如何找到閾值以及用於低通濾波器信號的小波族？

Question

我正在嘗試在本網站 [ http://ataspinar.com/2018/12/21/a-guide-for-using-the-wavelet-transform-in-machine-learning/ ] 上實施代碼將低通濾波器應用於信號，但是，我無法理解他是如何獲得閾值和小波族的。 你能解釋一下他是如何想出價值和小波名稱的嗎？

對於代碼：

def lowpassfilter(signal, thresh = 0.63, wavelet="db4"):
    thresh = thresh*np.nanmax(signal)
    coeff = pywt.wavedec(signal, wavelet, mode="per" )
    coeff[1:] = (pywt.threshold(i, value=thresh, mode="soft" ) for i in coeff[1:])
    reconstructed_signal = pywt.waverec(coeff, wavelet, mode="per" )
    return reconstructed_signal

親切的問候

Answer 1

在這種情況下，閾值 0.63 意味着他希望僅保留信號中較低頻率的 63%。 由於較高的頻率通常對信號的總能量並不重要，因此您可以爭論為了壓縮而將其移除。 根據信號的不同，您最多可以刪除 99% 的信號，並且仍然可以獲得完美的逆變換。

至於他選擇的Daubechie 4小波，除了很常見的小波，我不知道還能說什么。 它可以很好地估計 3 次多項式，這對於大多數應用程序來說通常已經足夠了。