作业帮谁能通俗的给我讲一下：
来源：学生作业帮 编辑：作业帮 分类：数学作业 时间：2024/04/29 02:54:43
谁能通俗的给我讲一下：
1、小波变换是怎么运作的.
2、小波去噪又是怎么运作的.
希望讲的通俗易懂,让我有个定性的认识.
1、小波变换是怎么运作的.
2、小波去噪又是怎么运作的.
希望讲的通俗易懂,让我有个定性的认识.
小波变换和去噪
通俗的讲就是剥大蒜的过程,也就是不断的分层,使得信号拆分成各种频段（根据采用频率而定）,而这一过程要用到低通滤波器和高通滤波器,而小波去噪就是在高频部分（因为通常白噪声出现在高频部分）改变数字量,运用一些算法去除一些混有噪声的数字,然后再运用重构低通滤波器和高通滤波器把刚刚分层的频段加起来,差不多就是拼凑大蒜的过程吧.
如何改变高频系数（也就是去除噪声）具体算法如下：
1.软门限和硬门限
所谓门限法,就是选择一个门限,然后利用这个门限对小波变换后的离散细节信号和
离散逼近信号进行处理.
硬门限可以描述为：当数据的绝对值小于给定的门限时,令其为零,而数据为其他值时不变.
软门限可以描述为:当数据的绝对值小于给定的门限时,令其为零,然后把其他数据点向零收缩.
2.门限选择的准则及其算法
根据现有的文献,对于被高斯白噪声污染的信号基本噪声模型,一般地,选择门限的准则如下:
1． 无偏风险估计准则.对应于每一个门限值,求出与其对应的风险值,使风险最小
的门限就是我们所要选取的门限,其具体算法为:
(a) 把待估计的矢量中的元素取绝对值,由小到大排序,然后将各个元素平方,得到
新的待估计矢量N V ,其长度为原待估计矢量的长度n.
(b) 对应每一个元素下标(即元素的序号) k ,若取门限为待估计矢量的第k 个元素的
平方根,则风险算法为:
(2) 固定门限准则.利用固定形式的门限,可取得较好的去噪特性.
设n 为待估计矢量的长度,取长度2 倍的常用对数的平方根为门限.
(3) 极小极大准则.本准则采用固定门限获得理想过程的极小极大特性.极小极大原
理是在统计学中为设计估计量而采用的,由于去噪信号可以假设为未知回归函数的估计
量,则极小极大估计量是实现在最坏条件下最大均方误差最小的任选量.
(4) 混合准则.它是无偏风险估计和固定门限准则的混合
通俗的讲就是剥大蒜的过程,也就是不断的分层,使得信号拆分成各种频段（根据采用频率而定）,而这一过程要用到低通滤波器和高通滤波器,而小波去噪就是在高频部分（因为通常白噪声出现在高频部分）改变数字量,运用一些算法去除一些混有噪声的数字,然后再运用重构低通滤波器和高通滤波器把刚刚分层的频段加起来,差不多就是拼凑大蒜的过程吧.
如何改变高频系数（也就是去除噪声）具体算法如下：
1.软门限和硬门限
所谓门限法,就是选择一个门限,然后利用这个门限对小波变换后的离散细节信号和
离散逼近信号进行处理.
硬门限可以描述为：当数据的绝对值小于给定的门限时,令其为零,而数据为其他值时不变.
软门限可以描述为:当数据的绝对值小于给定的门限时,令其为零,然后把其他数据点向零收缩.
2.门限选择的准则及其算法
根据现有的文献,对于被高斯白噪声污染的信号基本噪声模型,一般地,选择门限的准则如下:
1． 无偏风险估计准则.对应于每一个门限值,求出与其对应的风险值,使风险最小
的门限就是我们所要选取的门限,其具体算法为:
(a) 把待估计的矢量中的元素取绝对值,由小到大排序,然后将各个元素平方,得到
新的待估计矢量N V ,其长度为原待估计矢量的长度n.
(b) 对应每一个元素下标(即元素的序号) k ,若取门限为待估计矢量的第k 个元素的
平方根,则风险算法为:
(2) 固定门限准则.利用固定形式的门限,可取得较好的去噪特性.
设n 为待估计矢量的长度,取长度2 倍的常用对数的平方根为门限.
(3) 极小极大准则.本准则采用固定门限获得理想过程的极小极大特性.极小极大原
理是在统计学中为设计估计量而采用的,由于去噪信号可以假设为未知回归函数的估计
量,则极小极大估计量是实现在最坏条件下最大均方误差最小的任选量.
(4) 混合准则.它是无偏风险估计和固定门限准则的混合