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

loveR

InvBasis.wst(wavethresh)
InvBasis.wst()所属R语言包：wavethresh

                                        Invert a wst library representation with a basis specification
                                         反转WST库表示的基础规范

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Inverts a wst basis representation with a given basis specification, for example an output from the MaNoVe function.
反转一个WST的基础表示与一个给定的基础规范，例如从MaNoVe函数的输出。


用法----------Usage----------


## S3 method for class 'wst':
InvBasis(wst, nv, ...)



参数----------Arguments----------

参数：wst
The wst object that you wish to invert
WST对象，你想反转


参数：nv
The node vector, basis spec, that you want to pick out
节点矢量，依据规范，要挑选出


参数：...
Other arguments, that don't do anything here
其他参数，这里什么也不做，


Details

详细信息----------Details----------

Objects arising from a wst.object specification are a representation of a signal with respect to a library of basis functions. A particular basis specification can be obtained using the numtonv function which can pick an indexed basis function, or MaNoVe.wst which uses the Coifman-Wickerhauser minimum entropy method to select a basis. This function takes a wst.object and a particular basis description (in a nv.object node vector object) and inverts the representation with respect to that selected basis.
对象从wst.object规范所产生的信号的表示相对于基函数图书馆。特别是基础规范可以通过使用numtonv功能，可以选择一个索引的基础功能，或MaNoVe.wst使用的Coifman Wickerhauser最低的熵值法选择的基础。这个函数接受一个wst.object和一个特定的的基础描述（在nv.object节点矢量对象）和反转表示到所选的基础。


值----------Value----------

The inverted reconstruction
倒重建


（作者）----------Author(s)----------


G P Nason



参见----------See Also----------

numtonv,nv.object,MaNoVe.wst,threshold.wst,wst
numtonv，nv.object，MaNoVe.wst，threshold.wst，wst


实例----------Examples----------


#[]
# Let's generate a noisy signal[让我们产生噪声信号]
#[]
x <- example.1()$y + rnorm(512, sd=0.2)
#[]
# You can plot this if you like[如果你喜欢，您可以绘制]
#[]
## Not run: ts.plot(x)[＃不运行：ts.plot（X）]
#[]
# Now take the nondecimated wavelet transform[现在采取的nondecimated的小波变换]
#[]
xwst <- wst(x)
#[]
# Threshold it[阈值，它]
#[]
xwstT <- threshold(xwst)
#[]
# You can plot this too if you like[您可以绘制这一点，如果你喜欢]
#[]
## Not run: plot(xwstT)[＃不运行：图（xwstT）]
#[]
# Now use Coifman-Wickerhauser to get a "good" basis[现在使用夸夫曼Wickerhauser得到一个“好”的基础上]
#[]
xwstTNV <- MaNoVe(xwstT)
#[]
# Now invert the thresholded wst using this basis specification[现在，反转的阈值WST此基础上规范]
#[]
xTwr <- InvBasis(xwstT, xwstTNV)
#[]
# And plot the result, and superimpose the truth in dotted[绘制的结果，并叠加在虚线的真相]
#[]
## Not run: ts.plot(xTwr)[＃不运行：ts.plot（xTwr）]
## Not run: lines(example.1()$y, lty=2)[＃不运行线（example.1（）$ Y，LTY = 2）]

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。