Коэффициенты приближения в виде скаляра, вектора или матрицы коэффициентов, в зависимости от уровня, к которому было вычислено Преобразование Хаара. a выход от haart функция.

Приближение или масштабирование, коэффициенты являются представлением lowpass входа. На каждом уровне коэффициенты приближения разделены на более грубое приближение и детализируют коэффициенты.

Типы данных: double

Детализируйте коэффициенты в виде скаляра, вектора, матрицы или массива ячеек коэффициентов вейвлета. d выход от haart функция. Количество коэффициентов детали зависит на выбранном уровне и длине входа. Если d массив ячеек, элементы d упорядочены от самого прекрасного до самого грубого разрешения.

Если d массив ячеек, он может содержать скаляры, векторы или матрицы. Уровень Преобразования Хаара равняется числу элементов в d.

Если d вектор или матрица, Преобразование Хаара было вычислено только вниз к одному уровню, более грубому в разрешении.

Если a и элементы d векторы, xrec вектор. Если a и элементы d матрицы, xrec матрица, где каждым столбцом является обратное Преобразование Хаара соответствующих столбцов в a и d.

Типы данных: double

Максимальный уровень, к которому можно инвертировать Преобразование Хаара в виде неотрицательного целого числа. Если d массив ячеек, level меньше чем или равно length(d)-1. Если d вектор или матрица, level должен равняться 0 или быть незаданным. Уровень должен быть меньше, уровень раньше получал a и d от haart.

Обработка данных с целочисленным знаком в виде любого 'noninteger' или 'integer'. 'noninteger' не сохраняет данные с целочисленным знаком и 'integer' консервы это. 'integer' опция применяется только если все элементы a и d с целочисленным знаком. Вы, должно быть, использовали 'integer' с haart получить a с целочисленным знаком и d входные параметры. Обратный 1D алгоритм Преобразования Хаара, однако, использует арифметику с плавающей точкой.