一维Multisignal分析
本节将介绍一维multisignal小波分析的特点,使用小波工具箱™软件压缩和去噪。每个主题的基本原理是在一维单信号情况下一样。
工具箱提供了以下功能multisignal分析。
Analysis-Decomposition和Synthesis-Reconstruction功能
分解结构实用程序
函数名 |
目的 |
---|---|
改变multisignal一维分解系数 |
|
Multisignal一维分解能量重新分配 |
压缩和去噪功能
您可以执行从MATLAB分析®命令行或通过使用小波分析仪应用。本节描述每种方法。最后一节将讨论如何交流信号和磁盘之间系数信息和图形工具。
一维Multisignal分析-命令行
从MATLAB加载一个文件,提示,通过输入
负载的思想家
该文件
thinker.mat
包含一个变量X
。使用谁
显示的信息X
。谁
的名字 大小 字节 类 X
192年x96
147456年
双数组
策划一些信号。
图;情节(X (1:5:)”、“r”);抓住情节(X(日月星辰,:)”、“b”);情节(X (31:35:)”、“g”) (gca、“Xlim”,[96])网格
执行信号的小波分解级别2行信号使用
db2
小波。12月= mdwtdec (X ' r ', 2 ' db2 ')
这个生成分解结构
12月
:12月= dirDec:‘r’水平:2 wname:“db2”dwtFilters: [1 x1 struct] dwtEXTM:“信谊”dwtShift: 0 dataSize: [192 - 96] ca: [192 x26双]cd: {[192 x49双][192 x26双]}
小波系数的变化。
为每个信号改变小波系数通过设置所有的细节级别1的系数为零。
decBIS = chgwdeccfs(12月,“cd”, 0, 1);
这生成一个新的分解结构
decBIS
。进行小波重构信号与阴谋的一些新的信号。
Xbis = mdwtrec (decBIS);图;情节(Xbis (1:5:)”、“r”);抓住情节(Xbis(日月星辰:)”,“b”);情节(Xbis (31:35:)”、“g”)网格;集(gca、“Xlim”, [96])
比较新旧信号通过绘制在一起。
图;idxSIG = 31 [1];情节(X (idxSIG:)”、“r”、“线宽”,2);:抓住情节(Xbis (idxSIG)”,“b”、“线宽”,2);网格;集(gca、“Xlim”, [96])
设定信号的小波系数在1和2级31到35 0的值,进行小波重构信号31日和新旧对比的一些信号。
decTER = chgwdeccfs(12月,“cd”, 0, 1:2, 31:35);Y = mdwtrec (decTER’,‘0, 31);图;情节(X (31 [1],:)”、“r”、“线宽”,2);抓住情节([Xbis (1:);Y)”、“b”、“线宽”,2);网格;集(gca、“Xlim”, [96])
计算信号的能量和小波能量的百分比组件。
[E、压电陶瓷、PECFS] = wdecenergy(12月);
能量信号1和31日:
Ener_1_31 = E (31 [1]) Ener_1_31 E = 1.0 + 006 * 3.7534 - 2.2411
计算信号的小波能量的百分比成分1和31。
PEC_1_31 =压电陶瓷(31 [1],:)PEC_1_31 = 99.7760 0.1718 0.0522 - 99.3850 0.2926 - 0.3225
第一列显示了近似的能量的比例在2级。列2和3显示能源的比例在2级和1的详细信息,分别。
显示信号的小波系数的能量的比例1和31。正如我们可以看到的
12月
结构,有26个近似系数和细节级别2,49系数在1级的细节。:PECFS_1 = PECFS (1);:PECFS_31 = PECFS(31日);图;情节(PECFS_1,“r”,“线宽”,2);抓住情节(PECFS_31,“b”,“线宽”,2);网格;集(gca, Xlim,(1、大小(PECFS, 2)))
