抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,離散コサイン変換(DCT),離散ウェーブレット変換(DWT)の解析と実装について述べた。これらは,「シムレット4(Sym4)」と「双直交3.5(Bior3.5)」とSlantlet変換である。DCTは信号と画像を空間領域から周波数領域に変換する。DWTは,1-D信号を近似的で詳細な情報に分離し,2-D信号を4つのサブバンドLL,LH,HL,およびHHに分割する。Slantlet変換は直交離散ウェーブレット変換として知られている。それは,1-D信号を2つのサブバンド近似と詳細情報と2-D信号にそれぞれ4つのサブバンドLL,LH,HL,およびHHに分割する。本論文では,DCTを用いた一次元信号(ECG)と二次元信号(画像)の分解と再構成を,「sym4」と「Bior3.5」とSlantlet変換を用いて行った。信号分解と再構成は,圧縮,電子透かしおよびステガノグラフィ応用のための重要なツールである。入力信号と再構成信号の間の歪の量と再構成された信号の品質を統計的パラメータを計算することによって評価した。DCT,DWT,およびスランレット変換を用いて再構成された信号の品質を,平均二乗誤差(MSE),ピーク信号対雑音比(PSNR)および正規化平均二乗誤差(NRMSE)のような統計的パラメータを計算することによって測定し,これらすべての変換の性能を解析した。著者らの実験結果は,DCTとBior3.5を用いたMSEが,それぞれ,Slantlet変換とSym4を使用するMSEより少ないことを示した。したがって,Bior3.5によるDCTとDWTは,Sym4とSlantlet変換によるDWTより,信号分解と再構成のためにより良いことを証明した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】