问题标签 [dwt]

请有人帮助解决在 R 中运行离散小波变换的解决方案。

我尝试过以下数据格式；Year, Rain.

年份的形式是 1970,1972,1973.... 和 Rain 的形式是 200, 85, 34, 56 23, 0.5... 等等。我不知道我的数据框是否正确。或者如果我需要在运行数据之前对数据做一些事情。

尚未将 data.frame 保存为 wave，我运行如下：

这是我的代码：

我收到了这个错误：

请提供示例帮助，以便我理解为什么会出现此错误

如果输入数据不均匀，我该怎么办？如果输入数据不是 2 的幂呢？我应该忽略其余的数字吗？

我正在尝试使用 db4 小波和 5 级分解来分解给定的波。这是相同的代码：

但是编辑器给了我以下错误：

我不理解此错误的含义，因为级别 0 没有任何意义。我什至尝试使用以下代码找到 db4 小波的最大可能级别：

这里 x 的值是 15 所以，我猜它可以计算 15 个级别。我的代码中到底发生了哪里的错误？

在计算图像的4级离散小波变换后，如何在matlab中显示这个多级变换？以及如何绘制相应 DWT 系数的直方图？

这是我到目前为止所做的：

我想从仅从最大系数的 5% 的多级 DWT 变换中重建图像，同时将其余系数设置为零。我不确定我需要从哪些系数中选择最大的 5%？A、H、V 还是 D？

这是我到目前为止所做的：

任何帮助，将不胜感激！

我正在 MATLAB 中研究 DWT，我想将一维输入向量分解为三个级别。DWT 的输出为：

我已经分别处理了每个系数：

我想结合a, b, c, 和d得到相同的w。我已经尝试过mat2cell，w = (a; b;c;d)但我没有得到相同的w. 知道怎么做吗？

我正在使用 R 中的以下代码进行离散小波变换。我的 data.table 格式的数据是以块的形式从配置单元表中获取并转换为矩阵，然后按如下方式应用小波变换。

对于具有 32 个内核的 LINUX 机器上的 1000 万 x 52 列的数据集，离散小波变换大约需要 3 小时 30 分钟，如上所述，我使用 28 个内核进行处理。但是我必须在 30-35 百万行 X 52 列的数据集上执行此操作，并且运行 3000 万行的数据集大约需要 26 小时。 m_score上面是从 data.table 转换的分块矩阵列表。

关于在 R 中更快地做到这一点的任何想法：

• 寻找任何 R 或其他语言的专业库。
• 由于数据来自蜂巢表，我也愿意使用 Hive UDF 进行变换，但找不到用于小波变换的 UDF。

我目前正在做一个图像处理项目。我是 python 新手。任何帮助将不胜感激。我正在使用离散小波变换将图像分解成波段并修改系数。所以下面的代码给了我一个错误。这是代码

下面是错误

我怎样才能摆脱这个错误？另请告知 DWT 和 IDWT 语法是否正确？

我正在尝试在 python 中的图像上应用 haar 小波。这是代码

然后我修改嵌入一些数据的系数，如下所示

之后，我使用以下代码应用 idwt

其中 Mc 和 Nc 是分解图像的高度和宽度。

但是，我收到此代码的错误。下面是一个错误。

我应该怎么做才能修复这个错误？我是 python 新手。任何帮助将不胜感激。

我也在下面的代码中尝试过这样的操作。但在这里我没有得到像 CA、CH、CV、CD 这样的系数。我得到的是所有系数。

我希望这里有人已经使用过waveletStudio 库。我有一个问题：当我传递一个包含超过 9.000.000 个样本的数组时，程序以An unhandled exception of type 'System.OutOfMemoryException' occurred in WaveletStudio.dll. 请帮助我，图书馆没有文档。

谢谢