主要内容

wmpalg

(不推荐)匹配的追求

所有的页面崩溃

    的wmpalg函数不再支持策划,不再推荐。金宝app看到兼容性的考虑。

    语法

    YFIT = wmpalg (MPALG Y MPDICT)
    [YFIT, R] = wmpalg (___)
    [YFIT, R,多项式系数]= wmpalg (___)
    [YFIT R多项式系数,IOPT] = wmpalg (___)
    [YFIT, R,多项式系数,IOPT战]= wmpalg (___)
    IOPT [YFIT, R,多项式系数,试验X) = wmpalg (___)
    IOPT [YFIT, R,多项式系数,试验X) = wmpalg (___名称=值)

    描述

    YFIT= wmpalg (MPALG,Y,MPDICT)返回一个自适应贪婪的近似,YFIT输入信号的Y在字典里,MPDICT。自适应贪婪近似使用匹配追踪算法,MPALG。字典,MPDICT,通常是一个overcomplete向量的集合。

    (YFIT,R)= wmpalg (___)返回剩余,R向量之间的区别Y和YFIT在终止匹配的追求。

    (YFIT,R,多项式系数)= wmpalg (___)返回的膨胀系数,多项式系数。膨胀系数的数量取决于迭代的数量匹配的追求。

    (YFIT,R,多项式系数,IOPT)= wmpalg (___)返回的列索引保留原子,IOPT。的长度IOPT的长度等于多项式系数和是由迭代的数量匹配的追求。

    (YFIT,R,多项式系数,IOPT,战)= wmpalg (___)返回保留信号能量的比例,战,每次迭代匹配的追求。战的比率是ℓ吗2平方准则的膨胀系数向量,多项式系数,ℓ2输入信号的平方准则,Y。

    (YFIT,R,多项式系数,IOPT,战,X)= wmpalg (___)返回规范化的字典,X。X包含在ℓ单位向量2规范相应的列MPDICT。

    例子

    (YFIT,R,多项式系数,IOPT,战,X)= wmpalg (___,名称=值)返回一个自适应贪婪近似由一个或多个指定附加选项名称=值参数。

    例子

    全部折叠

    打开生活的脚本

    近似的cuspamax使用正交匹配追踪信号与字典。

    使用一个字典组成的sym4小波包和DCT-II基础。

    负载cuspamaxyfit = wmpalg (“经济”cuspamax,“lstcpt”{{“wpsym4”2},“dct”});情节(cuspamax“k”)举行在情节(yfit“线宽”,2)从传奇(原始信号的,“匹配的追求”)

    图包含一个坐标轴对象。坐标轴对象包含2线类型的对象。这些对象代表原始信号,匹配的追求。

    打开生活的脚本

    获得扩张系数在字典里,选中的字典原子的列索引,保留信号能量的比例。

    指定一个字典组成的sym4小波包和DCT-II基础。近似的cuspamax使用正交匹配追踪信号与字典。

    负载cuspamax;[yfit, r,多项式系数,iopt战]= wmpalg (“经济”cuspamax,…“lstcpt”{{“wpsym4”2},“dct”});
    打开生活的脚本

    这个例子显示了如何设置的最大迭代数的正交匹配追踪到50。

    负载cuspamax[yfit, r,多项式系数,iopt战]= wmpalg (“经济”cuspamax,…“lstcpt”{{“wpsym4”1},{“wpsym4”2},“dct”},…“itermax”,50);
    打开生活的脚本

    这个例子展示了如何让一个次优选择更新的正交匹配追踪。

    加载一个信号。

    负载cuspamax

    近似使用弱正交匹配追踪信号。放松要求的最优分配的0.8倍。

    [yfit, r,多项式系数,iopt战]= wmpalg (买理财产品买的cuspamax,…“lstcpt”{{“wpsym4”1},{“wpsym4”2},“dct”},…“wmpcfs”,0.8);