压缩的信号获得小波系数0的比例接近95%。
(XC decCMP,打]= mswcmp (cmp, 12月,N0_perf, 95);[Ecmp, PECcmp PECFScmp] = wdecenergy (decCMP);
画出原始信号1和31日和相应的压缩信号。
图;情节(X (31 [1],:)”、“r”、“线宽”,2);抓住情节(XC (31 [1]:)”,“b”、“线宽”,2);网格;集(gca、“Xlim”, [96])
计算阈值,比例的能源保护和零相关
L2_perf
方法保留至少95%的能量。[THR_VAL, L2_Perf N0_Perf] = mswcmptp(12月,95年“L2_Perf”);idxSIG = (1、31);用力推= THR_VAL (idxSIG)刺= 256.1914 - 158.6085 L2per = L2_Perf (idxSIG) L2per = 96.5488 - 94.7197 N0per = N0_Perf (idxSIG) N0per = 79.2079 - 86.1386
压缩的信号获得小波系数0的比例接近60%。
(XC decCMP,打]= mswcmp (cmp, 12月,N0_perf, 60);
XC
信号压缩版本的行方向的原始信号。压缩
XC
在列方向的信号XX = mswcmp (XC“cmpsig”、“c”,“db2”2、“N0_perf”, 60);
情节原始信号
X
和压缩信号XX
作为图像。图;次要情节(1、2、1);图像(X)次要情节(1、2、2);图像(XX) colormap(粉红色(222))
使用通用阈值降噪信号:
[XD, decDEN,打]= mswden(“窝”,12月,sqtwolog, sln);图;情节(X (31 [1],:)”、“r”、“线宽”,2);抓住情节(XD (31 [1]:)”,“b”、“线宽”,2);网格;集(gca、“Xlim”, [96])
XD
信号去噪方向行版本的原始信号。降噪的
XD
在列方向信号XX = mswden (“densig”、“c”, XD, db2, 2, sqtwolog, sln);
情节原始信号
X
和去噪信号XX
作为图像。图;次要情节(1、2、1);图像(X)次要情节(1、2、2);图像(XX) colormap(粉红色(222))
使用小波分析仪应用一维Multisignal分析
在本节中,我们探索与上一节相同的信号,但使用小波分析仪应用来分析它。
开始小波一维Multisignal分析工具。
从MATLAB提示类型
waveletAnalyzer
。的小波分析仪出现了。
点击Multisignal分析一维打开小波一维Multisignal分析工具。
该工具分成五个窗格。他们两个是一样的在所有小波工具箱应用工具,命令帧的右边底部的图和动态可视化工具。命令帧包含一个特殊的组件发现在所有multisignal工具:选择数据集窗格用于管理两个列表。
三个新的窗格所选数据的可视化窗格中,选定的数据信息窗格中,选择的数据窗格。
加载信号。
在MATLAB命令提示符,键入
负载的思想家
X
变量。点击好吧导入数据矩阵和显示第一个信号。的选择的数据窗格包含一系列可选择的信号。在一开始,只有最初加载信号是可用的。您可以生成和添加新的信号分解列表,压缩,或原始信号去噪。
列表的每一行显示选择信号的指数(
Idx选取
),原始信号的指数(Idx团体
)和三个小波变换属性描述过程用于获得选择从最初的一个信号。查看信号和信号信息。
在信号与信号1突出显示,Shift-click鼠标3选择信号1,2,3。
按住ctrl再点击鼠标信号7、9和11所示。(选择所有底部的按钮选择的数据窗格中选择所有信号和清晰的按钮取消选择所有信号。)
选择的信号(1、2、3、7、9和11)中出现所选数据的可视化窗格。的选定的数据信息窗格包含盒子情节的极限,意味着,这些信号的最大值。
