请帮忙翻译谢谢！

Question

%WDENCMP De-noising or compression using wavelets.
% WDENCMP performs a de-noising or compression process
% of a signal or an image using wavelets.
%
% [XC,CXC,LXC,PERF0,PERFL2] =
% WDENCMP('gbl',X,'wname',N,THR,SORH,KEEPAPP)
% returns a de-noised or compressed version XC of input
% signal X (1-D or 2-D) obtained by wavelet coefficients
% thresholding using global positive threshold THR.
% Additional output arguments [CXC,LXC] are the
% wavelet decomposition structure of XC,
% PERFL2 and PERF0 are L^2 recovery and compression
% scores in percentages.
% PERFL2 = 100*(vector-norm of CXC/vector-norm of C)^2
% where [C,L] denotes the wavelet decomposition structure
% of X.
% Wavelet decomposition is performed at level N and
% 'wname' is a string containing the wavelet name.
% SORH ('s' or 'h') is for soft or hard thresholding
% (see WTHRESH for more details).
% If KEEPAPP = 1, approximation coefficients cannot be
% thresholded, otherwise it is possible.
%
% WDENCMP('gbl',C,L,W,N,THR,SORH,KEEPAPP)
% has the same output arguments, using the same
% options as above, but obtained directly from the
% input wavelet decomposition structure [C,L] of the
% signal to be de-noised or compressed, at level N,
% using 'wname' wavelet.
%
% For 1-D case and 'lvd' option:
% WDENCMP('lvd',X, 'wname',N,THR,SORH) or
% WDENCMP('lvd',C,L, 'wname',N,THR,SORH)
% have the same output arguments, using the same
% options as above, but allowing level-dependent
% thresholds contained in vector THR (THR must be of
% length N). In addition, the approximation is kept.
%
% For 2-D case and 'lvd' option:
% WDENCMP('lvd',X, 'wname',N,THR,SORH) or
% WDENCMP('lvd',C,L, 'wname',N,THR,SORH)
% THR must be a matrix 3 by N containing the level
% dependent thresholds in the three orientations
% horizontal, diagonal and vertical.
老大，你说的是人话么！你自己看看翻译的通顺么。。。

Answer 1

WDENCMP是去噪或使用的小波压缩。 WDENCMP是执行去噪或压缩流程信号或图像使用的小波。

[坐标，趋， LXC ， PERF0 ， PERFL2 ] = WDENCMP （ ‘Groupe Bruxelles Lambert’的‘十大 wname ’ ，氮，髋， SORH ， KEEPAPP ）
％返回去噪或压缩版本坐标输入信号x （ 1 - D或2维）获得的小波系数阈值利用全球积极门槛术。 额外产出论点[趋， LXC ]是小波分解结构的坐标，PERFL2和PERF0是L ^ 2复苏和压缩分数百分比。
PERFL2 = 100 * （矢量规范趋/矢量规范的C ），其中[中长]指小波分解结构小波分解执行级N和‘ wname ’是一个字符串包含小波的名字。
SORH （或s）为软或硬阈值（见WTHRESH详情）。如果KEEPAPP = 1 ，逼近系数不能阈值，除此之外不可用。

WDENCMP （‘Groupe Bruxelles Lambert’ ，丙， L时，钨氮，髋， SORH ， KEEPAPP ）具有相同的输出参数，使用相同。以上的选项，在获得的直接从投入小波分解结构[中长]的信号去噪或压缩时，为一级氮， 使用‘wname ’小波。

一维情况和‘LVD证书’选项：WDENCMP （ ‘LVD证书’ ，第十， ‘ wname ’ ，氮，髋， SORH ）或 WDENCMP （ ‘LVD证书’ ，丙， L时， ‘ wname ’ ，氮，髋， SORH ）有相同的输出参数，使用相同。以上的选项，均允许水平依赖性 的阈值载于载体术（术必须的长度n ）段。此外，不断逼近。

二维情况和‘LVD证书’选项： WDENCMP （ ‘LVD证书’ ，第十， ‘ wname ’，氮，髋， SORH ）或 WDENCMP （ ‘LVD证书’ ，丙， L时， ‘ wname ’，氮，髋， SORH ）术必须是一个矩阵3由N载水平依赖阈值的三个方向 ，垂直、横向和纵向的对角线。

你这个太专业了，凑合着看吧！

Answer 2

WDENCMP去噪和压缩使用”波。
WDENCMP进行去噪和%的压缩的过程
一个信号的小波图像或者使用。
”
CXC[XC %,LXC,PERF0,PERFL2],=
WDENCMP(“gbl’”,“wname,X’,N,未来,SORH,KEEPAPP)。
de-noised %的作用是:返回一个输入或压缩版本XC
X %的信号(一维或二维)所获得的小波系数
利用全球积极的阈值方法%的未来。
额外的输出参数(CXC”,LXC]的
XC的小波分解结构”,
PERFL2和PERF0”是L ^恢复和压缩
在百分比%分数。
(= 100 % PERFL2 vector-norm CXC / vector-norm的C)^ 2
在[C型、L型”中的小波分解结构)
X %的。
小波分解时”氮和硝态氮水平
wname %’’是一个字符串的小波的名字。
% SORH(s)或者“h”软、硬阈值
%(见WTHRESH为更多的细节)。
如果KEEPAPP = 1”近似系数不能
thresholded”,否则是不可能的事。
”
WDENCMP(“gbl’”,C型、L型、钨、N、未来,SORH,KEEPAPP)。
具有相同的输出参数”,使用相同的
如以上,但%选项由
输入的小波分解结构”[C、L
要de-noised %信号或压缩,N,
利用小波变换的wname’”。
”
对一维情况和lvd '选项:
WDENCMP(“lvd’”,“wname,X’,N,未来,SORH)或
WDENCMP(“lvd’”,C型、L型、wname”,护士,未来,SORH)。
有相同的输出参数”,使用相同的
如以上,但%选项允许等级相关
包含在矢量来到%阈值(那一定的
%长度N)。此外,逼近。
”
对二维案例,”lvd '选项:
WDENCMP(“lvd’”,“wname,X’,N,未来,SORH)或
WDENCMP(“lvd’”,C型、L型、wname”,护士,未来,SORH)。
那一定是矩阵”由N含有三水平
在这三个%依赖阈值的方向
垂直和水平,对角线”。本回答被网友采纳