ScholarGate
ผู้ช่วย
Process / pipelineTranslation-invariant wavelet decomposition

MODWT

การแปลงเวฟเล็ตไม่ต่อเนื่องแบบทับซ้อนสูงสุด (MODWT) เป็นวิธีการแยกส่วนประกอบเวฟเล็ตที่ไม่แปรผันตามการเลื่อน ซึ่งแก้ไขข้อจำกัดสำคัญของการแปลง DWT มาตรฐาน นั่นคือ การขาดคุณสมบัติการไม่แปรผันตามการเลื่อน Percival และ Walden (1995) ได้นำเสนอ MODWT โดยใช้วงจรกรองเวฟเล็ตชุดเดียวกันในแต่ละมาตราส่วนโดยไม่มีการสุ่มลด (downsampling) ทำให้เกิดการแยกส่วนประกอบที่ไม่มีการลดทอน (undecimated) อาร์เรย์สัมประสิทธิ์รายละเอียดและสัมประสิทธิ์ประมาณค่าแต่ละชุดจะมีความยาวเท่ากับสัญญาณอินพุตเต็มรูปแบบ ซึ่งช่วยให้สามารถวิเคราะห์แบบหลายมาตราส่วนได้อย่างแข็งแกร่งและสกัดคุณลักษณะที่ไม่แปรผันตามการเลื่อนได้

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้ดาวน์โหลดสไลด์

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

แผนที่ระเบียบวิธี

ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ

แหล่งอ้างอิง

  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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Maximal Overlap Discrete Wavelet Transform. ScholarGate. https://scholargate.app/th/time-series/modwt

ระเบียบวิธีใด?

วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน

เปรียบเทียบเคียงข้างกัน

ถูกอ้างอิงโดย

ScholarGateMODWT (Maximal Overlap Discrete Wavelet Transform). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/time-series/modwt · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026