оптимального порога и использования этого метода для обработки сигналов в теплотехнических процессах, предоставляющих более близкие к реальности сигналы для диагностики сбоев и идентификации систем.