Empirische Wavelettransformatie
De empirische wavelettransformatie (EWT) is een datagestuurde waveletdecompositie-methode die automatisch waveletbases definieert die zijn aangepast aan de frequentie-inhoud van het signaal. Geïntroduceerd door Jérémie Gilles (2013), overkomt het een belangrijke beperking van klassieke wavelets—die vaste, vooraf gedefinieerde bases gebruiken—door aangepaste wavelets te construeren uit het eigen spectrum van het signaal. Deze adaptieve benadering is bijzonder effectief voor het analyseren van niet-stationaire signalen met complexe, multi-component structuren.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Empirical Wavelet Transform. ScholarGate. https://scholargate.app/nl/time-series/empirical-wavelet-transform
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Discrete Wavelet TransformTijdreeksen↔ vergelijken
- Empirische Modusdecompositie (EMD)Signaalverwerking↔ vergelijken
- Variational Mode Decomposition (VMD)Signaalverwerking↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →