The performances of these methods f

The performances of these methods for estimating the growing period are compared in Fig. 5. The maximum estimation error with the Fourier transform (51 days) is much more than that with the wavelet transform (− 25 days), owing to the localized characteristics of the wavelet transform. The wavelet transform can detect localized changes separately in the time domain. In contrast, the trigonometric function of the Fourier transform is not localized in the time domain. Hence, the Fourier transform causes errors that occur in separate positions to interfere. Since the planting and harvesting dates estimated by using the wavelet transform did not include these errors, the growing period estimated by using the wavelet transform was also superior to that estimated by using the Fourier transform.

ผลลัพธ์ (ไทย) 1:

การแสดงของวิธีการเหล่านี้สำหรับการประเมินระยะเวลาที่เพิ่มขึ้นเมื่อเทียบกับในภาพ 5 ข้อผิดพลาดของการประมาณค่าสูงสุดกับฟูเรียร์ (51 วัน) มีมากขึ้นกว่าที่มีการแปลงเวฟ (- 25 วัน), เนื่องจากลักษณะท้องถิ่นของแปลงเวฟ แปลงเวฟสามารถตรวจสอบการเปลี่ยนแปลงเฉพาะที่แยกต่างหากในโดเมนเวลา ในทางตรงกันข้าม,ฟังก์ชั่นตรีโกณมิติของฟูเรียร์ไม่ได้รับการแปลเป็​​นภาษาท้องถิ่นในโดเมนเวลา ด้วยเหตุนี้ฟูเรียร์เกิดข้อผิดพลาดที่เกิดขึ้นในตำแหน่งที่แยกต่างหากที่จะแทรกแซง ตั้งแต่วันที่เพาะปลูกและเก็บเกี่ยวประมาณโดยใช้แปลงเวฟยังไม่รวมถึงข้อผิดพลาดเหล่านี้ระยะเวลาการเจริญเติบโตประมาณโดยใช้แปลงเวฟก็ยังดีกว่าที่คาดโดยใช้ฟูเรียร์.

ผลลัพธ์ (ไทย) 2:

มีการเปรียบเทียบประสิทธิภาพของวิธีการเหล่านี้สำหรับการประเมินระยะเวลาเติบโตใน Fig. 5 ข้อผิดพลาดการประเมินสูงสุดกับการแปลงฟูรีเย (51 วัน) มากขึ้นกว่าที่มีการแปลง wavelet (− 25 วัน), เนื่องจากลักษณะของแปลง wavelet ภาษาท้องถิ่นได้ แปลง wavelet สามารถตรวจการเปลี่ยนแปลงเป็นภาษาท้องถิ่นแยกต่างหากในโดเมนเวลา ในทางตรงกันข้าม ฟังก์ชันตรีโกณมิติของการแปลงฟูรีเยได้รับการแปลไม่ในโดเมนเวลา ดังนั้น การแปลงฟูรีเยทำให้เกิดข้อผิดพลาดที่เกิดขึ้นในตำแหน่งที่แยกต่างหากในการแทรกแซง ตั้งแต่การปลูกและเก็บเกี่ยวโดยประมาณที่ต้อง การแปลง wavelet ไม่มีข้อผิดพลาดเหล่านี้ ระยะเจริญเติบโตโดยการแปลง wavelet ประมาณถูกยังเหนือกว่าที่ประเมิน โดยใช้การแปลงฟูรีเย

ผลลัพธ์ (ไทย) 3:

การแสดงวิธีเหล่านี้สำหรับการประเมินช่วงเวลาที่มีการเติบโตเมื่อเทียบกับในรูป 5 . เกิดข้อผิดพลาดขณะกำหนดราคาสูงสุดที่มีฟุรเย - ที่เปลี่ยนแปลง( 51 วัน)มีมากกว่าที่พร้อมด้วย wavelet เปลี่ยนแปลง( - 25 วัน)จากลักษณะเฉพาะพื้นที่ของ wavelet เปลี่ยนที่ wavelet เปลี่ยนแปลงที่สามารถตรวจพบการเปลี่ยนแปลงในพื้นที่แยกต่างหากในโดเมนเวลาที่ได้ ในความเปรียบต่างฟังก์ชันเป็นเลขที่ของฟุรเย - ที่ปรับเปลี่ยนเป็นไม่ได้รับการแปลเป็นเวลาในโดเมนได้ ดังนั้นจึงได้นำมาใช้ปรับเปลี่ยนฟุรเย - เป็นสาเหตุให้เกิดความผิดพลาดที่เกิดขึ้นในตำแหน่งแบบแยกพื้นที่ในการแทรกแซง นับตั้งแต่การเก็บเกี่ยวผลผลิตและปลูกที่คาดว่าวันที่โดยการใช้ wavelet เปลี่ยนไม่ได้รวมถึงข้อผิดพลาดเหล่านี้ช่วงเวลาที่เติบโตโดยคาดว่าการใช้ wavelet เปลี่ยนก็คือระดับ Superior First Class ที่คาดว่าในการใช้ฟุรเย - ที่เปลี่ยนแปลง.