MATHEMATICA 組込みシンボル

WaveletMapIndexed

関数 f をContinuousWaveletDataオブジェクトあるいはDiscreteWaveletDataオブジェクトの係数配列と指標に適用する．

WaveletMapIndexed

f を wind で指定されたDiscreteWaveletData係数に適用する．

WaveletMapIndexed

f を octvoc で指定されたContinuousWaveletData係数に適用する．

詳細

WaveletMapIndexedはContinuousWaveletDataオブジェクトあるいはDiscreteWaveletDataオブジェクトを取り，同じタイプのオブジェクトを返す．

係数がである dwd の場合，WaveletMapIndexedは事実上DiscreteWaveletDataに対応する．

係数がである cwd の場合，WaveletMapIndexedは事実上ContinuousWaveletDataに対応する．

各はと同じ次元の配列あるいはImageを返さなければならない．

SoundとSampledSoundListについては，各はそれぞれがサウンドサンプルのチャンネルに対応するベクトルのリストとして返される．

ウェーブレット指標の表現法はContinuousWaveletDataやDiscreteWaveletDataで説明されているものと同じである．

例題

すべて閉じる

例 (2)

離散ウェーブレット変換のすべての係数を20で再スケールする：

Normalは係数の配列を与える：

変更されていない係数と比較する：

ある画像の静的ウェーブレット変換の

係数を増幅させる：

逆ウェーブレット変換は縦の線がシャープになった画像を返す：

離散ウェーブレット変換のすべての係数を20で再スケールする：

In[1]:=

In[2]:=

Out[2]=

Normalは係数の配列を与える：

In[3]:=

Out[3]=

変更されていない係数と比較する：

In[4]:=

Out[4]=

ある画像の静的ウェーブレット変換の

係数を増幅させる：

In[1]:=

Out[1]=

In[2]:=

Out[2]=

逆ウェーブレット変換は縦の線がシャープになった画像を返す：

In[3]:=

Out[3]=

スコープ (11)

任意の関数を離散ウェーブレット変換のすべての係数に適用する：

各係数ベクトルのウェーブレット指標にも依存する記号関数を適用する：

WaveletMapIndexedはContinuousWaveletDataやDiscreteWaveletDataに使うことができる：

結果は同じタイプのウェーブレットデータオブジェクトである：

変更されたデータは逆ウェーブレット変換のような他のウェーブレット関数で使うことができる：

DiscreteWaveletDataの指定した係数だけを変換する：

指標パターン

を使って関数を詳細化係数だけに適用する：

指標パターン

を使って関数を粗い係数だけに適用する：

ContinuousWaveletDataの指定された係数だけを変換する：

関数を最初のオクターブ

の係数だけに適用する：

関数を2番目のオクターブかつ最初の音

に含まれる係数を除外したすべての係数に適用する：

関数 f はその第2引数としてのウェーブレット指標に依存することがある：

ウェーブレット指標に恣意的に依存する関数を定義する：

この関数を連続ウェーブレット変換係数に適用する：

リストデータについては，f の第1引数として与えられた係数はリストである：

リストを変換する関数を適用する：

多次元データの場合，係数はそれと同じ深さの配列である：

同じ深さの配列係数を変換する関数を適用する：

画像データの場合，係数は f にImageオブジェクトとして与えられる：

係数はもとの画像と同じ数のチャンネルを持つ：

画像係数を変換する関数を適用する：

サウンドデータの場合，係数は二次元配列である：

1つの係数の次元：

2つの次元はチャンネル数とそのチャンネルのウェーブレット係数を指定する：

2チャンネルデータを変換する関数を適用する：

再構築されたSoundデータ：

アプリケーション (7)

短い指標を持つ係数はデータ中の小スケール構造に対応する：

無作為データの静的ウェーブレット変換からのすべての小スケール係数を0にする：

逆ウェーブレット変換はスケールが大きい場合にのみ変化する：

振幅幅の低いウェーブレット係数を除くことで簡単な閾値化処理を行う：

もとデータと比較する：

小スケールの詳細化係数を0にすることで画像をぼやけさせる：

もとの画像と比較する：

小スケールの詳細化係数を増幅させることでが画像をシャープにする：

もとの画像と比較する：

マスク画像を使って画像をシャープにしたりぼやけさせたりする：

もとの画像と比較する：

非線形関数をサウンドデータのウェーブレット係数に適用する：

逆変換で再構築されたサウンドオブジェクトを得る：

ウェーブレットに基づいた縮小を条件付き平均について行う：

細分化レベル6までの離散ウェーブレット返還を計算する：

最も細かい詳細化係数について標準偏差

を計算する：

すべてのウェーブレット係数について標準偏差

を計算する：

ガウスの混合モデルを仮定すると，分散

は

対の

の比で推定できる：

一係数の縮小推定は以下で与えられる：

WaveletMapIndexedを使って詳細化係数にマップする：

閾値化信号係数を再構築する：

特性と関係 (3)

MapIndexed

は f を任意の式の一部に適用する：

WaveletMapIndexed

は f をウェーブレットデータオブジェクト wd の係数に適用する：

WaveletMapIndexed

は f を各係数の各部分に適用する：

MapIndexedは f の第2引数として部分指定を与える：

WaveletMapIndexedがウェーブレット指標指定を f の第2引数として与える：

WaveletMapIndexedは係数配列を変換し，新たなDiscreteWaveletDataを与える：

MapとNormal[dwd]を使って係数を普通の式に変換する：

ReplaceAll (

)を使うこともできる：

考えられる問題 (2)

関数 f は常に指標指定を第2引数として渡される：

第1引数のみに働く関数を使う：

関数 f は同じ次元の任意の配列または画像を返さなければならない：

Listable関数は同じ次元の配列を返す：

乗算のような演算操作はListableである：

MapをListableではない関数に使う：