Diskret wavelet-transformation
Den diskrete wavelet-transformation (DWT) er en hurtig, beregningsmæssigt effektiv metode til at nedbryde signaler i forskellige frekvens- og tidsmæssige komponenter ved hjælp af ortogonale eller biorthogonale wavelet-funktioner. DWT, der er udviklet stringent af Ingrid Daubechies (1992) og bygger på Mallats multiresolutions-nedbrydningsteori (1989), anvender filterbanker til rekursivt at opdele et signal i approksimations- (lavfrekvente) og detalje- (højfrekvente) komponenter. Den er blevet grundlaget for signalbehandlingsapplikationer, der spænder fra kompression til feature-ekstraktion.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Daubechies, I. (1992). Ten Lectures on Wavelets. SIAM. DOI: 10.1137/1.9781611970104 ↗
- Mallat, S. G. (1989). A theory of multiresolution signal decomposition: The wavelet representation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 11(7), 674–693. DOI: 10.1109/34.192463 ↗
- Walnut, D. F. (2002). An Introduction to Wavelet Analysis. Birkhäuser. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Discrete Wavelet Transform. ScholarGate. https://scholargate.app/da/time-series/discrete-wavelet-transform
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 →Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →