使用分数傅里叶变换而不是多尺度小波进行数据分析的论点是什么?
优化好的时频域参数?在最小化数据的谱熵的最佳时频域方面是好的。但通常,最佳熵是在完整的 100% 频域中实现的。
由于物理世界行为,粒子路径在 N 狭缝问题上下文中由分数傅里叶局部描述。对描述二进制布朗数据或差分二进制布朗数据有用吗?( 符号(cumsum(randn(n,1))) 或 abs(diff(sign(cumsum(randn(n,1)))))
小波可以认为只是特定稀疏分数变换的快速有效的二元方案?
从时间到频率的持续转变:这种转变的目的是什么?也许是为了提出模式?
我真的很欣赏任何关于分数傅里叶变换与小波相比优势的有力论据。
(我们的宇宙为粒子选择了分数变换编码方案,一定有效率的原因......)