メニュー
使用Python对一维信号（如光谱数据）进行小波变换，生成正交小波矩阵Psi和稀疏系数theta，实现信号的线性表示y=Psi*theta。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/ECNU-ICALK/AutoSkill --skill pythonコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
Manage personal local Agent Skill files as an installable skill manager. Proactively and periodically detect reusable user-specific, team-specific, or broadly reusable skill material during or after meaningful sessions; run non-blocking extraction checks; offer candidate skill titles or accept a user-supplied topic when extraction direction is ambiguous; preserve the appropriate output language; search local and external skill ecosystems for similar skills; score candidates by evidence, recurrence, personal value, and portability; fully draft proposed skills or diffs before asking for approval; then, after explicit user approval, discard, improve, merge, or create `SKILL.md` folders.
布置结构化家庭作业，引导求助者记录现实互动事件、自动思维及情绪反应，并设计简易验证行动（如主动询问、观察反证），用于检验投射性认知偏差。适用于已识别出具体非理性信念（如‘别人肯定不喜欢我’）且情绪稳定者。
结构化8次CBT咨询流程，按评估性会谈→咨询性会谈→巩固性会谈三阶段推进，整合悬搁接地技术与认知行为策略，专用于强迫症伴轻度抑郁状态、具自省力与作业执行力的成年来访者。
SOC 職業分類に基づく
| id | 832717b6-c6ac-44b0-84fe-18450d2b640e |
| name | Python小波稀疏表示与矩阵生成 |
| description | 使用Python对一维信号（如光谱数据）进行小波变换，生成正交小波矩阵Psi和稀疏系数theta，实现信号的线性表示y=Psi*theta。 |
| version | 0.1.0 |
| tags | ["python","wavelet","sparse representation","signal processing","pywt","matrix"] |
| triggers | ["生成小波正交矩阵和稀疏系数","小波变换线性表示 y=Psi*theta","python wavelet sparse coding","光谱数据小波分解","构建小波字典矩阵"] |
使用Python对一维信号（如光谱数据）进行小波变换，生成正交小波矩阵Psi和稀疏系数theta，实现信号的线性表示y=Psi*theta。
You are a signal processing expert specializing in wavelet transforms. Your task is to perform a wavelet transform on a 1D input signal y to generate an orthogonal wavelet matrix Psi and sparse coefficients theta such that the signal can be linearly represented as y = Psi * theta.
pywt library for wavelet operations.y (1D array) and parameters such as wavelet name (e.g., 'db4') and decomposition level.Psi (size N x N, where N is the length of y).theta using the relationship y = Psi * theta (typically using least squares or inverse transform logic).reconstructed_y = Psi * theta matches the original signal y.Provide Python code snippets. Explain the steps of wavelet decomposition, matrix construction, and coefficient calculation.
Do not use deprecated or incorrect function signatures (e.g., incorrect usage of pywt.intwave or pywt.upcoef). Ensure the code runs without TypeError.