ScholarGate
Asistents
Process / pipelineAdaptive wavelet decomposition

Empiriskā viļņu transformācija

Empiriskā viļņu transformācija (EWT) ir uz datiem balstīta viļņu sadalīšanas metode, kas automātiski definē viļņu bāzes, kuras ir pielāgotas signāla frekvences saturam. Ieviestā Jérémie Gilles (2013) EWT novērš klasisko viļņu galveno ierobežojumu — fiksētu, iepriekš noteiktu bāžu izmantošanu — izveidojot pielāgotas viļņas no paša signāla spektra. Šī adaptīvā pieeja ir īpaši efektīva nestacionāru signālu analīzei ar sarežģītām, daudzkomponentu struktūrām.

Atvērt MethodMindDrīzumāVideoDrīzumāLejupielādēt slaidus

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  1. Gilles, J. (2013). Empirical wavelet transform. IEEE Transactions on Signal Processing, 61(16), 3999–4010. DOI: 10.1109/tsp.2013.2265222
  2. Gilles, J. (2015). Empirical wavelet transform for multiscale analysis of signals. IEEE Signal Processing Magazine, 32(6), 125–130. link
  3. Dragomiretskiy, K., & Zosso, D. (2014). Variational mode decomposition. IEEE Transactions on Signal Processing, 62(3), 531–544. DOI: 10.1109/TSP.2013.2288675

Kā citēt šo lapu

ScholarGate. (2026, June 3). Empirical Wavelet Transform. ScholarGate. https://scholargate.app/lv/time-series/empirical-wavelet-transform

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGateEmpirical Wavelet Transform (Empirical Wavelet Transform). Izgūts 2026-06-15 no https://scholargate.app/lv/time-series/empirical-wavelet-transform · Datu kopa: https://doi.org/10.5281/zenodo.20539026