突出一个信号。
使用突出选取左下角的按钮所选数据的可视化窗格中,选择信号3。
选择不同的观点。
在所选数据的可视化窗格中,改变视图模式使用右下角弹出。选择单独的模式。选择的信号出现。
分解multisignal。
在四级使用进行分析
db2
小波和命令行中使用相同的文件部分:thinker.mat
。小波一维Multisignal右上部分的分析工具,选择
db2
和四级小波领域。点击分解。暂停后计算,所有的原始信号分解和信号1是自动选择
在选择的数据窗格中,添加新信息为每个原始信号,小波能量的百分比组件(D1、……D4和A4)和总能量。的选定的数据信息窗格包含单一选择信号的信息:最小值,的意思是,马克斯和信号的能量分布。
由于原始信号分解,新对象和出现选择数据集窗格在命令帧更新。
的选择数据集窗格中定义了可用的信号,现在的选择选择的数据窗格。
左边的列表允许您选择集信号和正确的列表允许您选择套相应的系数:原始信号(
源自。信号
)、近似(应用程序1
,从水平1到4(…)和细节依据1
,……)。在右边的列表中,系数向量可以是不同长度的,但只有长度相同的组件可以选择在一起。
分解后的原始信号(
源自。信号
)数据集自动选中。选择信号的1、2、3、7、9和11所示。
选择信号的能量主要集中在近似
A4
箱线图是碎(见下面图左边)。取消选择应用,开/关看到更好的细节表示能源(见图右)。显示multisignal分解。
在所选数据的可视化窗格中,改变视图模式使用弹出以下情节和选择
完整的12月模式
。选定的分解信号显示。改变水平来
2
。选择信号7突出选取。
改变可视化模式。
使用第二个底部弹出从左边的窗格中,选择
完整的12月模式(Cfs)
。分解的系数选择的信号显示。在层次k系数是重复的2 k *。改变视图模式
干细胞模式(Abs)
,然后改变树模式
。相对应的小波树分解显示所选的信号。选择四级并单击节点a3。然后强调信号7。
选择不同的小波组件。
ctrl - click源自。信号,应用程序1,应用3和依据1从列表中选择这四组信号在左边选择数据集窗格。
所选数据的总数(
数量的团体
)中出现选择数据集窗格:四组192每768信号信号。单击Asc。按钮排序窗格。选中的数据按升序排序的
Idx团体
参数注意,DWT的属性已经更新,每个选择信号一个代表近似,d对细节和年代为信号。
单击
Idx选取1
然后shift-click信号Idx选取579
信号。选择
单独的模式
。ctrl - click选择两组信号从最右边的列表选择数据集面板:
应用程序1
和依据1
。系数集的注意,在这个列表,选中的向量必须的长度相同,这意味着您必须选择组件相同的水平。
单击Asc。按钮面板。选中的数据按升序排序对Idx团体参数。
选择一分之十的信号。
压缩multisignal。
小波分析应用功能与自动或手动阈值压缩选项。
点击压缩,位于右下侧的窗口。这将显示压缩窗口。
请注意
工具总是压缩原始信号当你点击压缩按钮。
在压缩之前,选择特定的策略来计算的阈值。选择调整参数选择压缩方法框架。然后,运用这一策略计算阈值根据当前方法,要么通过单击当前选择信号选择通过单击按钮,或者所有的信号所有按钮。在这个例子中,接受默认值并单击所有按钮。
每一层的阈值(ThrD1来ThrD4),能量比(En。老鼠)和稀疏率(NbZ老鼠)中显示选择的数据窗格。
单击压缩底部的按钮阈值窗格。现在您可以选择新的数据集:压缩信号,相应的近似,细节和系数。
按下Ctrl键并单击压缩项目在左边的列表选择数据集窗格。原始信号和选择他们的压缩版本(2 x 192 = 384信号)。
单击Asc。底部的按钮选择的数据窗格中,使用的信号
Idx团体
号码。用鼠标,选择第一个四个信号。他们对应于原始信号1、2和相应的压缩信号193,194。
单击关闭按钮关闭压缩窗口。
multisignal降噪。
小波分析仪的应用提供了一种去噪方法与一个预定义的阈值策略或手动阈值方法。使用这个工具使很容易将噪声从许多信号在一个步骤。