    画出信号,近似,残余,保留信号能量的比例在每个迭代匹配的追求的结果。

    次要情节(1,1)情节(cuspamax)在情节(yfit)从传奇(“信号”,“约”。)标题(信号和近似)轴紧次要情节(3,1,2)情节(r)标题(“残留”)轴紧次要情节(3,1,3)情节(试验“s -”)标题(质量/迭代的)ylabel (“质量”)包含(“迭代”)

    图包含3轴对象。坐标轴对象1标题信号和近似包含2线类型的对象。这些对象代表信号,约. .坐标轴对象2标题残余包含一个类型的对象。轴3标题质量/迭代对象包含一个类型的对象。

    打开生活的脚本

    获得一个匹配的追求电力消耗测量24小时每一分钟。

    数据加载和阴谋。数据显示用电量采样的24小时每一分钟。因为数据集中,实际使用值不解释。

    负载elec35_nor;y =信号(32岁);情节(y)包含(“分钟”)ylabel (“使用”甘氨胆酸)组(,“xlim”,1440年[1])

    图包含一个坐标轴对象。坐标轴对象包含一个类型的对象。

    指定一个字典匹配追求Daubechies组成的“extremal-phase小波在2级2消失的时刻,Daubechies的least-asymmetric小波与4消失时刻水平1和4,离散余弦transform-II基础和正弦。

    字典= {{“db4”2},“dct”,“罪”,{“sym4”1},{“sym4”4}};

    实现正交匹配追踪获得信号近似在字典里。使用35迭代。策划的结果。

    [yfit r系数,iopt,战]= wmpalg (“经济”,y,…“lstcpt”字典,“itermax”35);情节(y)在情节(yfit“r”)包含(“分钟”)ylabel (“使用”);传奇(原始信号的,“经济”,“位置”,“东北”甘氨胆酸)组(,“xlim”,1440年[1])

    图包含一个坐标轴对象。坐标轴对象包含2线类型的对象。这些对象代表原始信号,经济新闻。

    输入参数

    全部折叠

    匹配追踪算法,指定为以下之一:

    • BMP的——基本匹配的追求

    • “经济”——正交匹配追踪

    • 买理财产品买的——弱正交匹配追踪

    看到匹配追踪算法。

    匹配追求字典,指定为一个矩阵。MPDICT是一个N-by-P矩阵,其中N等于输入信号的长度,Y。在匹配的追求,MPDICT通常是一个框架,或者overcomplete向量的集合。你可以使用名称-值参数“lstcpt”指定一个字典,而不是使用MPDICT。

    数据类型:双

    信号匹配的追求,指定为一个向量。的行维度MPDICT必须匹配的长度吗Y。

    名称-值参数

    指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

    例子:yfit = wmpalg (OMP, y, lstcpt = {dct的})指定DCT-II字典。

    R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

    例子:yfit = wmpalg (OMP, y, lstcpt, {dct的})

    正整数修复的最大迭代数的匹配追踪算法。如果你不指定一个“maxerr”价值,膨胀系数的数量,多项式系数,字典向量的数量指标,IOPT的长度战向量相等的价值“itermax”。

    数据类型:双

    细胞阵列的细胞阵列与有效的子字典。每个单元阵列描述一个subdictionary。有效的子字典:

    • 有效的小波工具箱™正交或双正交小波的家庭短名称消失时刻的数量和一个可选的分解级别和扩展模式。例如,{sym4, 5}表示Daubechies least-asymmetric小波4消失时刻在5级和默认的扩展模式“每”。如果你不指定可选的水平和扩展模式,默认为5和分解水平扩展模式“每”。

    • 一个有效的小波工具箱正交或双正交的小波家庭之前短名称wp消失的时刻和一个可选的分解的数量水平和扩展模式。例如,{wpsym4, 5}表示Daubechies least-asymmetric在5级小波包4消失的时刻。如果你不指定可选的水平和扩展模式,默认为5和分解水平扩展模式“每”。

    • “dct”离散余弦transform-II基础。DCT-II标准正交基是:

