การแปลงเวฟเลตเชิงประจักษ์
การแปลงเวฟเลตเชิงประจักษ์ (Empirical Wavelet Transform - EWT) เป็นวิธีการแยกส่วนข้อมูลแบบเวฟเลตที่ขับเคลื่อนด้วยข้อมูล ซึ่งกำหนดฐานเวฟเลตที่ปรับให้เข้ากับเนื้อหาความถี่ของสัญญาณโดยอัตโนมัติ วิธีการนี้ถูกนำเสนอโดย Jérémie Gilles (2013) เพื่อแก้ไขข้อจำกัดสำคัญของเวฟเลตแบบดั้งเดิม ซึ่งใช้ฐานที่ตายตัวและกำหนดไว้ล่วงหน้า โดยการสร้างเวฟเลตแบบกำหนดเองจากสเปกตรัมของสัญญาณเอง แนวทางที่ปรับเปลี่ยนได้นี้มีประสิทธิภาพอย่างยิ่งสำหรับการวิเคราะห์สัญญาณที่ไม่คงที่ (non-stationary) ซึ่งมีโครงสร้างที่ซับซ้อนและมีหลายองค์ประกอบ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Empirical Wavelet Transform. ScholarGate. https://scholargate.app/th/time-series/empirical-wavelet-transform
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- การแปลงเวฟเลตแบบไม่ต่อเนื่องอนุกรมเวลา↔ เปรียบเทียบ
- การสลายตัวเชิงประจักษ์ (Empirical Mode Decomposition: EMD)การประมวลผลสัญญาณ↔ เปรียบเทียบ
- การแยกโหมดแบบแปรผัน (Variational Mode Decomposition - VMD)การประมวลผลสัญญาณ↔ เปรียบเทียบ