Mathematica 9 is now available
THIS IS DOCUMENTATION FOR AN OBSOLETE PRODUCT.
SEE THE DOCUMENTATION CENTER FOR THE LATEST INFORMATION.
Mathematica > 数据处理 > 信号处理 > 小波分析 > InverseWaveletTransform >
Mathematica > 可视化与图形 > 数据可视化 > 小波分析 > InverseWaveletTransform >
Mathematica > 数据处理 > 数值数据 > 数据变换和平滑 > 小波分析 > InverseWaveletTransform >

InverseWaveletTransform

InverseWaveletTransform[dwd]
给出一个 DiscreteWaveletData 对象 dwd 的逆小波变换.
InverseWaveletTransform
给出使用小波 wave 的逆变换.
InverseWaveletTransform
给出来自由 wind 指定的小波系数的逆变换.
  • 可能的小波 wave 与正向小波变换的相同.
  • 默认的 waveAutomatic,采用 dwd["Wavelet"].
  • 默认的 windAutomatic,采用 dwd["BasisIndex"].
  • 逆变换通过计算来自具有小波指标 的系数的小波指标 系数递归地起作用.
  • 一个明确的 wind 指定必须是一致的. 一个 wind 指定是一致的,如果对于每个包括的 ,没有包含 .
  • 默认层 rdwd 中精细度 n 的数目给出. 在 下,返回具有 精细度的一个新的 DiscreteWaveletData 对象.
执行离散小波变换:
逆变换恢复原始数据:
DiscreteWaveletData 表示修正后的小波图像系数:
逆变换给出滤波处理后的图像:
执行离散小波变换:
In[1]:=
Click for copyable input
Out[1]=
逆变换恢复原始数据:
In[2]:=
Click for copyable input
Out[2]=
 
DiscreteWaveletData 表示修正后的小波图像系数:
In[1]:=
Click for copyable input
In[2]:=
Click for copyable input
Out[2]=
逆变换给出滤波处理后的图像:
In[3]:=
Click for copyable input
Out[3]=
来自任意正向离散变换的逆小波变换 DiscreteWaveletData
逆变换对于直接来自正向变换的数据是精确的:
逆小波变换修改了 DiscreteWaveletData
逆变换从修改后的小波系数计算:
逆小波变换只使用特定的小波系数:
逆变换只使用细系数
逆变换使用所有匹配 的小波系数,并且把其它系数设置为零:
逆变换明确构建 DiscreteWaveletData 对象:
小波变换的类型从指定系数的类型导出:
未指定的系数设置为零:
指定一个不同的小波在逆变换中使用:
默认情况下,选择用于正向变换的小波:
对于数组数据,逆变换是具有相同维度的数组:
对于图像数据,逆变换作为一个 Image 对象给出:
图像与原始数据具有相同的维度和颜色通道数目:
对于声音数据,逆变换作为一个 Sound 对象给出:
声音具有与原始数据相同的持续时间、采样率和通道数目:
可用系数的子集用于逆变换中:
dwd["BasisIndex"] 给出默认在逆变换中所用的系数:
使用 dwd["TreeView"] 来获取具有突出显示的默认基的所有系数组成的树图:
使用系数的默认基计算逆变换:
使用特定基计算逆变换:
使用一个基的特定子集,其中其它系数设置为零:
计算单个系数的逆变换:
选择标准基作为所有非包 DiscreteWaveletData 的默认值:
基包括细系数 和最后的粗系数
包变换数据的默认基使用最高精细度的系数:
对于包变换数据,小波基可使用 WaveletBestBasis 改变:
选择最小化系数的信息熵的基:
选择一个特定的基:
突出显示所有系数组成的树图中的每个基:
对于直接来自包变换的数据,逆变换与基不相关:
比较若干个不同完全小波基指定的逆变换:
对于修正后的小波数据,逆变换取决于所选择的基:
偏逆小波变换:
获取少一个精细度的 DiscreteWaveletData
可视化在对第 最低精细度取逆后所保留的系数:
InverseWaveletTransform[dwd] 等价于对所有精细度取逆:
复小波系数的逆变换:
InverseWaveletTransform 给出精确的逆变换:
离散小波数据包含细系数 在精细度 的噪声:
使用逆小波变换来合成单一特定尺度上的噪声:
稳态小波矩阵数据只包含垂直细系数 中的噪声:
使用逆小波变换来合成噪声数据:
不同小波系数的噪声导致不同类型的合成噪声数据:
离散小波变换数据中第一个粗系数等于
可视化不同粗系数的逆变换:
离散小波变换数据中第一个细系数等于
可视化不同细系数的逆变换:
离散小波包变换数据中小波系数为
分别可视化每个系数的逆变换:
逆变换的集合形成了信号空间 的基:
稳态小波变换数据中第一个粗系数等于
可视化不同粗系数的逆变换:
稳态小波变换数据中第一个细系数等于
可视化不同细系数的逆变换:
稳态小波包变换数据中小波系数为
分别可视化每个系数的每个分量 的逆变换:
16个逆变换的集合展开信号空间
InverseWaveletTransform 是使用正交小波的变换的精确逆变换:
使用正交 HaarWavelet
对于非正交小波族,如 ShannonWavelet,逆变换是不精确的:
默认情况下,dwd["BasisIndex"] 中的系数被用于逆变换中:
把所有其它系数设置为零:
使用默认基的逆变换不受影响:
InverseWaveletTransform 实际上把其它小波系数设置为零:
明确把其它小波系数设置为零:
InverseWaveletTransform 从系数 wind 计算逆变换:
分别计算每个系数的逆变换:
总和给出与 InverseWaveletTransform 相同的结果:
使用 ListLinePlot 来绘制单个向量系数的逆变换:
给出每个逆变换的简单列表图线:
WaveletListPlot[dwd, wind, Method->"Inverse"->True] 把逆变换绘制在一起:
使用 MatrixPlot 来绘制单个矩阵系数的逆变换:
给出每个逆变换的简单矩阵图表:
图像数据的单个系数的逆变换由 Image 对象给出:
如果当 时同时包含 ,则一个 wind 指定是不一致的:
该指定是不一致的,因为逆变换从 计算
使用一个一致的 wind 指定:
版本 8 的新功能
Ask a question about this page  |  Suggest an improvement  |  Leave a message for the team
格式:   HTML  |  CDF