 |
|
|
|
||
|
|
WaveletThreshold |  |
| WaveletThreshold[dwd] DiscreteWaveletDataオブジェクト dwd 中のウェーブレット詳細化係数を閾値化する． |
WaveletThreshold 閾値指定 tspec を使って係数を閾値化する． |
WaveletThreshold ウェーブレット指標 wind で与えられるウェーブレット係数を閾値化する． |
である．
は，DiscreteWaveletDataで説明されているのと同じ指標の慣習を使ってどの係数を閾値化するかを示す．
であってもよい．{"Hard", } |  | |
| {"Soft",} |  | |
| {"Firm",,r,p} |  | |
| {"PiecewiseGarrote",} |  | |
| {"SmoothGarrote",,n} |  | |
{"Hyperbola", } |  | |
| {"LargestCoefficients",k} | 最も大きい k 個の係数を保存する |
は正の数か，
を計算する閾値関数 tfunc とみなされる．各 
は正の数を返す．
に対する母数の条件は，
が正の実数であり 
が0から1までの正の実数であるというものである．
に対する母数の条件は，
が正の実数であるというものである．
は以下の方法で自動的に計算される．| Automatic |  閾値化値 | |
{"FDR", } | 有意水準 におけるFDR (false discovery rate) | |
| "GCV" | 一般化されたクロス証明関数を最小化する | |
| "GCVLevel" | 各レベルで実行される | |
| "SURE" | Steinの不偏リスク推定 | |
| "SUREHybrid" |  閾値化と 閾値化の組合せ | |
| "SURELevel" | 各レベルで実行される | |
| "Universal" | DonohoとJohnstonの普遍的閾値 | |
| "UniversalLevel" | 各レベルで実行される |
の母数条件として， は0から1までの数でなければならない．デフォルトで，
は
に等しい．ノイズのあるデータのDiscreteWaveletTransform：
InverseWaveletTransformを使って平滑化された画像を合成し，もとのデータと比較する：
|
を使ってどの係数を閾値化するかを完全の制御する：
の自動計算に名前付きのメソッドを使う：
閾値化した後，データを再構築する：
を使う：
で得られる：
を計算する：
を計算するために関数とウェーブレット指標を指定することで閾値化を行う：
の正規分布に従うノイズを加える：
のみを強力に閾値化する：
に適用して平滑化する：
閾値：
で詳細化係数を使って計算される：
を
として計算し，
閾値化を行う：
閾値を計算する：
閾値：
閾値 
を計算する：
閾値を計算する：
閾値：
について，その両面 
値 
を求める：
に基づいて 
を順序付ける．
を求める．ただし，
は有意水準である：
として計算する：
閾値を計算する：
が小さいと閾値化関数はIdentityに近付く：
閾値化はChopに似ている：
より小さい絶対値を含むデータ値は0に設定される：
閾値化は縮小操作を行う：
より小さいデータ値は0に設定される．
より大きい値は 
だけ縮められる：
閾値化：
の異なる設定値：
の異なる設定値：
の異なる設定値：
閾値化は
閾値化と
閾値化を折衷したものになる：
閾値化は
閾値化よりも一様に分散が小さい： 
では，
閾値化は
閾値化を行う：
では，
閾値化は
閾値化を行う：
閾値化：
の1つだけという利点を持つ
閾値化に似ている：
閾値化：
では，
は
閾値化になる：
閾値化：
閾値化を行う：
閾値を持つ
閾値化関数を使う：
閾値化を通ることがある：
閾値化関数は偽のピークを縮める： 
のときは警告が発せられる：
|
言語
  |
例題
例 
スコープ 
