ScholarGate
Assistent
Process / pipelineTranslation-invariant wavelet decomposition

Maximal Overlap Discrete Wavelet Transform

La DWT estàndard submostreja després de filtrar, de manera que desplaçar l'entrada una mostra canvia completament quins coeficients són diferents de zero; no és invariant al desplaçament. La MODWT manté totes les mostres a cada escala augmentant la freqüència de mostreig dels filtres en lloc de disminuir la dels dades. Això produeix N coeficients a cada escala (la mateixa longitud que l'entrada), revelant totes les oscil·lacions independentment de la seva fase temporal. És com utilitzar una resolució temporal més fina que captura cada possible alineació del senyal amb les ones.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Percival, D. B., & Walden, A. T. (1995). Wavelet Methods for Time Series Analysis. Cambridge University Press. link
  2. Percival, D. B. (2000). Wavelet methods for time series analysis. Cambridge University Press. link
  3. Whitcher, B., Guttorp, P., & Percival, D. B. (2000). Wavelet analysis of covariance with application to atmospheric time series. Journal of Geophysical Research, 105(D11), 14941–14962. DOI: 10.1029/2000JD900110

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Maximal Overlap Discrete Wavelet Transform. ScholarGate. https://scholargate.app/ca/time-series/modwt

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citat per

ScholarGateMODWT (Maximal Overlap Discrete Wavelet Transform). Recuperat el 2026-06-15 de https://scholargate.app/ca/time-series/modwt · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026