[英]How to calculate wavelet energy-to-Shannon entropy ratio to select best mother discrete wavelet in python?
我正在对传感器数据进行小波分析,但是我意识到有很多小波系列可供选择。 我读过一篇文章说:“该方法首先使用最大能量与香农熵之比的标准来选择适当的小波基进行信号分析。” 因此,我想知道如何计算python中传感器信号的能量与香农熵比?
假设文本是最好的猜测:np.max(总能量/总熵)|小波
import pywt
import numpy as np
#series - input data
#wave - current wavelet
data=pywt.wavedec(series,wave)
S=0
Etot=0
for d in data:
E=d**2
P=E/np.sum(E)
S+=-np.sum(P*np.log(P))
Etot+=np.sum(E)
ratio=Etot/S
然后对每个候选小波重复
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.