通过单击显示去噪的窗口消除干扰按钮位于底部的命令框右边的窗口。
大量的选项可用于微调去噪算法。在这个例子中,接受默认值:
软
类型的阈值,固定形式的阈值
方法,按比例缩小的白噪声
作为噪声的结构。单击所有按钮在阈值窗格中。每一层的阈值(ThrD1、……ThrD4)计算并显示选择的数据窗格。
然后点击消除干扰底部的按钮阈值窗格。
ctrl - click的去噪项目在左边的列表中选择数据集窗格。选择原始信号和对应的去噪的信号(2 x 192 = 384)。
单击Asc。底部的按钮选择的数据窗格中进行排序根据Idx Sig的信号参数。
用鼠标,选择第一个四个信号。他们对应的原始信号1,2 193年对应的去噪信号,194
选择
单独的模式
。查看剩余工资,ctrl - click
源自。信号
,去噪
和残差
物品在左边的列表中选择数据集窗格。原始的,选择去噪和残余信号(信号3 x 192 = 576)。单击Asc。底部的按钮选择的数据窗格中,使用的信号
Idx团体
参数。用鼠标,选择第一个六个信号。他们对应于原始信号1 2对应的去噪信号193年,194年和385年残差,386。
然后,选择
单独的模式
。点击关闭关闭去噪工具。然后,单击是的按钮更新合成信号。
手动阈值调整
选择一种方法,选择一个或多个信号选择的数据窗格中使用鼠标和键。然后点击选择按钮。你可以选择另一组信号使用相同的方法。按下消除干扰按钮来选择信号降噪(年代)。
您还可以使用手动阈值调优。单击启用手动阈值调整按钮。
小波系数的水平线轴(
cd1
、……cd4
可以使用鼠标拖。这可能是单独完成的,由集团或一起取决于中的值选择信号和选定的水平字段手动阈值调整窗格。在分析小波一维Multisignal压缩工具,您可以使用两个阈值优化方法:通过阈值水平方法用于小波一维Multisignal分析去噪工具,和全局阈值方法。
你可以拖拽的垂直线能源和Nb。0的表演轴使用鼠标。可以单独或一起取决于的值选择信号在手动阈值调整窗格。
阈值,L2性能和数量的零性能更新相应的编辑按钮手动阈值调整窗格。
统计数据信号
您可以显示各种统计参数相关信号及其组件。的小波一维Multisignal分析工具,单击统计数据按钮。然后选择的信号1选择数据集窗格。
选择信号的1、2、3、7、9和11选择的数据窗格中,并显示相应的箱线图和相关情节。
在许多小波组件显示统计数据,选择数据集窗格中,在左侧列中,选择
Orig.Signals
,应用程序1
,依据1
、去噪、残差
信号。然后选择单独的模式
,然后单击Asc。按钮排序窗格。选中的数据按升序排序对Idx团体
参数。在选择的数据窗格中,选择相关数据信号1。
集群信号
请注意
使用聚类,您必须统计和机器学习工具箱™软件安装。关于集群的更多信息,包括测量物体之间的距离和距离的确定对象,明白了分层聚类(统计和机器学习的工具箱)。
单击聚类按钮位于命令帧,右下角的小波一维Multisignal分析窗口打开聚类工具。
你可以集群不同类型的信号和小波组件:原始的、去噪和压缩,残差,近似或细节(重建或系数)。同样,有几种方法来创建分区的数据。
使用默认参数(
原始
和信号
在数据集群,提升等级,欧几里得,病房
,6
在集群)并单击计算集群按钮。一个完整的系统树图和受限制的系统树图显示的选择系统树图窗格。对于每一个信号,集群显示数量选择的数据窗格。
选择一个集群,多个集群,或一个集群的一部分。
单击
xticklabel 3
底部的限制系统树图。第三个集群的链接眨眼在完整的系统树图和24这类显示的信号所选数据的可视化窗格。你可以看到他们的数量选择的数据窗格。单击行限制或完整的系统树图允许您选择一个集群,几个集群,或者一个集群的一部分。更准确的选择使用
扩张X
和翻译X
滑块在完整的系统树图。您还可以使用Yscale按钮上方的完整的系统树图。显示在相应的信号所选数据的可视化窗格的列表中选择的数据窗格。您可以使用水平线在完整的系统树图改变集群的数量。使用鼠标左键拖动直线向上或向下。
