Energie für 1-D-Wavelet in Python

Question

I gefragt, ob es eine Implementierung für die Energie für die 1-D-Wavelet in Python, das gleiche wie die Matlab ‚[Ea, Ed] = Wenergy (C, L) ". Ich habe versucht, auf meinem eigenen zu schreiben, aber ich bin nicht sicher davon: Die Formel lautet:

Wo Dj das Detail Vektor soll, und j = 1,2, ... , ld und N1 ist die Datenlänge auf der Dekompositionsebene.

import json 
import pywt 
f=open('DataFile.txt','r') 
D=json.load(f) 
f.close() 
#create the wavelet function 
db1 = pywt.Wavelet('db13') 
#calculate the number of necessary decompositions 
NbrDecomp= pywt.dwt_max_level(len(D), db1)+1 
#Initialize an empty list to receive the Detail and Approximation 
Vector = [None] * NbrDecomp 
#we use the Wavelet decomposition in the pywt module 
Vector = pywt.wavedec(D, db1) 
#Now Vector = [Approxiamtion N, Details N, Details N-1,.....] 
#Where N would be the number of decompositions 

Nach der Definition der Energie auf der Ebene k:

Energy(k)=np.sqrt(sum([x**2 for x in Vecktor[len(Vektor)-N-1-k]])/len(Vektor)) 

die Umsetzung richtig ist?

Answer 1

Sie können Ihren Code ein wenig vereinfachen:

coeffs[len(coeffs) - k - 1] 

als

coeffs[-k] 

neu geschrieben werden, und Sie können die Quadrierung und Summierung als ein NumPy Betrieb tun (da Sie NumPy verwenden bereits)

def Energy(coeffs, k): 
    return np.sqrt(np.sum(np.array(coeffs[-k]) ** 2))/len(coeffs[-k])