MODWT
Den maksimale overlap diskrete wavelettransformation (MODWT) er en translationsinvariant waveletdekomponeringsmetode, der adresserer en central begrænsning ved standard DWT: manglende skiftinvarians. Introduceret af Percival og Walden (1995), anvender MODWT de samme waveletfiltre på hver skala uden nedsampling, hvilket resulterer i en udecimeret dekomponering. Hvert detalje- og approksimationskoefficientarray bevarer den fulde længde af inputsignalet, hvilket muliggør både robust multiskalaanalyse og translationsinvariant 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
- Percival, D. B., & Walden, A. T. (1995). Wavelet Methods for Time Series Analysis. Cambridge University Press. link ↗
- Percival, D. B. (2000). Wavelet methods for time series analysis. Cambridge University Press. link ↗
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Maximal Overlap Discrete Wavelet Transform. ScholarGate. https://scholargate.app/da/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.
- Diskret wavelet-transformationTidsserier↔ compare
- Wavelet-kohærensTidsserier↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →