wavelet

0熱

1答えて

1次元連続信号データを変換し、与えられた帯域幅/スケールの変換範囲を生成した。指定された範囲内で最適な帯域幅またはスケールを自動的に選択する方法は？例：図中、濃い青色の線は元の1D連続信号データです。他のすべての曲線は、ある範囲の帯域幅[10,20,30,40,50]のデータの変換です。この例では、はどのように自動的にカーブの変化をキャプチャする帯域幅を選択するのですか？注：答えはPython

0熱

1答えて

Rのmodwtで適用関数を使用する場合の未使用の引数

私はこのXTSオブジェクト（wideRawXTS）に12個の列を持つXTSオブジェクトにmodwt関数を適用したいと考えています。このコードは以前は何のエラーもなく私のために働いていましたが、今晩だけこのエラーが表示されます。私は未使用の引数に関するいくつかのスレッドを読んでいます。私は何度もセッションを何度も再開しました。.rs.restartR() エラーは関数内の未使用の引数に関連していま

0熱

1答えて

多変量XTSからTSをRに変換する

多変量時系列データセットのウェーブレット変換を計算したいと思います。 wavethreshパッケージ、特にmodwt()機能を使用する予定です。この関数のヘルプファイルは、オブジェクトが「単変量または多変量時系列」であることを指定します。数値ベクトル、行列およびデータフレームも受け入れます。現在、私のデータセットはxts zoo形式であり、時間は15分間隔であり、tsに変換したいが、私は大きな困

1熱

1答えて

pywavelet信号再構成

私は、pywaveletライブラリを使ってウェーブレットの概念を理解しようとしています。私の最初のステップは、ウェーブレット係数を使って、どのように入力信号を再構成できるかを確認することでした。以下の私のコードを参照してください。 db1 = pywt.Wavelet('db1') cA6, cD6,cD5, cD4, cD3, cD2, cD1=pywt.wavedec(data, db1,

-2熱

1答えて

機械学習のための特徴抽出

いくつかのアドバイスを探しています。私は加速度計で、matlabのマシン学習アプリと組み合わせて遊んでいます。明らかに、時間ドメインと周波数ドメインの両方で、受信したデータから特徴を抽出する多くの方法があります。しかし、私は最近、特にウェーブレットを使用して、時間 - 周波数分析に遭遇しました。加速度計（または同様の）データを分類するためのウェーブレット解析とそれを使用するメリットについて、誰も

0熱

1答えて

ウェーブレットサブバンドのPCA

私は、PCAをベクトルに適用することはできませんが、this paperとthisのように、ウェーブレットサブバンドのそれぞれにPCAを適用する論文がいくつか見つかりました。ウェーブレットサブバンドはベクトルであるため、PCAをどのように適用することが可能ですか？は、事前にあなたにも（1D）ベクトルでEEGとECG信号、についてです言及

1熱

1答えて

ワンレベル

私は次のように1レベル分割されないウェーブレットはpythonでパッケージpywaveletsから関数swtnを使用して3D numpyの配列に変換を適用しようとしてきた：エラーを上昇 import numpy as np from pywavelts import swtn img = np.random.rand(4,4,5) WT = swtn(img, 'coif1', leve

0熱

1答えて

ウェーブレット関数の出力からさまざまな変数を取得するR

私はRにはかなり新しく、データのウェーブレット関数から出力を取得しようとしています。私のデータは、[152,90]、90の変数から152の時点で構成されています。私は各時系列（列）をウェーブレットに変換したいと思います。私は1 timeseriesのウェーブレットを得ることができ、列をループし、異なる変数で必要な4つの異なる出力を得ることを試みました。 data <- read.table(dat

1熱

1答えて

rollapplyを使用してリストのリストに出力する

rollapplyまたはrollapplyrを使用して、時系列データにmodwt関数を適用したいと考えています。私はrollapply/rの仕組みに精通していますが、出力を設定してrollapplyを使用して結果を正しく保存できるように助けが必要です。 wavelimパッケージのmodwt関数は、私の特定の問題J = 4のために時系列をとり、それをJレベルに分解します。これは、私が5つのリストに

0熱

1答えて

ローリングウィンドウを使用したウェーブレット相関

ウェーブレット変換をローリングウィンドウを使用して適用できる3つの時系列があります。ローリングウィンドウは、長さ200の単一の時系列をとり、waveslim::modwt関数を最初の30サンプルにわたって適用します。これは私にのみ興味そのうち5つのリスト（D1、D2、D3、D4）を出力し、これらの各々は、30の長さの単純な例がここで見つけることができます： library(waveslim) J