Show simple item record

dc.contributor.authorРоманчак, В. М.
dc.contributor.authorГундина, М. А.
dc.coverage.spatialМинскru
dc.date.accessioned2020-09-25T12:09:33Z
dc.date.available2020-09-25T12:09:33Z
dc.date.issued2020
dc.identifier.citationРоманчак, В. М. Выделение периодической компоненты разложением по сингулярным вейвлетам = Isolation of a periodic component by singular wavelet decomposition / В. М. Романчак, М. А. Гундина // Системный анализ и прикладная информатика. – 2020. – № 3. – С. 4-8.ru
dc.identifier.urihttps://rep.bntu.by/handle/data/79476
dc.description.abstractВ работе предлагается применять дискретное вейвлет-преобразование с сингулярным вейвлетом для выделения периодической составляющей из сигнала. Традиционно считается, что для базисного вейвлета должно выполняться условие допустимости (среднее значение вейвлета равно нулю). Для сингулярных вейвлетов условие допустимости не выполняется. В качестве сингулярного вейвлета можно использовать дельтаобразные функции, которые участвуют в оценках Парзена-Розенблатта, Надарая-Ватсона. С помощью сингулярного вейвлета определяется дискретное вейвлет-преобразование. Подобное преобразование изучалось нами ранее для непрерывного случая. Были получены теоретические оценки скорости сходимости суммы вейвлет-преобразований; предложены различные варианты и дано теоретическое обоснование применению метода сингулярных вейвлетов; cформулированы достаточные условия равномерной сходимости суммы вейвлет-преобразований. Показано, что с помощью вейвлет-преобразования можно решать задачу непараметрической аппроксимации функции. Разложение по сингулярным вейвлетам является новым методом и в настоящее время отсутствуют примеры его приложения к решению прикладных задач. В данной работе анализируются возможности метода сингулярных вейвлетов. Сделано предположение, что в некоторых случаях из сигнала можно выделить медленную и быструю компоненту, и такая гипотеза подтверждается численным решением реальной задачи. Аналогичный анализ проводится и с помощью параметрического уравнения регрессии, которое позволяет выделить периодическую составляющую из сигнала. Сравнение результатов расчетов подтверждает, что непараметрическая аппроксимация, основанная на сингулярных вейвлета, и применение параметрической регрессия может приводить к аналогичным результатам.ru
dc.language.isoruru
dc.publisherБНТУru
dc.titleВыделение периодической компоненты разложением по сингулярным вейвлетамru
dc.title.alternativeIsolation of a periodic component by singular wavelet decompositionru
dc.typeArticleru
local.description.annotationIn this paper, we propose to use a discrete wavelet transform with a singular wavelet to isolate the periodic component from the signal. Traditionally, it is assumed that the validity condition must be met for a basic wavelet (the average value of the wavelet is zero). For singular wavelets, the validity condition is not met. As a singular wavelet, you can use the Delta- shaped functions, which are involved in the estimates of Parzen-Rosenblatt, Nadaraya-Watson. Using singular value of a wavelet is determined by the discrete wavelet transform. This transformation was studied earlier for the continuous case. Theoretical estimates of the convergence rate of the sum of wavelet transformations were obtained; various variants were proposed and a theoretical justification was given for the use of the singular wavelet method; sufficient conditions for uniform convergence of the sum of wavelet transformations were formulated. It is shown that the wavelet transform can be used to solve the problem of nonparametric approximation of the function. Singular wavelet decomposition is a new method and there are currently no examples of its application to solving applied problems. This paper analyzes the possibilities of the singular wavelet method. It is assumed that in some cases a slow and fast component can be distinguished from the signal, and this hypothesis is confirmed by the numerical solution of the real problem. A similar analysis is performed using a parametric regression equation, which allows you to select the periodic component of the signal. Comparison of the calculation results confirms that nonparametric approximation based on singular wavelets and the application of parametric regression can lead to similar results.ru


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record