我需要对一个小波包树运行一个Shannon(或任何类似的度量)熵最小化,但是我在使用算法时遇到了问题。有时这被称为在频率空间中优化磁贴。 我可以解决一个比例尺的问题,但我找不到解决与后续比例尺重叠冲突的方法。是否应该简单地用第一个解析层的结果来填充结果比例图中的间隙?
我试过用PyWavelet的pywt.小波包,并在google上搜索解决这个问题的人,但我似乎找不到基于Python的答案。最接近我的是Matlab在小波工具箱中的besttree函数,但我没有那个toobox的许可证,所以我不能简单地将它MCC并在python中运行。
import pywt
wave='db4'
wp=pywt.WaveletPacket(data,wave)
levels=pywt.dwt_max_level(len(data),pywt.Wavelet(wave))+1
在这一点上,我不知道是沿着一个节点并追溯到它的父节点,还是沿着给定的级别进行跟踪更好。
我一直在使用Addison的“插图小波变换手册”作为技术参考。我试图复制第170页图3.41所示的过程,或类似于以下链接: https://www.researchgate.net/figure/TF-tiling-comparison-between-a-a-DWT-and-b-a-sample-WP-decomposition_fig1_4128902
这似乎有效,但对于大型数据集来说,这是相当缓慢的。
另外,我不完全确定使用自然顺序向上建造是正确的,但它似乎确实同意化学信号谱图(即STFFT)。在
另外,在命令中指定'freq'修剪后尝试返回叶节点会重新填充树。在
下面的函数用于返回时频空间中的标度图,类似于化学信号谱图(即图像状阵列)。在
“freq”用于设置图像的y轴范围。在
tile在某种程度上是一种簿记度量,用来查看相对于STFFT使用了多少个数据点
相关问题 更多 >
编程相关推荐