この場所は、簡単に補足バック、説明します
時系列のウェーブレット解析
ウェーブレット変換、分析（空間）の時間周波数信号（関数）を徐々にマルチスケール伸縮変換操作で精製し、最終的に高周波数の時間セグメントを得る、低周波数セグメントの周波数局在化され、自動的に時間 - 周波数に適応することができます要件は、科学的な方法で大きなブレークスルーになるので、フーリエ変換、フーリエ変換の困難な問題を解決するために、信号のいずれかの細部に集中させることができる分析を、信号。
時系列研究において、ウェーブレット解析およびフィルタリングノイズは時系列をキャンセル主ため、定期的な監視および識別情報成分は、係数とフラクタル次元、点変異及び複数の時間スケールの分析等を算出します。（ドライ除去フィルタと私はここで理解していません）
適切な塩基のウェーブレット関数の選択は、ウェーブレット解析のための前提条件であることに留意すべきです。別のグループは、ウェーブレット関数を選択した場合に得られた結果は、多くの場合、時には、非常に異なる変化、同時にまたはシグナル配列;研究における実用的な用途では、必要な特定の状況基づくウェーブレット関数のために選択されるべきです。現在、主にベースウェーブレット関数の品質を決定するために、異なるウェーブレット解析信号を得る理論的な結果との誤差を比較し、それによって所望のグループウェーブレット関数このような研究を選択します。
最も重要なのは、周波数の時系列変化特性を解析することで、その後の方程式、これらの係数をウェーブレット変換によってウェーブレット係数を得ることです。
ウェーブレット分散図と呼ばれる縮尺変更処理とウェーブレット分散、。これは、スケール分布を有する信号の変動のエネルギーを反映しています。したがって、図ウェーブレット分散とは、異なる種類の主信号の時間スケール存在スケール摂動、すなわち一次サイクルの相対強度を決定するために使用されます。
（この部分は、私は戻ってマップ内塗装しました）