問題タブ [wavelet]

Python でスペクトログラム アナライザーを作成するために、FFT に代わるものを探しています。ウェーブレット変換は、短時間 FFT よりも高速で時間精度が高いと聞きました。Java での Haar ウェーブレット変換の実装を取り上げたこのウィキペディアの記事に行きました。

https://en.wikipedia.org/wiki/Discrete_wavelet_transform#Code_example

残酷にpythonに変換しましたが、取得している値が正しいかどうかわかりません。誰か確認できますか？

結果：

dev c++ でプロジェクトを作成しました。コンパイル中にこのエラーが発生しました。

[リンカ エラー] `dwt_sym(std::vector >&, int, std::string, std::vector >&, std::vector >&, std::vector >&)' への未定義参照

これは私のコードです:

問題を解決する方法??

たとえば、Haar ウェーブレットを使用して、arcsin(x) のウェーブレット分解を取得しようとしています。Matlabdwtまたはwavedec関数の両方を使用すると、係数を近似するための奇妙な値が得られます。ローパス Haar ウェーブレットのフィルターを適用することは半和を実行することと等しく、逆正弦の最大値は pi/2 であるため、近似係数は pi/2 を超えることはできないと想定していますが、このコードは次のとおりです。

で pi/2 より大きい値を返しますcA。何故ですか？

EEG信号があり、まばたきアーティファクトが含まれています。いくつかの参考文献を読んで、ウェーブレット変換を使用してまばたきを検出して削除できることを知っていますが、どのように行うのかわかりません。まばたきを検出する方法は? EEG信号をウェーブレット係数に変換した後、私は何をすべきか、どのレベルのdaubechiesを使用してそれを行うことができますか? ありがとうございました！

私はほぼ確実にある種の波のような振動であるリストを持っています:

y(x): {{x_1, y_1}, ...,{x_n, y_n}}

Mathematica を使用して、このデータを最適に補間するウェーブレットを見つけたいと考えています。ただし、Mathematica のウェーブレット ツールボックスは、不均一グリッドではなく、標準の順次（均一）シリーズを受け入れます。

y考えられる解決策は、最初に均一グリッドに内挿してからxウェーブレット分解に進むか、ツールボックスを参照せずに FindFit ルーチンを明示的に使用してウェーブレット関数への近似を見つけることです。

他の解決策はありますか？

主な問題: どのようにscipy.signal.cwt()関数を逆にすることができますか.

必要のないスライスを除外することはできますが、Matlab にウェーブレット変換を入力することによってデータの元の形式を返す逆連続ウェーブレット変換関数がある場所を見てきました。

MATALAB 逆 cwt 関数

scipy には同じ機能がないように見えるので、ノイズと背景を取り除きながらデータを同じ形式に戻す方法を見つけようとしています。どうすればいいですか？負の値を削除するために二乗しようとしましたが、これにより値が大きくなり、正しくありません。

これが私が試したことです：

そして、これは完全にコンパイル可能な短いスクリプトで、取得しようとしているデータの種類や持っているものなどを示しています。

このスクリプトは次の画像を出力します。

最初のプロットは生データで、中央のプロットはウェーブレット変換で、最後のプロットは処理された (背景とノイズが除去された) データとして取得したいものです。

誰か提案はありますか？助けてくれてありがとう。

信号のノイズ除去に Stein Unbiased Estimate of Risk (Sure) を使用したいと考えています。

1 次元信号があります。ウェーブレットを使用して、信号を複数レベルの近似係数と詳細係数に分解しています。

元の信号のノイズを除去するために、詳細係数のすべてのレベルに対してしきい値処理を行う必要がありますか、または詳細係数の最後のレベルでそれを行うとうまくいきますか?

ウェーブレット分析とスタックオーバーフローはまったく初めてで、助けが必要です。降雨データの時空間解析を行っています。PCA を使用すると、降雨データの次元をいくつかの主要なモードに縮小し、EOF (空間変動を説明) と主成分 (時間変動を説明) を生成できます。

Matlab Wavelet Toolbox を使用してウェーブレットで同様の分析を実行したいと思います。今のところ、2D データを分解 (空間分解) することはできますが、データの時間的変動を考慮することはできません。

私の最初の行動方針は、最初に PCA でデータを圧縮し、次に空間 (EOF) ドメインと時間 (PC) ドメインの両方で主要なモードのウェーブレット分解を実行することでした。

これがそのような分析を実行する正しい方法であるかどうか疑問に思っており、どのように進めるかについて提案を求めています.

どうもありがとう。

これは私のコードです。

出力をコンパイルすると成功し、リンゴの画像を表示できます

しかし、Enter キーを押してこの画像をウェーブレットしたい場合、クラッシュしました。ここでは、「lab09.exe の 0x7736c41f で未処理の例外: Microsoft C++ 例外: std::length_error at memory location 0x003bf30c..」と表示されます。

助けてくださいありがとう。