Discrete Wavelet Transform
De discrete wavelettransformatie (DWT) is een snelle, computationeel efficiënte methode voor het decomponeren van signalen in verschillende frequentie- en tijdcomponenten met behulp van orthogonale of biorthogonale waveletfuncties. Rigoureus ontwikkeld door Ingrid Daubechies (1992) en gebaseerd op Mallat's multiresolutie-decompositietheorie (1989), maakt de DWT gebruik van filterbanken om een signaal recursief op te splitsen in benaderings- (lage frequentie) en detailcomponenten (hoge frequentie). Het is de basis geworden voor signaalverwerkingstoepassingen variërend van compressie tot feature-extractie.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Discrete Wavelet Transform. ScholarGate. https://scholargate.app/nl/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 →Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →