InverseContinuousWaveletTransform

InverseContinuousWaveletTransform[cwd]

给出一个 ContinuousWaveletData 对象 cwd 的连续小波变换的逆变换.

InverseContinuousWaveletTransform[cwd,wave]

使用小波 wave 给出逆变换.

InverseContinuousWaveletTransform[cwd,wave,octvoc]

从由 octvoc 指定的小波系数给出逆变换.

更多信息和选项

范例

打开所有单元关闭所有单元

基本范例  (1)

执行一个连续小波变换：

逆变换重新合成来自连续小波系数的数据：

范围  (5)

基本用途  (5)

对来自正向变换的 ContinuousWaveletData 进行逆变换：

重构的质量取决于倍频程（octave）和语音（voice）的数目：

逆变换修改了 ContinuousWaveletData：

绘制原始和修正系数的逆变换：

仅对选择的倍频程和语音进行逆变换：

仅对 {2,5} 系数进行逆变换：

对第一个倍频程{1,_} 进行逆变换，把其它系数设置为0：

对一个明确建立的 ContinuousWaveletData 对象进行逆变换：

未指定的系数设置为0：

指定在逆变换中使用的一个不同的小波：

默认情况下，选择在正向变换中所用的小波：

选项  (4)

Method  (4)

默认情况下，Method 选项 "LeastSquares" 用于长度小于512的数据：

默认情况下，Method 选项 "DeltaFunction" 用于长度大于512的数据：

Method 选项 "LeastSquares" 执行一个精确的逆变换：

Method 选项 "DeltaFunction" 执行一个近似的逆变换：

比较两种方法的效率和准确度：

对大规模数据，"LeastSquares" 是缓慢的：

与原始数据比较：

对大规模数据，使用 "DeltaFunction"：

与原始数据比较：

应用  (2)

尺度和时间滤波  (2)

对来自一个信号的尺度或频率进行滤波处理：

在一个尺度谱图（scalogram）上识别不同的信号分量：

删除小尺度 {3|4|5,_} 上的特征：

合成滤波的数据：

对同时具有时间和尺度相关特征的数据进行滤波处理：

将信号分量作为尺度和时间组成的函数进行识别：

使用一个步滤波，去除瞬时特征：

显示改变的尺度谱图（scalogram）以及合成的滤波数据：

属性和关系  (2)

InverseContinuousWaveletTransform 合成来自连续小波系数的数据：

合成操作近似为正向连续变换的逆：

InverseWaveletTransform 给出离散正向变换的逆：

逆变换对包含 HaarWavelet[] 的所有正交小波是精确的：

InverseContinuousWaveletTransform[…,…,octvoc] 将其它系数处理为0：

将其它小波系数明确设置为0：

Wolfram Research (2010)，InverseContinuousWaveletTransform，Wolfram 语言函数，https://reference.wolfram.com/language/ref/InverseContinuousWaveletTransform.html.

文本

Wolfram Research (2010)，InverseContinuousWaveletTransform，Wolfram 语言函数，https://reference.wolfram.com/language/ref/InverseContinuousWaveletTransform.html.

CMS

Wolfram 语言. 2010. "InverseContinuousWaveletTransform." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/InverseContinuousWaveletTransform.html.

APA

Wolfram 语言. (2010). InverseContinuousWaveletTransform. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/InverseContinuousWaveletTransform.html 年

BibTeX

@misc{reference.wolfram_2024_inversecontinuouswavelettransform, author="Wolfram Research", title="{InverseContinuousWaveletTransform}", year="2010", howpublished="\url{https://reference.wolfram.com/language/ref/InverseContinuousWaveletTransform.html}", note=[Accessed: 04-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_inversecontinuouswavelettransform, organization={Wolfram Research}, title={InverseContinuousWaveletTransform}, year={2010}, url={https://reference.wolfram.com/language/ref/InverseContinuousWaveletTransform.html}, note=[Accessed: 04-November-2024 ]}