找回密码
 注册
查看: 364|回复: 0

R语言 unbalhaar包 uh.bu()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 13:19:05 | 显示全部楼层 |阅读模式
uh.bu(unbalhaar)
uh.bu()所属R语言包:unbalhaar

                                        Denoising via bottom-up Unbalanced Haar
                                         通过自下而上的不平衡哈尔去噪

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Given an input vector of the form “signal + iid Gaussian noise”, the function estimates the noise level via Median Absolute Deviation, finds the best bottom-up Unbalanced Haar decomposition, thresholds it with the universal threshold, and  performs the inverse Unbalanced Haar transform to yield an estimate of the signal.
给定的输入矢量的形式为“信号+独立同分布的高斯噪声”,则该函数通过中位数绝对偏差估计的噪声水平,发现最佳的自底向上的不平衡的哈尔(Haar)分解阈值,它与通用的阈值,并进行逆的不平衡的Haar变换,得到的信号的估计。


用法----------Usage----------


uh.bu(x, stretch = length(x))



参数----------Arguments----------

参数:x
a vector of the form “signal + iid Gaussian noise”
的向量的形式是“信号+独立同分布的高斯噪声”


参数:stretch
at each iteration, only the first 1:stretch elements of the current input vector (whose length decreases by one with each iteration) get scanned in the search for the worst-fitting fine-scale Unbalanced Haar wavelet
在每次迭代中,只有第一1:stretch元素向量(其长度由一个与每个迭代减小)的电流输入浏览最坏嵌合精细尺度不平衡Haar小波的搜索扫描


值----------Value----------

an estimate of the signal
估计的信号


(作者)----------Author(s)----------


Piotr Fryzlewicz



参考文献----------References----------



参见----------See Also----------

uh, best.unbal.haar.bu, hard.thresh.bu, reconstr.bu
uh,best.unbal.haar.bu,hard.thresh.bu,reconstr.bu


实例----------Examples----------


x <- c(rep(0, 100), rep(1, 200)) + rnorm(300)
est <- uh.bu(x)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-28 13:49 , Processed in 0.028459 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表