标签: wavelet

我一直在使用 R 包wavethresh来获得小波变换和分组小波变换。我可以很容易地在小波基础上得到小波变换的系数。但是，我无法获得小波基础。

我目前正在使用标准小波滤波器：Daubechies Least Asymmetric。

这是我的小波变换代码示例：

data <- cos(1:512/(10*pi))
wave <- wd(data)

和小波包变换：

wave <- wp(Temperature[,1])
coeffs <- MaNoVe(wave.th)
l <- print(coeffs)

我已经尝试了一些小波包变换的东西：

basis <- matrix(NA,length(l$level),512)
for (i in 1:length(l$level))
    basis[i,] <- drawwp.default(l$level[i],l$pkt[i],resolution=512)

但我只得到几个函数而不是整个基础。此外，我不确定这些功能是我想要的。

这是包文档的链接：wavethresh.pdf。但是，如果您在其他 R 包中解决了我的问题，那也太完美了；)

非常感谢你的帮助 ！

• 在傅里叶级数中，任何函数都可以分解为正弦和余弦之和
• 在神经网络中，任何函数都可以分解为逻辑函数的加权和。（一层神经网络）
• 在小波变换中，任何函数都可以分解为 Haar 函数的加权和

是否也存在分解为高斯混合的性质？如果有的话，有证据吗？

我需要用MATLAB 帮助离散小波变换源代码.我可以用MATLAB了解完整的离散小波变换源代码,可以用于视频处理吗？

特别是我需要使用MATLAB进行小波变换的Wyner-Ziv滤波器代码.

Jpeg2000 图像压缩使用哪个小波？

我正在阅读《小波变换》一书，以了解小波如何用于图像压缩，但是书中提到了很多类型的小波，我很困惑哪一种用于 Jpeg2000 压缩？

这些是我在书中找到的类型。

双正交小波、Shannon 或 \xe2\x80\x9cSinc\xe2\x80\x9d 小波、Haar 小波（最短）、Coiflets 小波。

PS：我对图像压缩一无所知，只是从这个项目开始。

我正在实现一个将验证签名图像的android应用程序,决定采用离散小波变换方法(symmlet-8),该方法需要应用离散小波变换并使用低通和高通滤波器分离图像并检索小波变换系数.

方程式显示我无法理解的符号,因此无法轻松完成数学运算,也不知道如何将低通和高通滤波器应用于我的x和y点.

是否有任何教程向您展示如何轻松地将离散小波变换应用于我的图像？

非常感谢.

我正在尝试使用小波系数作为时间序列数据上的神经网络的特征，但我对其使用感到有点困惑。我是否需要立即找到整个时间序列的系数，或者使用滑动窗口来查找相同的系数。我的意思是，在整个时间序列上查找系数一次，在确定这些系数时是否会包括未来的数据点？在时间序列数据上使用小波而不存在前瞻偏差（如果有）的方法应该是什么？