找回密码
 注册
查看: 4882|回复: 1

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

[复制链接]
发表于 2012-2-26 00:29:56 | 显示全部楼层 |阅读模式
cwt(MassSpecWavelet)
cwt()所属R语言包:MassSpecWavelet

                                         Continuous Wavelet Transform (CWT)
                                         连续小波变换(CWT)

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

CWT(Continuous Wavelet Transform) with Mexican Hat wavelet (by default) to match the peaks in Mass Spectrometry spectrum
墨西哥帽小波(默认)在质谱谱峰匹配的小波变换(连续小波变换)


用法----------Usage----------


cwt(ms, scales = 1, wavelet = "mexh")



参数----------Arguments----------

参数:ms
Mass Spectrometry spectrum (a vector of MS intensities)
质谱谱图(质谱强度向量)


参数:scales
a vector represents the scales at which to perform CWT.  
向量代表的尺度来进行小波变换。


参数:wavelet
The wavelet base, Mexican Hat by default. User can provide wavelet Psi(x) as a form of two row matrix. The first  row is the x value, and the second row is Psi(x) corresponding to x.   
小波的基础上,默认情况下,墨西哥帽。用户可以提供两行矩阵形式的小波PSI(X)。第一行是x的值,第二行是帕普西(X)对应于x。


值----------Value----------

The return is the 2-D CWT coefficient matrix, with column names as the scale. Each column is the CWT coefficients at that scale.
返回的2-D小波变换系数矩阵,列名的规模。每一列是在如此规模的小波变换系数。


作者(S)----------Author(s)----------


Pan Du, Simon Lin



举例----------Examples----------


        data(exampleMS)
        scales <- seq(1, 64, 3)
        wCoefs <- cwt(exampleMS[5000:11000], scales=scales, wavelet='mexh')

        ## Plot the 2-D CWT coefficients as image (It may take a while!)[#绘制的图像(它可能需要一段时间)的2-D小波变换系数]
        xTickInterval <- 1000
        image(5000:11000, scales, wCoefs, col=terrain.colors(256), axes=FALSE, xlab='m/z index', ylab='CWT coefficient scale', main='CWT coefficients')
        axis(1, at=seq(5000, 11000, by=xTickInterval))
        axis(2, at=c(1, seq(10, 64, by=10)))
        box()

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

发表于 2012-7-24 19:06:14 | 显示全部楼层
R语言小波分析wavelet
http://wenku.baidu.com/view/cd757ded6294dd88d0d26ba8.html
读过R语言时间系列中文教程都应该知道如何用弗瑞艾尔变形估计频率。但必须假设,被估计的频率是始终存在于波动之中的。经常的状况是在一整个波中某一频率只在这个波中的一小部分出现。使用弗瑞艾尔变形不可能监测到在某一时间点上的频率变化,因为它假设所估计的频率都是自始至终存在的。例如,下面的波中有一个很慢的频率是始终存在的,中间部分突然出现了频率非常高的新波动,而且很快就消失了。这样的波动需要使用小波分析。
回复 支持 反对

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, 2025-1-22 15:48 , Processed in 0.069875 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