ScholarGate
Assistent
Process / pipelineTranslation-invariant wavelet decomposition

MODWT

Den maksimale overlappende diskrete wavelet-transformasjonen (MODWT) er en translasjonsinvariant wavelet-dekomponeringsmetode som adresserer en sentral begrensning ved standard DWT: mangel på skiftinvarians. Introdusert av Percival og Walden (1995), anvender MODWT de samme wavelet-filtrene på hver skala uten nedsampling, noe som gir en ubeskåret dekomponering. Hvert detalj- og approksimasjonskoeffisient-array beholder full lengde av inngangssignalet, noe som muliggjør både robust multiskala-analyse og translasjonsinvariant ekstraksjon av trekk.

Åpne i MethodMindSnartVideoSnartLast ned lysbilder

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Metodekart

Nabolaget av beslektede metoder — velg en node for å utforske.

Kilder

  1. Percival, D. B., & Walden, A. T. (1995). Wavelet Methods for Time Series Analysis. Cambridge University Press. link
  2. Percival, D. B. (2000). Wavelet methods for time series analysis. Cambridge University Press. link
  3. 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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Maximal Overlap Discrete Wavelet Transform. ScholarGate. https://scholargate.app/no/time-series/modwt

Hvilken metode?

Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.

Sammenlign side om side

Referert av

ScholarGateMODWT (Maximal Overlap Discrete Wavelet Transform). Hentet 2026-06-15 fra https://scholargate.app/no/time-series/modwt · Datasett: https://doi.org/10.5281/zenodo.20539026