使用显示集群按钮来检查当前的集群分区。您可以显示每个集群的平均(或中位数),全球标准偏差和周围的点态标准偏差距离均值(或中位数)。每个图标题包含:集群中信号的数量(
注
)和总额的百分比,全球标准偏差(D
)集群和质量两个指标,第一季度
和第二季
。的
第一季度
和第二季
指数可以解释为措施如何,以及集群是集中在多维空间。的值最小值
和马克斯
分别的最小值和最大值,绝对值的集群中的信号样本。如果全球标准差D
是小的,那么第一季度
接近1,第二季
接近0。在这种情况下,集群被认为是well-concentrated。如果D
很大,那么第一季度
很小,第二季
很大。在这种情况下,集群被认为是更分散。例如,在集群3的最大和最小值的绝对值信号样本5和220年,分别。然后第一季度
= 1−37.208/220 = 0.831和第二季
= 37.208 / (220 - 5)= 0.173。单击存储当前分区按钮下方聚类窗格来存储当前分区进行进一步的比较。一个默认名称。注意,一维小波Multisignal分析工具存储分区和他们不是保存在磁盘上。
分区
构建和存储多个分区(例如,分区与信号去噪信号近似在1级,2和3,和去噪信号)。然后,单击打开分区管理器按钮下方存储当前分区按钮。的分区管理窗格中出现。列出所有存储分区的名称。
现在,您可以显示,清晰,或保存分区(选择的单独或一起)。
显示分区,选择
让信号
和窝信号
分区,并单击选择旁边的按钮显示分区标签。集群几乎是一样的,但它是很难看到的选择分区轴,由于比例不同。按下应用按钮重编号集群(从选择分区作为基本编号)比较两个分区。
只有三个信号不分类在同一集群的两个分区。
选择你想要的分区保存并单击保存分区按钮下方存储当前分区按钮分区管理窗格。
分区保存为一个整数数组,每一列对应一个分区和包含集群的指标。当你选择
完整的分区
选择,一个数组对象(wpartobj
)保存。加载或清除存储分区使用文件>分区在小波一维Multisignal分析工具。(文件>分区也可以在小波一维Multisignal分析聚类工具,您还可以保存当前分区)。
清除一个或多个存储分区,选择分区文件> >明确分区。
选择分区文件> >加载分区从磁盘加载一个或多个分区。加载分区存储在小波一维Multisignal分析工具与任何先前存储分区。一个分区也可以手动创建的列向量。
请注意
信号加载分区的数量必须等于的信号小波一维Multisignal分析工具。会出现一个警告,如果这种情况并非如此。
在每个子组件的小波一维Multisignal分析工具(主要、统计、去噪、压缩、集群),你可以导入一个存储分区的列表选择的数据窗格。单击导入部分底部的按钮选择的数据窗格中,分区设置管理器窗口。选择一个分区并单击进口按钮。
对于这个示例,回到主窗口,导入
让信号
分区和降序对信号的分类A4能量百分比。你可以比较分区的分区工具。显示分区工具,单击更多的分区按钮底部的分区管理面板。默认情况下,当分区工具打开,当前选择的分区,在这种情况下
让信号
与自己相比。左下图,一个整数N
在(i, j)
意味着一群N
信号的我
th集群的P1
和j
th集群的P2
。由于分区工具是比较一个分区和本身,所有的数字都绘制在主对角线上。统计测量的相似性分区
P1
和P2
显示在右边的面板中。的分区对链接板计数对信号。两个信号x
和y
被认为是一对如果他们是在同一个集群。对于任何两个信号x
和y
,有四种可能。信号是成对的
P1
和P2
。这被称为真阳性。信号是成对的
P1
但不是在P2
。这被称为假阳性。不配对的信号
P1
但在P2
。这被称为假阴性。不配对的信号
P1
或P2
。这被称为真正的负。
的分区对链接显示了四种可能的百分比。在这个例子中,因为有192信号,可能有192 * 191/2 = 18336对。略高于19%的链接对被认为是真正的优点,和大约80%是真正的底片。因为分区被与自己相比,没有对被认为是假阳性或假阴性。
