找回密码
 注册
查看: 472|回复: 0

R语言 wavethresh包 wd3D()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 20:18:01 | 显示全部楼层 |阅读模式
wd3D(wavethresh)
wd3D()所属R语言包:wavethresh

                                        Three-dimensional discrete wavelet transform
                                         三维离散小波变换

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

This function performs the 3D version of Mallat's discrete wavelet transform (see Mallat, 1989, although this paper does not describe in detail the 3D version the extension is trivial). The function assumes periodic boundary conditions.
这个函数执行3D版的Mallat的离散小波变换(Mallat的,1989年,虽然本文不详细描述了3D版的扩展名是微不足道的)。该函数假设周期性边界条件。


用法----------Usage----------


wd3D(a, filter.number=10, family="DaubLeAsymm")



参数----------Arguments----------

参数:a
A three-dimensional array constructed using the S-Plus array() function. Each dimension of the array should be equal to the same power of two.
使用S-PLUS array()函数构建一个三维数组。每个数组的维数应该等于两个相同的功率。


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:family
specifies the family of wavelets that you want to use. Two popular options are "DaubExPhase" and "DaubLeAsymm" but see the help for filter.select for more possibilities.
指定要使用的小波家庭。两个流行的选择是“DaubExPhase”和“DaubLeAsymm的”,但的帮助filter.select更多的可能性。


Details

详细信息----------Details----------

This function implements a straightforward extension of Mallat's, (1989) one- and two-dimensional DWT. The algorithm recursively applies all possible combinations of the G and H detail and smoothing filters to each of the dimensions thus forming 8 different sub-blocks which we label HHH, GHH, HGH, GGH, HHG, GHG, HGG, and GGG. The algorithm recurses on the HHH component of each level (these are the father wavelet coefficients).
此功能实现Mallat的一个简单扩展,(1989)一维和二维DWT。递归的算法适用于所有可能的组合G和H的细节和平滑滤波器的尺寸,从而形成了8个不同的子块标记HHH,GHH,HGH,GGH,HHG,温室气体,HGG,和GGG。每个级别HHH的成分的算法递归(这些是父亲小波系数)。

Making an analogy to the 2D transform where HH, HG, HG and GG is produced at each resolution level: the HG and GH correspond to "horizontal" and "vertical" detail and GG corresponds to "diagonal detail". The GGG corresponds to the 3D "diagonal" version, HGG corresponds to smoothing in dimension 1 and "diagonal" detail in dimensions 2 and 3, and so on. I don't think there are words in the English language which adequately describe "diagonal" in 3D — maybe cross detail?
一个比喻HH,HG,HG和GG是在每个分辨率级别的2D变换:,HG和GH对应于“横向”和“纵向”的细节和GG对应的“对角细节”。在GGG对应于3D“对角线”版本,HGG对应于平滑的尺寸1和“对角线”的尺寸2和3的细节,依此类推。我不认为有中英文的话,这充分说明“对角线”3D  - 也许交叉的细节吗?


值----------Value----------

An object of class wd3D.
对象的类wd3D。


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

Version 3.9.6 Copyright Guy Nason 1997
版本3.9.6版权所有1997年盖利晨


(作者)----------Author(s)----------


G P Nason



参见----------See Also----------

wd, imwd, accessD.wd3D, print.wd3D, putD.wd3D, putDwd3Dcheck, summary.wd3D, threshold.wd3D, wd3D.object, wr3D.
wd,imwd,accessD.wd3D,print.wd3D,putD.wd3D,putDwd3Dcheck,summary.wd3D,threshold.wd3D,wd3D.object,wr3D。


实例----------Examples----------


#[]
# Generate some test data: 512 standard normal observations in an 8x8x8[生成一些测试数据:512标准一般在一个8x8x8的观察]
# array.[阵列。]
#[]
test.data.3D <- array(rnorm(8*8*8), dim=c(8,8,8))
#[]
# Now do the 3D wavelet transform[现在做的三维小波变换]
#[]
tdwd3D <- wd3D(test.data.3D)
#[]
# See examples explaining  the 3D wavelet transform.[三维小波变换的例子解释。]
#[]

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 12:00 , Processed in 0.020815 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