Aller au contenu principal
2020 article

Performance of reconstruction factors for a class of new complex continuous wavelets

4Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : in. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

In this paper, we determine the factors necessary for the reconstruction of the signal from its continuous wavelet transform performed using the new complex continuous wavelet family by making use of admissible conditions and studied some of its properties. We also make a comparative assessment of its performance with the existing complex continuous wavelets, such as Morlet, Paul and DOG, in terms of reconstruction capability. The reconstruction was performed on three data sets, namely, a signal with a mixture of low and high frequencies, a non-stationary signal (synthetic) and an ECG signal. The results show that the proposed family of wavelets reconstruction capability is comparable with Morlet, Paul and DOG wavelets. Further, we investigate an alternate reconstruction formula without making use of admissibility condition and compare its efficiency of reconstruction with the standard (restricted) Morlet wavelet.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Performance of reconstruction factors for a class of new complex continuous wavelets
Date Crossref
12/11/2020
Éditeur
World Scientific Pub Co Pte Lt
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Osmania University Department of Mathematics pays non établi dans la notice
    Université ou école supérieure
  • Advanced Data Processing Research Institute (ADRIN) Department of Space pays non établi dans la notice
    Structure de recherche

Department of Mathematics — Osmania University et Department of Space — Advanced Data Processing Research Institute (ADRIN).

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Image and Signal Denoising MethodsCardiovascular Health and Disease PreventionECG Monitoring and Analysis

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.