Этот пример показывает, как получить характеристическую матрицу рассеяния для сети вейвлет-временного рассеяния и как сравнить матрицу с коэффициентами рассеяния.

Загрузите сигнал ЭКГ, дискретизированный на частоте 180 Гц. Создайте сеть вейвлет-временного рассеяния, которая может использоваться с сигналом.

load wecg
Fs = 180;
sf = waveletScattering('SignalLength',numel(wecg),...
    'SamplingFrequency',Fs);

Вычислите матрицу элементов рассеяния с помощью логарифмического преобразования. Отображение размеров матрицы.

smat = featureMatrix(sf,wecg,'Transform','Log');
size(smat)

ans = 1×2

   147     8

Теперь вычислите преобразование рассеяния сигнала. Получить коэффициенты рассеяния. Выходные данные представляют собой массив ячеек с тремя элементами. Каждый элемент является таблицей. Подтвердите, что общее количество строк в таблицах равно количеству строк в матрице.

S = scatteringTransform(sf,wecg);
t1rows = size(S{1},1);
t2rows = size(S{2},1);
t3rows = size(S{3},1);
disp(['Total Number of Rows: ',num2str(t1rows+t2rows+t3rows)])

Total Number of Rows: 147

Отображение логарифмического разрешения base-2 коэффициентов рассеяния нулевого порядка.

disp(['Resolution: ',num2str(S{1}.resolution(1))])

Resolution: -8

Получить натуральный логарифм коэффициентов рассеяния нулевого порядка. Сравните коэффициенты рассеяния с первой строкой в матрице признаков. Количество коэффициентов в каждом равно абсолютному значению логарифмического разрешения base-2.

logS = log(sf,S);
logScat = logS{1}.signals{1};
[smat(1,:)' logScat]

ans = 8×2

   -1.2914   -1.2914
   -2.4682   -2.4682
   -1.6368   -1.6368
   -1.2716   -1.2716
   -1.6818   -1.6818
   -4.3701   -4.3701
   -1.3199   -1.3199
   -1.0542   -1.0542