Empirisk Bølgefunktionstransformation
Den empiriske bølgefunktionstransformation (EWT) er en datadrevet bølgefunktionsdekomponeringsmetode, der automatisk definerer bølgefunktionsbaser tilpasset signalets frekvensindhold. Introduceret af Jérémie Gilles (2013) overvinder den en central begrænsning ved klassiske bølgefunktioner – som anvender faste, foruddefinerede baser – ved at konstruere tilpassede bølgefunktioner ud fra signalets eget spektrum. Denne adaptive tilgang er særligt effektiv til analyse af ikke-stationære signaler med komplekse, flerkomponente strukturer.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- Gilles, J. (2013). Empirical wavelet transform. IEEE Transactions on Signal Processing, 61(16), 3999–4010. DOI: 10.1109/tsp.2013.2265222 ↗
- Gilles, J. (2015). Empirical wavelet transform for multiscale analysis of signals. IEEE Signal Processing Magazine, 32(6), 125–130. link ↗
- Dragomiretskiy, K., & Zosso, D. (2014). Variational mode decomposition. IEEE Transactions on Signal Processing, 62(3), 531–544. DOI: 10.1109/TSP.2013.2288675 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Empirical Wavelet Transform. ScholarGate. https://scholargate.app/da/time-series/empirical-wavelet-transform
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Diskret wavelet-transformationTidsserier↔ sammenlign
- Empirisk Modesplittelse (EMD)Signalbehandling↔ sammenlign
- Variationsdekomponering (VMD)Signalbehandling↔ sammenlign
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →