主要内容

cwtfilters2array

CWT滤波器组转换为减轻重量为深度学习张量

自从R2022b

    描述

    (psifvec,filteridx)= cwtfilters2array (wfb)转换CWT滤波器组wfb减轻重量CWT过滤器张量psifvec深度学习。filteridx是一个簿记矩阵。

    例子

    (psifvec,filteridx)= cwtfilters2array (___,)使用提取从每个CWT过滤器,重要值wfb。通过阈值,可以显著减少的数量可学的滤波器组参数。

    (psifvec,filteridx)= cwtfilters2array (___IncludeLowpass =特遣部队)指定是否要包括低通(扩展)滤波器psifvec

    例子

    全部折叠

    创建一个类滤波器组适合深度学习。指定一个信号长度为2048样本。使用默认的莫尔斯波。

    len = 2048;fb = cwtfilterbank (SignalLength = len边界=“周期”);

    从过滤器中提取减轻重量CWT过滤器张量。指定一个阈值1/4

    [psifvec, filteridx] = cwtfilters2array (fb, 1/4);

    使用簿记矩阵filteridx情节的过滤器psifvec

    fBins = (0: len-1) /兰;持有k = 2:尺寸(filteridx 1) indX = filteridx (k, 1:2);印地赛车= filteridx (k, 3:4);rangeX = indX (1): indX (2);rangeY =印第安纳·琼斯(1):印第安纳·琼斯(2);情节(fBins (rangeX)、挤压(psifvec (rangeY)))结束标题(“提取过滤器张量”)包含(“归一化频率(周期/样本)”)ylabel (“级”)举行ylim (2 [0])

    图包含一个坐标轴对象。坐标轴对象与标题提取过滤器张量,包含归一化频率(周期/样本),ylabel级包含81行类型的对象。

    输入参数

    全部折叠

    CWT滤波器组,指定为一个cwtfilterbank对象。wfb必须有边界=“周期”。有关更多信息,请参见cwtfilterbank

    阈值CWT过滤器的应用wfb,指定为一个真正的标量。cwtfilters2array使用提取从每个CWT过滤器,重要值wfb。过滤器是规范化,以便每个滤波器的峰值是2

    • 较小的值导致更多的值被保留的CWT过滤器,因此不减肥。

    • 更大的值导致更多的减肥和分歧的深度学习CWT和转换计算滤波器组。

    • 任何阈值小于最小正浮点数,最小的积极的归一化双精度浮点数,设置最小正浮点数提取过滤值。

    设置值导致没有值被保留任何单个过滤器会导致错误。

    数据类型:|

    包括低通滤波器,指定为一个数字或逻辑1(真正的)或0()。指定真正的包括低通滤波器(扩展)滤波器psifvec。的大小filteridx增加到Nfilt+ 2×4,Nfilt是CWT过滤器的过滤器银行吗wfb。扩展的元信息过滤器是包含在最后一排filteridx

    数据类型:逻辑

    输出参数

    全部折叠

    张量,减轻重量CWT过滤器作为1-by-1-by——返回Nr张量,Nr过滤值的数量大于

    数据类型:

    簿记矩阵来描述psifvec,作为一个返回Nfilt+ 1-by-4矩阵,其中Nfilt是CWT过滤器的过滤器银行吗wfb

    • 第一行的filteridx[1Nf0 0],在那里Nf频率垃圾箱的数量,或者同样的时间点小波滤波器。Nf等于SignalLength的属性wfb

    • 行2通过Nfilt+ 1,第一个两列filteridx包含开始和结束频率垃圾箱下令减少相应的小波滤波器中心频率。第三和第四列的filteridx包含开始和结束指数相应滤波器的重塑张量,psifvec

      使用array2cwtfilters重建一个近似小波滤波器组psifvecfilteridx

    数据类型:uint32

    版本历史

    介绍了R2022b

    另请参阅

    功能

    对象