MODWT
Den maximala överlappande diskreta wavelet-transformationen (MODWT) är en translationsinvariant wavelet-dekompositionsmetod som adresserar en viktig begränsning hos standard-DWT: bristen på skiftinvarians. MODWT, introducerad av Percival och Walden (1995), tillämpar samma wavelet-filter på varje skala utan nedsampling, vilket ger en odelad (undecimated) dekomposition. Varje detalj- och approximationskoefficientarray behåller hela längden av insignalen, vilket möjliggör både robust multiskalanalys och translationsinvariant feature extraction.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Maximal Overlap Discrete Wavelet Transform. ScholarGate. https://scholargate.app/sv/time-series/modwt
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.
- Diskret vågtransformTidsserieanalys↔ compare
- VågkantskoherensTidsserieanalys↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →