pyWavelet基于阈值的小波分解重构法去噪(软硬阈值折衷法)

软硬阈值及相应的改良方法见链接:点击打开链接

数据来源:https://archive.ics.uci.edu/ml/datasets/Appliances+energy+prediction

代码如下:

import pywt
import numpy as np
import pandas as pd
import matplotlib  
import matplotlib.pyplot as plt
import math
####################一些参数和函数############
def sgn(num):
    if(num > 0.0):
        return 1.0
    elif(num == 0.0):
        return 0.0
    else:
        return -1.0
begin = 1
end = 1001
###软硬阈值折衷法 a 参数
a = 0.5
###################一些参数和函数############# 
       
###sample###  
#x = [3, 7, 1, 1, -2, 5, 4, 6]

#read data
data = pd.read_csv('energydata_complete.csv' )
#y_value为原信号
##########画图################################################
x1 = range(begin, end)
y_values =  data['RH_6'][begin:end]
'''
scatter() 
x:横坐标 y:纵坐标 s:点的尺寸
'
  • 5
    点赞
  • 49
    收藏
    觉得还不错? 一键收藏
  • 24
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 24
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值