Коэффициенты аппроксимации, определенные как скаляр, вектор или матрица коэффициентов, в зависимости от уровня, на который было вычислено преобразование Хаара. a является выводом из haart функция.

Коэффициенты аппроксимации или масштабирования являются низкочастотным представлением входного сигнала. На каждом уровне коэффициенты аппроксимации делятся на коэффициенты грубой аппроксимации и детализации.

Типы данных: single | double

Коэффициенты детализации, заданные как скаляр, вектор, матрица или массив ячеек вейвлет-коэффициентов. d является выводом из haart функция. Количество коэффициентов детализации зависит от выбранного уровня и длины входного сигнала. Если d - массив ячеек, элементы d упорядочены от тончайшего до грубого разрешения.

Если d - массив ячеек, он может содержать скаляры, векторы или матрицы. Уровень преобразования Хаара равен количеству элементов в d.

Если d является вектором или матрицей, преобразование Хаара было вычислено только до одного уровня грубее в разрешении.

Если a и элементы d являются векторами, xrec является вектором. Если a и элементы d - матрицы, xrec является матрицей, где каждый столбец является обратным преобразованием Хаара соответствующих столбцов в a и d.

Типы данных: single | double

Максимальный уровень для инвертирования преобразования Хаара, заданный как неотрицательное целое число. Если d является массивом ячеек, level меньше или равно length(d)-1. Если d - вектор или матрица, level должны равняться 0 или быть неопределенным. Уровень должен быть меньше уровня, используемого для получения a и d от haart.

Обработка целочисленных данных, указанная как 'noninteger' или 'integer'. 'noninteger' не сохраняет целочисленные данные, и 'integer' сохраняет его. 'integer' опция применяется только в том случае, если все элементы a и d являются целочисленными. Вы должны были использовать 'integer' с haart для получения целочисленного значения a и d входные данные. Однако алгоритм обратного преобразования 1-D Хаара использует арифметику с плавающей запятой.