找回密码
 注册
查看: 504|回复: 0

R语言 wavethresh包 GetRSSWST()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 17:20:59 | 显示全部楼层 |阅读模式
GetRSSWST(wavethresh)
GetRSSWST()所属R语言包:wavethresh

                                        Computes estimate of error for function estimate.
                                         计算估计的误差函数估计。

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Computes estimate of error for function estimate. Given noisy data and a threshold value this function uses Nason's 1996 two-fold cross-validation algorithm, but using packet ordered non-decimated wavelet transforms to compute two estimates of an underlying “true” function and uses them to compute an estimate of the error in estimating the truth.
计算估计的误差函数估计。由于噪声数据,并且阈值,此功能使用利晨在1996年的2倍交叉验证算法,但使用数据包下令非抽取小波变换的计算了两个估计一个潜在的“真正”的功能,并使用它们来计算的估计错误估计的真相。


用法----------Usage----------


GetRSSWST(ndata, threshold, levels, family = "DaubLeAsymm",
        filter.number = 10, type = "soft", norm = l2norm, verbose = 0,
        InverseType = "average")




参数----------Arguments----------

参数:ndata
the noisy data. This is a vector containing the signal plus noise. The length of this vector should be a power of two.
噪声数据。这是一个向量,包含的信号加噪声。此向量的长度应该是二的幂的。


参数:threshold
the value of the threshold that you wish to compute the error of the estimate at
您要计算误差的估计值的阈值


参数:levels
the levels over which you wish the threshold value to be computed (the threshold that is used in computing the estimate and error in the estimate). See the explanation for this argument in the threshold.wst function.
水平超过你所希望的阈值(临界值,用于计算的估计和错误的估计)计算。这种说法的解释threshold.wst功能。


参数:family
specifies the family of wavelets that you want to use. The options are "DaubExPhase" and "DaubLeAsymm".
指定要使用的小波家庭。的选项“DaubExPhase”和“DaubLeAsymm”。


参数:filter.number
This selects the smoothness of wavelet that you want to use in the decomposition. By default this is 10, the Daubechies least-asymmetric orthonormal compactly supported wavelet with 10 vanishing moments.
选择要使用的分解小波的平滑度。默认情况下,这是10,至少不对称的Daubechies正交的紧支撑小波与10个消失矩。


参数:type
whether to use hard or soft thresholding. See the explanation for this argument in the threshold.wst function.
是否要使用硬质或软质的阈值。这种说法的解释threshold.wst功能。


参数:norm
which measure of distance to judge the dissimilarity between the estimates. The functions l2norm and linfnorm are suitable examples.
测量的距离来判断估计数之间的差异性。的功能l2norm和linfnorm是合适的例子。


参数:verbose
If TRUE then informative messages are printed during the progression of the function, otherwise they are not.
如果TRUE的信息性消息时打印的功能的进展,否则他们是不会。


参数:InverseType
The possible options are "average" or "minent". The former uses basis averaging to form estimates of the unknown function. The "minent" function selects a basis using the Coifman and Wickerhauser, 1992 algorithm to select a basis to invert.
可能的选项是“平均”或“minent的”。前者使用基础上平均形成的未知函数的估计。 “minent”功能选择使用Coifman和Wickerhauser的,1992年算法选择的基础反转的基础。


Details

详细信息----------Details----------

This function implements the component of the cross-validation method detailed by Nason, 1996 for computing an estimate of the error between an estimate and the “truth”. The difference here is that it uses the packet ordered non-decimated wavelet transform rather than the standard Mallat wd discrete wavelet transform. As such it is an examples of the translation-invariant denoising of Coifman and Donoho, 1995 but uses cross-validation to choose the threshold rather than SUREshrink.
此功能实现交叉验证方法计算的估计值之间的误差和“真理”的估计,1996年由利晨详细的组成部分。这里的区别是,它使用的数据包下令非抽取小波变换,而不是标准Mallat的wd离散小波变换。因此,这是一个例子Coifman和Donoho提出,1995年的平移不变去噪的,但使用交叉验证来选择阈值,而不是SUREshrink。

Note that the procedure outlined above can use AvBasis basis averaging or basis selection and inversion using the Coifman and Wickerhauser, 1992 best-basis algorithm
请注意,上述程序可以使用AvBasis基础上平均或基础选择和反演Coifman和Wickerhauser的,1992年最基础的算法


值----------Value----------

A real number which is estimate of the error between estimate and truth at the given threshold.
一种实数,它是在给定的阈值之间的误差估计和真理的估计。


RELEASE----------RELEASE----------

Version 3.6 Copyright Guy Nason 1995
3.6版版权盖利晨1995年


(作者)----------Author(s)----------


G P Nason



参见----------See Also----------

linfnorm, linfnorm, wstCV, wstCVl.
linfnorm,linfnorm,wstCV,wstCVl。


实例----------Examples----------


#[]
# This function performs the error estimation step for the[这个函数执行了错误的估计步骤]
# \code{\link{wstCV}} function and so is not intended for[\代码{\的链接{wstCV}}等功能不适用于]
# user use. [用户使用。]
#[]



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, 2024-11-25 15:18 , Processed in 0.052817 second(s), 16 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表