Maximal Overlap Discrete Wavelet Transform
Standardowa DWT próbuje dane w dół po filtrowaniu, więc przesunięcie wejścia o jedną próbkę całkowicie zmienia, które współczynniki są niezerowe – nie jest ona niezmiennicza względem przesunięcia. MODWT zachowuje wszystkie próbki na każdej skali poprzez próbkowanie filtrów w górę zamiast próbkowania danych w dół. Daje to N współczynników na każdej skali (taką samą jak długość wejścia), ujawniając wszystkie oscylacje niezależnie od ich fazy czasowej. Jest to jak użycie dokładniejszej rozdzielczości czasowej, która wychwytuje każde możliwe dopasowanie sygnału do falek.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Maximal Overlap Discrete Wavelet Transform. ScholarGate. https://scholargate.app/pl/time-series/modwt
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Dyskretna transformata falkowaSzeregi czasowe↔ porównaj
- Koherencja falowaSzeregi czasowe↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →