R语言 wavelets包 dwt.forward()函数中文帮助文档(中英文对照)

loveR

dwt.forward(wavelets)
dwt.forward()所属R语言包：wavelets

                                         Discrete Wavelet Transform and Maximal Overlap Discrete Wavelet Tranform Forward and Backward Pyramid Algorithm
                                         离散小波变换和最大重叠离散小波变换分析正向和落后的金字塔算法

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Implementation of DWT and MODWT forward and backward pyramid algorithms.
DWT和MODWT向前和向后的金字塔算法的实现。


用法----------Usage----------


dwt.forward(V, filter)
dwt.backward(W, V, filter)
modwt.forward(V, filter, j)
modwt.backward(W, V, filter, j)



参数----------Arguments----------

参数：W
A vector of wavelet coefficients.
小波系数的矢量。


参数：V
A vector of scaling coefficients.
的矢量缩放系数。


参数：filter
A wt.filter object.
Awt.filter对象。


参数：j
The level of wavelet and scaling coefficients to compute (for forward algorithm) or the level of wavelet and scaling coefficient inputs (for inverse algorithm).
水平的小波和缩放系数，计算（用于正向算法）或小波和缩放系数输入的（进行逆算法）的水平。


Details

详细信息----------Details----------

An implementation of the DWT and MODWT forward and backward pyramid algorithms using pseudocode written by Percival and Walden  (2000), pp. 100-101, 177-178. These functions are intended primarily as helper functions for the dwt, modwt, idwt and
实施的DWT和MODWT的前进和后退金字塔算法，使用伪代码写的波斯富街和Walden（2000年），第100-101页，177-178。这些功能主要是作为辅助函数dwt，modwt，idwt


值----------Value----------

dwt.forward and modwt.forward return a list of two elements containing vectors of wavelet and scaling coefficients for the subsequent level of analysis. dwt.backward and modwt.backward return a vector of scaling coefficients for the previous level of analysis.
dwt.forward和modwt.forward返回一个列表，包含两个元素的向量小波和尺度系数，为以后的分析。 dwt.backward和modwt.backward返回矢量的缩放系数的上一级分析。


（作者）----------Author(s)----------


Eric Aldrich. ealdrich@gmail.com.



参考文献----------References----------



参见----------See Also----------

dwt, modwt, wt.filter.
dwt，modwt，wt.filter。


实例----------Examples----------


# obtain the two series listed in Percival and Walden (2000), page 42[获得这两个系列在波斯富街和Walden（2000）上市，第42页]
X1 <- c(.2,-.4,-.6,-.5,-.8,-.4,-.9,0,-.2,.1,-.1,.1,.7,.9,0,.3)
X2 <- c(.2,-.4,-.6,-.5,-.8,-.4,-.9,0,-.2,.1,-.1,.1,-.7,.9,0,.3)

# compute the LA8 wavelet filter for both DWT and MODWT[为DWT和MODWT都的的LA8小波滤波器计算]
la8.dwt <- wt.filter()
la8.modwt <- wt.filter(modwt=TRUE)

# compute the DWT and MODWT level one wavelet and scaling coefficients[计算的DWT和MODWT的一级小波和尺度系数]
wt.dwt <- dwt.forward(X1, la8.dwt)
wt.modwt <- modwt.forward(X2, la8.modwt, 1)

# compute the original series with the level one coefficients[水平系数计算原始的系列]
newX.dwt <- dwt.backward(wt.dwt$W, wt.dwt$V, la8.dwt)
newX.modwt <- modwt.backward(wt.modwt$W, wt.modwt$V, la8.modwt, 1)

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。