      ϕ k ( n ) = { 1 N k = 0 2 N 因为 ( π N ( n + 1 2 ) k ) k = 1 , 2 , … , N − 1。

    • “罪”正弦subdictionary。sin subdictionary是

      ϕ k ( t ) = 罪 ( 2 π k t ) k = 1 , 2 , … ⌈ N 2 ⌉ 0 ≤ t ≤ 1

      在哪里t是一个linearly-spacedN分向量。

    • “因为”余弦subdictionary。余弦subdictionary是

      ϕ k ( t ) = 因为 ( 2 π k t ) k = 1 , 2 , … ⌈ N 2 ⌉ 0 ≤ t ≤ 1

      在哪里t是一个linearly-spacedN分向量。

    • “聚”多项式subdictionary。多项式subdictionary是:

      p n ( t ) = t n − 1 n = 1 , 2 , … 20. 0 ≤ t ≤ 1

      在哪里t是一个linearly-spacedN分向量。

    • “RnIdent”移位的克罗内克符号subdictionary。移位的克罗内克符号subdictionary是:

      ϕ k ( n ) = δ ( n − k ) k = 0 , 1 , … N

    数据类型:双

    单元阵列包含的名称规范和标准的最大相对误差表示为一个百分比。有效的规范“L1”,“外语”,“Linf”。相对误差表示为一个百分比

    One hundred. 为 R 为 为 Y 为

    在哪里R是在每个迭代和残留吗Y是输入信号。例如,{L1, 10}集的最大可接受的比例L1规范剩余的输入信号至0.10。

    如果您指定“maxerr”时,匹配的追求终止第一是满足下列条件:

    • 的迭代次数达到最小长度的输入信号,Y,或500:
      分钟(长度(Y), 500)

    • 相对误差低于指定的百分比“maxerr”名称-值对。

    数据类型:双

    弱正交匹配追踪的最优性因素。区间的最优因素是一个实数(0,1)。这个名称参数时才有效MPALG是买理财产品买的。

    数据类型:双

    输出参数

    全部折叠

    自适应贪婪的输入信号的近似,Y在字典里,

    数据类型:双

    匹配后残余追求终止

    数据类型:双

    膨胀系数在字典里。选中字典原子由扩张系数加权收益率近似信号,YFIT。

    数据类型:双

    列的指标选择字典原子。使用列索引IOPT膨胀系数多项式系数,你可以形成近似信号,YFIT。

    数据类型:双

    保留了信号能量的比例在每个迭代匹配的追求。战是一个向量,每个元素等于什么

    | | α k | | 2 2 | | Y | | 2 2

    在哪里αk后的膨胀系数向量kth迭代。

    数据类型:双

    归一化匹配追求字典。X是一个N-by-P矩阵N是输入信号的长度,Y。的列X有单位规范。

    数据类型:双

    引用

    [1]Cai、t .托尼和王说谎。“正交匹配追求稀疏信号与噪声复苏。”IEEE信息理论57岁的没有。7(2011年7月):4680 - 88。https://doi.org/10.1109/TIT.2011.2146090。

    [2]Donoho D.L.,M. Elad, and V.N. Temlyakov. “Stable Recovery of Sparse Overcomplete Representations in the Presence of Noise.”IEEE信息理论52岁的没有。1(2006年1月):18。https://doi.org/10.1109/TIT.2005.860430。

    [3]Mallat、密度和锋。“与时频词典匹配的追求。”IEEE信号处理41岁的没有。12(1993年12月):3397 - 3415。https://doi.org/10.1109/78.258082。

    [4]Tropp,正当“贪婪是好事:稀疏近似算法的结果。”IEEE信息理论50,不。10(2004年10月):2231 - 42。https://doi.org/10.1109/TIT.2004.834793。

    版本历史

    介绍了R2012a

    全部展开

    错误从R2022a

    不推荐在R2022a开始

    另请参阅

    ||

    主题