你也可以衡量相似的两个分区分配之间的距离(或索引)[1]。距离是基于真实和假阳性和阴性的数量。距离可以以不同的方式定义。让R是真阳性的数量,年代是真正的底片,U假阳性的数量,V假阴性的数量。的分区相似指数面板显示之间的距离
P1
和P2
分区使用不同距离的定义:兰德指数(
兰德
):(R+年代)/ (R+年代+U+V)。不对称兰德指数(
RandAsym
):(2×(R+年代+U)+NS) /NS2在哪里NS是信号的总数。Jaccard指数(
Jaccard
):R/ (R+U+V)。纠正兰德指数(
HubAra
):(R- - - - - -呃)/ (先生- - - - - -呃)在哪里呃的期望值R和先生是索引的最大价值。如果两个分区相同,该指数= 1。这个指数有可能是负的。华莱士指数(
华莱士
):R/√|πP1
)|×|π(P2
)|)在哪里|π(P我
)|加入双分区的数量吗P我
。McNemar检验法指数(
MacNemar
):如果abs (U+V)= 0,那么该指数= 1。否则,该指数=abs (U- - - - - -V)/ (U+V)。Lerman指数(
ICL
):(R- - - - - -呃)/√虚拟现实)在哪里虚拟现实的方差R。规范化Lerman指数(
ILN
):ICL (P1
,P2
)/√ICLP1
,P1
)×ICL (P2
,P2
)在哪里ICL (P,问)表示两个分区的Lerman指数P和问。
选择
窝信号
在选取P2在窗口的右上角。然后,在左下角轴,单击黄色文本包含值2
(对应的点的坐标(4、5)。相应的信号显示与所有相关的信息。
多聚类
而不是提升层次树的聚类方法,您可以使用k - means方法。对于这种情况,分区不能由一个系统树图和其他表示应该使用。
在图像表征(见下图左边),您可以选择一个集群colorbar通过点击相应的颜色。你也可以选择一个集群的集群或部分通过点击图像。
中间表示(见下图右边)您可以选择一个集群通过点击相应的颜色的中心。
导入和导出的信息小波分析仪应用
小波一维Multisignal分析工具允许您移动数据和从磁盘。
信息保存到磁盘
你可以节省分解去噪和压缩信号(包括相应的分解小波一维Multisignal分析工具)到磁盘。你可以操作数据和后再导入到图形工具。
储蓄分解
小波一维Multisignal分析主要工具允许您保存整个集小波分析中的数据到磁盘。工具箱创建一个MAT-file你选择在当前文件夹的名字。
打开小波一维Multisignal分析主要工具和加载选择的实例分析文件> >前21个例子:思想家(行)。
从这个分析保存数据,使用菜单选项文件>保存分解。
出现一个对话框,允许您指定一个文件夹和文件名存储分解数据。对于这个示例,使用这个名字
decORI.mat
。类型名称
decORI
。在保存数据分解到文件
decORI.mat
变量加载到您的工作区:负载decORI谁
的名字 大小 字节 类 12月
1 x1
163306年
结构体
12月12月= dirDec:‘r’级别:4 wname:“db2”dwtFilters: [1 x1 struct] dwtEXTM:“信谊”dwtShift: 0 dataSize: [192 - 96] ca:[192×8双]cd: {1} x4细胞
这个领域
ca
的结构12月
给出了近似系数在4级,cd
是一个单元阵列包含细节的系数。大小(dec.cd {1}) ans = 192 49大小(dec.cd {2}) ans = 192 26个大小(dec.cd {3}) ans = 192 14尺寸(dec.cd {4}) ans = 192 8
你可以改变系数使用
chgwdeccfs
函数。请注意
的完整描述
12月
结构,请参阅加载分解。
信息加载到小波一维Multisignal分析工具
你可以加载信号或分解到图形界面。加载的信息可能是以前出口的图形化界面,然后在工作区中操纵;或者它可能是最初从命令行生成的信息。在这两种情况下,你必须遵守严格的文件格式和数据结构使用的小波一维Multisignal分析工具或错误会发生当你试图加载信息。
