样本中的信号长度，指定为≥16的正整数。如果散射网络的输入是行向量，信号长度必须与输入数据中的列数匹配。如果散射网络的输入是列向量、矩阵或三维阵列，信号长度必须与数据中的行数匹配。

数据类型:双重的

以赫兹为单位的采样频率，指定为正标量。如果未指定，频率以周期/样本为单位，奈奎斯特频率为½。

数据类型:双重的

散射变换不变性尺度，指定为一个正标量。InvarianceScale指定散射变换的平移不变性。如果没有指定SamplingFrequency，InvarianceScale在样本中测量。如果您指定SamplingFrequency，InvarianceScale是以秒为单位的。默认情况下,InvarianceScale一半是信号长度在样本。

InvarianceScale不能超过信号长度在样本。

例子：sf=小波模式（“信号长度”，1000，“采样频率”，200，“不变性标度”，5）有最大的可能InvarianceScale．

数据类型:双重的

散射滤波器组Q因子，指定为正整数或正整数向量。滤波器组Q因子是每倍频程小波滤波器的数量。质量系数不能超过32，且必须大于或等于1。

如果品质因素指定为向量，其中的元素品质因素必须严格递减。

例子：sf=小波模式（'QualityFactors'，[8 2 1]）创建具有三个滤波器组的小波散射网络。

数据类型:双重的

适用于边界的信号扩展方法：

扩展信号以匹配小波滤波器的长度。滤波器的长度是2的幂。

信号扩展法适用于内部操作。结果在被返回之前被向下采样回到原始信号的规模。

散射分解精度：

所有涉及小波散射网络的计算均在精度.小波散射函数，如featureMatrix和filterbank返回输出，如过滤器精度．输出的精度scatteringTransform函数的精度不超过科幻小说．

过采样因子，指定为非负整数或Inf．这个因子指定了相对于临界下采样值有多少散射系数被过采样。因子在对数上₂比例。默认情况下，过采样因子设置为0，对应于对系数进行严格的下采样。您可以使用numCoefficients确定散射网络所获得的系数数目。要获得完全非抽取的散射变换，请设置过采样因子来Inf．

背景过采样因子将系数设置为比采样数多的值等于设置过采样因子来Inf．增加了过采样因子显著增加了散射变换的计算复杂度和内存需求。

例子：如果科幻小说= waveletScattering (OversamplingFactor, 2)，则返回散射变换22乘以每个散射路径相对于严格采样数的系数。

优化散射变换逻辑，该逻辑确定散射变换是否减少了基于带宽考虑（指定为数字或逻辑）计算的散射路径数1（真正的)或0（假)．

如果您指定OptimizePath作为真正的，散射变换不包括不满足以下标准的2阶或更高阶散射路径：中心频率减去(我+1） 滤波器组必须重叠0（DC）加上1/2的小波滤波器的3-dB带宽我th滤波器组。如果不满足此条件，则排除高阶路径。背景OptimizePathTo true可以显著减少大多数网络的散射路径数量和散射变换的计算复杂度。

您可以使用路径确定计算的散射路径和散射路径数。