Maximal Overlap Discrete Wavelet Transform
Стандартне DWT зменшує вибірку після фільтрації, тому зсув вхідних даних на один відлік повністю змінює ненульові коефіцієнти — воно не є інваріантним до зсуву. MODWT зберігає всі відліки на кожному масштабі шляхом збільшення вибірки фільтрів замість зменшення вибірки даних. Це створює N коефіцієнтів на кожному масштабі (така ж довжина, як і вхідний сигнал), виявляючи всі коливання незалежно від їхньої часової фази. Це схоже на використання вищої часової роздільної здатності, яка фіксує кожне можливе вирівнювання сигналу з вейвлетами.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Maximal Overlap Discrete Wavelet Transform. ScholarGate. https://scholargate.app/uk/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.
- Дискретне вейвлет-перетворенняЧасові ряди↔ compare
- Когерентність вейвлетівЧасові ряди↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →