การสลายตัวแบบปรับตัวของสัญญาณด้วยวิธี EWT (Gilles, 2013)
การแปล Python จากกล่องเครื่องมือ MATLAB ดั้งเดิม
EWTPY ทำการแปลงเวฟเล็ตเชิงประจักษ์ของสัญญาณ 1D เหนือเครื่องชั่ง N ฟังก์ชั่นหลักคือ EWT1D:
ewt, mfb, boundaries = ewt1d (f, n = 5, log = 0, detect = "locmax", เสร็จสิ้น = 0, reg = 'เฉลี่ย', lengthfilter = 10, sigmafilter = 5)
ฟังก์ชั่นอื่น ๆ ได้แก่ :
ewt_boundaries_detect
ewt_boundaries_completion
ewt_meyer_filterbank
ewt_beta
ewt_meyer_wavelet
localmax
Localmaxmin
ฟังก์ชันบางอย่างจากกล่องเครื่องมือ MATLAB ของ J.Gilles ยังไม่ได้ใช้งานเช่น EWT ของอินพุต 2D, การประมวลผลล่วงหน้า, การปรับตัว/scalespace boundaries_detect
โฟลเดอร์ตัวอย่างมีสัญญาณทดสอบและสคริปต์
หรือ
มีกระดาษที่ https://doi.org/10.1016/j.bspc.2020.102073
หากคุณพบว่าแพ็คเกจนี้มีประโยชน์เราขอให้คุณอ้างอิงในงานของคุณ
Vinícius R. Carvalho, Márcio FD Moraes, Antônio P. Braga, Eduardo Mam Mendes, การประเมินวิธีการสลายตัวแบบปรับตัวที่แตกต่างกันห้าวิธีสำหรับการตรวจจับและการจำแนกสัญญาณการจับกุมสัญญาณ EEG, การประมวลผลและการควบคุมทางชีวการแพทย์ https://doi.org/10.1016/j.bspc.2020.102073
หากคุณพัฒนา funcionality ใหม่หรือแก้ไขทุกอย่างในรหัสเพียงแค่ให้ไฟล์ที่เกี่ยวข้องกับฉันและเครดิตใดที่ฉันควรรวมไว้ในไฟล์ readme นี้
คำถามใด ๆ ความคิดเห็นคำแนะนำและ/หรือการแก้ไขโปรดติดต่อกับ [email protected]
@author: Vinícius Rezende Carvalho
Programa de pósGraduação em Engenharia elétrica - ppgee ufmg
Universidade Federal de Minas Gerais - Belo Horizonte, บราซิล
Núcleo de Neurociências - NNC
#%% Example script
import numpy as np
import matplotlib . pyplot as plt
import ewtpy
T = 1000
t = np . arange ( 1 , T + 1 ) / T
f = np . cos ( 2 * np . pi * 0.8 * t ) + 2 * np . cos ( 2 * np . pi * 10 * t ) + 0.8 * np . cos ( 2 * np . pi * 100 * t )
ewt , mfb , boundaries = ewtpy . EWT1D ( f , N = 3 )
plt . plot ( f )
plt . plot ( ewt )