MATHEMATICA 内置符号

StationaryWaveletTransform

StationaryWaveletTransform[data]
给出由 data 组成的数组的平稳小波变换（SWT）.

StationaryWaveletTransform[data, wave]
给出使用 wave 的平稳小波变换.

StationaryWaveletTransform[data, wave, r]
给出使用 r 个精细度的平稳小波变换.

StationaryWaveletTransform[image, ...]
给出一个图像的平稳小波变换.

StationaryWaveletTransform[sound, ...]
给出采样声音的平稳小波变换.

更多信息 更多信息

StationaryWaveletTransform 给出一个 DiscreteWaveletData 对象.
DiscreteWaveletData dwd 的属性可以使用 dwd["prop"] 找到，并且可用属性的列表可以使用dwd["Properties"] 找到.
StationaryWaveletTransform 与 DiscreteWaveletTransform 相似，除了在任意精细度没有出现子采样，以及所得的系数数组与原始数据全都具有相同的维度.
data 可以是任意深度的矩形数组.
默认情况下，输入 image 被转换为类型为的一个图像.
所得的小波系数是与输入 data 具有相同深度和维度的数组.
可能的小波 wave 包括：

	BattleLemarieWavelet[...]	基于 B 样条的 Battle-Lemarié 小波
	BiorthogonalSplineWavelet[...]	基于 B 样条的小波
	CoifletWavelet[...]	Daubechies 小波的对称变种
	DaubechiesWavelet[...]	Daubechies 小波
	HaarWavelet[...]	经典的 Haar 小波
	MeyerWavelet[...]	在频域定义的小波
	ReverseBiorthogonalSplineWavelet[...]	基于 B 样条的小波（反向原始-对偶）
	ShannonWavelet[...]	基于 sinc 函数的小波
	SymletWavelet[...]	最小不对称正交小波

默认的 wave 是 HaarWavelet[].
在精细度 r 的较高设置下，解决了大规模的特点.
默认精细度 r 由 $TemplateBox[{{{InterpretationBox[{log, _, DocumentationBuild`Utils`Private`Parenth[2]}, Log2, AutoDelete -> True], (, n, )}, +, {1, /, 2}}}, Floor]$ 给出，其中是 data 的最小维度. »
小波系数组成的树在第层包括粗系数和细系数，其中表示输入 data.
正向变换由和给出，其中是对应的 wspec 的滤波器长度，而是输入 data 的长度. »
逆变换由给出. »
是低通滤波器系数，而是为每个小波群定义的高通滤波器系数.
和的维度与输入 data 的维度相同.
可以给出如下选项：
Method Automatic 所要使用的方法

WorkingPrecision MachinePrecision 在内部计算中所要使用的精度
StationaryWaveletTransform 使用数据的定期填充（periodic padding）.
InverseWaveletTransform 给出逆变换.