Многошкальное локальное 1D полиномиальное преобразование
[
возвращает многошкальное локальное полиномиальное 1D преобразование (MLPT) входного сигнала coefs
,T
,coefsPerLevel
,scalingMoments
]
= mlpt(x
,t
)x
произведенный в моменты выборки, t
. Если x
или t
содержите NaN
s, объединение NaN
s в x
и t
удален прежде, чем получить mlpt
.
[
возвращает преобразование для coefs
,T
,coefsPerLevel
,scalingMoments
]
= mlpt(x
,t
,numLevel
)numLevel
уровни разрешения.
[
универсальная форма использования выборка моментов для coefs
,T
,coefsPerLevel
,scalingMoments
]
= mlpt(x
)x
как моменты времени, если x
не содержит NaN
s. Если x
содержит NaN
s, NaN
s удалены из x
и неоднородные моменты выборки получены из числовых элементов x
.
[
задает coefs
,T
,coefsPerLevel
,scalingMoments
]
= mlpt(___,Name,Value
)mlpt
свойства с помощью одного или нескольких Name,Value
парные аргументы и любой из предыдущих входных параметров.
Маартен Янсен разработал теоретическую основу многошкального локального полиномиального преобразования (MLPT) и алгоритмов для его эффективного расчета [1][2][3]. MLPT использует поднимающуюся схему, где функция ядра сглаживает коэффициенты прекрасной шкалы с данной пропускной способностью, чтобы получить более грубые коэффициенты разрешения. mlpt
функционируйте использует только локальную полиномиальной интерполяцию, но метод, разработанный Янсеном, является более общим и допускает много других типов ядра с корректируемой пропускной способностью [2].
[1] Янсен, M. "Многошкальное Локальное Сглаживание Полинома в Снятой Пирамиде для Неравномерно расположенных Данных". Транзакции IEEE на Обработке сигналов. Издание 61, Номер 3, 2013, стр 545–555.
[2] Янсен, M. и М. Амгэр. "Многошкальные локальные полиномиальные разложения с помощью пропускной способности в качестве шкал". Статистика и Вычисление (предстоящего). 2016.
[3] Янсен, M. и Патрик Унинккс. Вейвлеты второго поколения и приложения. Лондон: Спрингер, 2005.