mswcmpscr

Мультисигнальные 1-D вейвлеты сжатия счетов

Синтаксис

[THR,L2SCR,NOSCR,IDXSORT] = mswcmpscr(DEC)

Описание

[THR,L2SCR,NOSCR,IDXSORT] = mswcmpscr(DEC) вычисляет четыре матрицы: пороги THR, счета сжатия L2SCR и NOSCR, и индексы IDXSORT. Разложение DEC соответствует матрице вейвлет CFS полученный путем конкатенации детализации и (опционально) коэффициентов приближения, где

CFS = [cd{DEC.level}, ... , cd{1}] или CFS = [ca, cd{DEC.level}, ... , cd{1}]

Конкатенация выполняется строчным образом, если DEC.dirDec равно 'r' или столбцово, если DEC.dirDec равно 'c' .

Если NbSIG количество исходных сигналов и NbCFS количество коэффициентов для каждого сигнала (все или только коэффициенты детализации), затем CFS является NbSIG-by- NbCFS матрица. Поэтому,

THR, L2SCR, NOSCR являются NbSIG-by- (NbCFS+1) матрицы
IDXSORT является NbSIG-by- NbCFS матрица
THR(:,2:end) равно CFS сортировка по строкам в порядке возрастания относительно абсолютного значения.
Для каждой строки, IDXSORT содержит порядок коэффициентов и THR(:,1)=0.

Для i-го сигнала:

L2SCR(i,j) - процент сохраненной энергии (L2-норма), соответствующий порогу, равному CFS(i,j-1) (2 ≤ j ≤ NbCFS), и L2SCR(:,1)=100.
N0SCR(i,j) - процент нулей, соответствующий порогу, равному CFS(i,j-1) (2 ≤ j ≤ NbCFS), и N0SCR(:,1)=0.

Могут использоваться еще три необязательных входов:

[...] = mswcmpscr(...,S_OR_H,KEEPAPP,IDXSIG)

S_OR_H ('s' or 'h') означает мягкое или жесткое пороговое значение (см. mswthresh для получения дополнительной информации.
KEEPAPP (true or false) указывает, сохранять ли коэффициенты приближения (true) или нет (false).
IDXSIG является вектором, который содержит индексы начальных сигналов, или 'all'.

По умолчанию это, соответственно 'h', ложные и 'all'.

Примеры

свернуть все

Мультисигнальные счета сжатия

Открыть Live Script

Загрузите 23-канальные данные EEG Espiga3 [4]. Каналы расположены столбчато. Данные отбираются с частотой дискретизации 200 Гц.

load Espiga3

Выполните разложение на уровне 2, используя db2 вейвлет.

dec = mdwtdec('c',Espiga3,2,'db2')

dec = struct with fields:
        dirDec: 'c'
         level: 2
         wname: 'db2'
    dwtFilters: [1x1 struct]
       dwtEXTM: 'sym'
      dwtShift: 0
      dataSize: [995 23]
            ca: [251x23 double]
            cd: {[499x23 double]  [251x23 double]}

Вычислите характеристики сжатия для мягкого и жесткого порога.

[THR_S,L2SCR_S,N0SCR_S] = mswcmpscr(dec,'s');
[THR_H,L2SCR_H,N0SCR_H] = mswcmpscr(dec,'h');

Ссылки

[1] Daubechies, I. Десять лекций по вейвлетам, серия региональных конференций CBMS-NSF по прикладной математике. Филадельфия, Пенсильвания: СИАМ Эд, 1992.

[2] Mallat, S. G. «A Theory for Multirresolution Signal Decomposition: The Wavelet Representation», IEEE Transactions on Pattern Analysis and Machine Intelligence. Том 11, выпуск 7, июль 1989 года, стр. 674-693.

[3] Meyer, Y. Wavelets and Operators. Перевод Д. Х. Сэлинджера. Кембридж, Великобритания: Cambridge University Press, 1995.

[4] Меса, Гектор. «Адаптированные вейвлеты для обнаружения шаблона». В Прогресс Pattern Recognition, Image Analysis and Applications, под редакцией Альберто Санфелиу и Мануэля Лазо Кортеса, 3773: 933-44. Берлин, Гейдельберг: Спрингер Берлин Гейдельберг, 2005. https://doi.org/10.1007/11578079_96 .

См. также

ddencmp | mdwtdec | mdwtrec | wdencmp

Введенный в R2007a

Документация