主要内容

waveletScattering

小波时间散射

描述

使用waveletScattering小波时间对象创建一个网络散射分解使用伽柏(分析Morlet)小波。网络使用小波和低通滤波器尺度函数生成低温度差的实值时间序列数据的表示。小波时间散射收益率表示对翻译的输入信号在不牺牲类辨别力。您可以使用表示作为输入分类器。您可以指定的持续时间平移不变性和小波的数量每倍频程滤波器。散射网络还支持时间××频道批C (T××B)输入。万博1manbetx

创建

描述

例子

科幻小说= waveletScattering创建一个小波时间散射网络有两个滤波器。第一个过滤器银行每八度八小波的品质因数。第二个过滤器银行每倍频程的品质因数小波。默认情况下,waveletScattering假设一个信号输入1024个样本的长度。尺度不变性的长度是512个样本。默认情况下,waveletScattering采用周期性边界条件。

例子

科幻小说= waveletScattering (名称,值)为小波散射,创建一个网络科幻小说,在指定的一个或多个属性名称,值对参数。属性可以在任何顺序指定Name1, Value1,…,的家。在报价附上每个属性的名字。

请注意

除了OversamplingFactor创建后,你不能改变现有的散射网络的属性值。例如,如果你有一个网络科幻小说与一个SignalLength2000年,您必须创建第二个网络sf2对2001个样本的一个信号。你不能指定一个不同的SignalLength科幻小说

属性

全部展开

信号长度样本中,指定为一个正整数≥16。如果输入散射网络是一个行向量,SignalLength必须匹配输入数据的列数。如果输入的散射网络是一个列向量,矩阵,或三维数组,SignalLength数据必须匹配的行数。

数据类型:

采样频率在赫兹,指定为一个积极的标量。如果未指定的,频率周期/样本和奈奎斯特频率½。

数据类型:

散射变换不变性,指定为一个积极的标量。InvarianceScale指定翻译散射变换的不变性。如果你不指定SamplingFrequency,InvarianceScale以样本。如果您指定SamplingFrequency,InvarianceScale以秒。默认情况下,InvarianceScale一半是SignalLength在样本。

InvarianceScale不能超过SignalLength在样本。

例子:科幻小说= waveletScattering (“SamplingFrequency”“SignalLength”, 1000年,200年,“InvarianceScale”, 5)最大的可能InvarianceScale

数据类型:

散射过滤器银行问因素,指定为一个正整数或正整数的一个向量。一个过滤器银行Q因子的数量每倍频程小波滤波器。质量因素不能超过32,必须大于或等于1。

如果QualityFactors被指定为一个向量的元素QualityFactors必须严格减少。

例子:科幻小说= waveletScattering (“QualityFactors”, [8 2 1])创建一个小波散射与三个过滤器银行网络。

数据类型:

信号扩展方法适用于边界:

  • “周期”——定期延长信号长度2 ^装天花板(log2 (N)),在那里N是信号长度。

  • “反射”——扩展信号反射的长度2 ^装天花板(log2 (2 N)),在那里N是信号长度。

信号扩展到匹配小波滤波器的长度。过滤器的长度是两个的权力。

内部操作的信号扩展方法。结果downsampled回到原始信号在返回之前的规模。

散射分解的精度:

  • “双”——双精度

  • “单一”——单精度

所有涉及小波散射的计算网络中进行精度。小波散射等功能featureMatrixfilterbank返回输出过滤器等精度。的输出的精度scatteringTransform函数不超过精度科幻小说

请注意

  • 如果你构建一个散射网络与双精度过滤器和网络应用于单精度数据、内部过滤器是投单精度。后续过滤用单精度到创建一个新的网络无论输入数据类型。

  • 指定精度作为“单一”在代码生成在建设尤其有用,因为它消除了需要创建一个额外的散射滤波器的副本。

过采样的因素,作为一个非负整数或指定。因素指定采样过量对散射系数是多少极度downsampled值。的因素是日志2规模。默认情况下,OversamplingFactor被设置为0,对应于批判将采样系数。您可以使用numCoefficients确定系数的数量获得散射网络。获得一个完全抽取散射变换,集OversamplingFactor

设置OversamplingFactor的值将导致更多的系数比样品相当于设置OversamplingFactor。增加了OversamplingFactor显著增加了计算复杂度和内存需求的散射变换。

例子:如果科幻小说= waveletScattering (OversamplingFactor, 2),散射变换的回报22倍系数为每个散射路径对严格采样数。

优化散射变换的逻辑,这决定散射变换降低散射路径的数量来计算基于带宽的考虑,指定为一个数字或逻辑1(真正的)或0()。

如果您指定OptimizePath作为真正的订单2的,不包括散射散射变换路径和更大的不满足以下标准:中心频率-½3-dB小波滤波器的带宽(+ 1)th过滤器银行必须重叠0 (DC) +½3-dB小波滤波器的带宽滤波器组。如果不满足这一标准,高阶路径排除在外。设置OptimizePath真正可以显著减少散射路径和散射变换对于大多数网络的计算复杂度。

您可以使用路径来确定哪个多少散射路径计算。

对象的功能

scatteringTransform 小波一维散射变换
featureMatrix 散射特征矩阵
日志 自然对数的散射变换
filterbank 小波散射滤波器
littlewoodPaleySum Littlewood-Paley总和
散点图 可视化散射或量图系数
centerFrequencies 小波散射带通中心频率
numorders 订单数量的散射
numfilterbanks 散射滤波器
numCoefficients 小波散射系数
路径 散射网络路径

例子

全部折叠

创建一个小波散射与默认值。

科幻小说= waveletScattering
科幻小说= waveletScattering属性:SignalLength: 1024 InvarianceScale: 512 QualityFactors: 8[1]边界:“周期性”SamplingFrequency: 1精密:“双”OversamplingFactor: 0 OptimizePath: 0

画出小波滤波器用于第一和第二滤波器。

(过滤器、f) = filterbank (sf);情节(f,过滤器{2}.psift)标题(“第一过滤器银行”)包含(“周期/样本”)ylabel (“级”网格)

图包含一个坐标轴对象。坐标轴对象与标题第一滤波器组包含41线类型的对象。

图绘制(f,过滤器{3}.psift)标题(“第二过滤器银行”)包含(“周期/样本”)ylabel (“级”网格)

图包含一个坐标轴对象。坐标轴对象标题第二滤波器组包含7线类型的对象。

情节Littlewood-Paley大笔的滤波器。

[lpsum f] = littlewoodPaleySum (sf);图绘制(f, lpsum)传说(“第一过滤器银行”,“第二过滤器银行”)包含(“周期/样本”网格)

图包含一个坐标轴对象。坐标轴对象包含2线类型的对象。这些对象代表第一滤波器组,第二滤波器组。

这个例子展示了如何创建和应用小波散射与三个过滤器银行网络数据。

负载在一个数据集。创建一个散射网络有三个滤波器可以应用到数据。

负载汉德尔disp ([的数据采样频率:num2str (Fs),“赫兹”])
数据采样频率:8192 Hz
科幻小说= waveletScattering (“SignalLength”元素个数(y),“SamplingFrequency”Fs,“QualityFactors”(4 2 1))
科幻小说= waveletScattering属性:SignalLength: 73113 InvarianceScale: 4.4625 QualityFactors:[4 2 1]边界:“周期性”SamplingFrequency: 8192精密:“双”OversamplingFactor: 0 OptimizePath: 0

检查网络。图中所使用的小波滤波器第三滤波器组。

(过滤器、f) = filterbank (sf);情节(f,过滤器{4}.psift)标题(“第三滤波器组”)包含(“赫兹”)ylabel (“级”网格)

情节的Littlewood-Paley资金三个滤波器。

[lpsum f] = littlewoodPaleySum (sf);图绘制(f, lpsum)包含(“赫兹”网格)传奇(“第一过滤器银行”,“第二过滤器银行”,“第三滤波器组”)

计算小波一维散射变换的数据科幻小说。可视化的散点图量图第一滤波器系数。

[S, U] = scatteringTransform(科幻,y);图分布图(科幻,U,“FilterBank”,1)

更多关于

全部展开

引用

[1],然后,乔阿欣和Stephane Mallat。“深层散射谱。”IEEE信号处理62年,没有。(2014年8月16日):4114 - 28。https://doi.org/10.1109/TSP.2014.2326991。

[2]Mallat,史蒂芬。“集团不变的散射。”通信在纯粹和应用数学65年,没有。(2012年10月):1331 - 98。https://doi.org/10.1002/cpa.21413。

扩展功能

版本历史

介绍了R2018b

全部展开