加载信号。加载一个信号你在MATLAB构建工作空间到小波一维Multisignal分析工具,保存信号MAT-file(与扩展。垫
)。
例如,如果你设计一个信号magic128
和想在小波分析一维Multisignal分析工具,类型
保存magic128 magic128
请注意
工作空间变量magic128
必须是一个矩阵的行数和列必须大于1。
sizmag =大小(magic128) sizmag = 128 128
将这个信号加载到小波一维Multisignal分析工具,使用文件>加载信号菜单项。出现一个对话框,你选择适当的MAT-file加载。
请注意
当你从磁盘加载一个矩阵的信号,二维变量的名字按照以下顺序进行检查:x
,X
,sigDATA
,信号
。然后,遇到的二维变量在文件检查按字母顺序排列的。
加载分解。加载分解在MATLAB构建工作空间到小波一维Multisignal分析工具,保存在MAT-file信号(与扩展垫
)。
例如,如果你在设计一个信号magic128
和想在小波分析一维Multisignal分析,结构12月
必须有以下字段:
“dirDec” |
方向指示器, |
“水平” |
水平的DWT分解 |
“wname” |
小波的名字 |
“dwtFilters” |
结构有四个领域: |
“dwtEXTM” |
DWT(见扩展模式 |
“dwtShift” |
DWT转变参数(0或1) |
“dataSize” |
原始矩阵的大小 |
“ca” |
近似系数在层次 |
“cd” |
单元阵列的细节系数,从1到 |
系数cA
和cD {k}
,(k = 1
来dec.level
一点),矩阵和存储行操作dec.dirDec
等于“r”
或列dec.dirDec
等于“c”
。
请注意
的字段“wname”
和“dwtFilters”
必须兼容(见wfilters
功能)。的大小cA
和cD {k}
,(k = 1
来dec.level
必须兼容的方向),分解的水平,扩展模式。
加载和保存分区。
装载。小波一维Multisignal分析主要工具和集群工具让你从磁盘加载一组分区。
拯救分区。小波一维Multisignal分析集群工具允许您保存一组分区磁盘。
例如:
打开小波一维Multisignal分析主要工具和负载的例子分析使用文件> >前21个例子:思想家(行)。
单击聚类按钮。小波一维Multisignal分析集群窗口。
单击计算集群按钮,然后保存当前分区使用菜单选项文件> >分区保存当前分区。出现一个对话框,允许您指定要保存的数据类型。
单击拯救咕咕叫。按钮。
另一个对话框,允许您指定一个文件夹和文件名存储分区的数据。类型名称
curPART
。分区数据保存到文件
curPART.mat
变量加载到您的工作区:负载curPART谁
的名字 大小 字节 类 tab_IdxCLU
192年x1
1536年
双
您可以修改数组
tab_IdxCLU
在工作区中,并保存在一个文件中对数据进行分区。例如创建两个新的分区与四个和两个集群,键入下列命令行:tab_IdxCLU(:, 2) =快速眼动((1:192),4)+ 1;tab_IdxCLU(:, 3) =双((1:192)> 96)+ 1;保存newpart tab_IdxCLU
现在您可以使用三个示例例21:分区思想家(行)。然后,您可以加载分区存储在文件中
newPART.mat
在小波一维Multisignal分析主要工具和聚类工具。请注意
一个分区是一个列向量的整数。的值必须不同
1
来NbClusters
(NbClusters > 1
),每个集群必须包含至少一个元素。的行数必须等于信号的数量。
引用
[1]Denoeud, L。Garreta, H。,A. Guénoche. "Comparison of Distance Indices Between Partitions." In应用国际研讨会随机模型和数据分析,432 - 440。法国布雷斯特:法国des电信德布列塔尼,2005。