搜索资源列表
xiaobo
- 小波分析是当前应用数学和工程学科中一个迅速发展的新领域，经过近10年的探索研究，重要的数学形式化体系已经建立，理论基础更加扎实。与Fourier变换相比，小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息。-Wavelet analysis is currently applied mathematics and engineering disciplines in a rapidly developing new fields, after almost 10 years o
tuxiangpipei
- 基于小波变换的多分辨匹配算法: 首先利用小波的多分辩率特性将匹配图像和模板图像分解到乙层上，并且只保留LL低频部分，然后利用归一化相关法作为相似性度量，进行由粗到细的相关匹配过程，每次利用下一层的匹配结果在上层小范围内搜索。这样做极大地减少了搜索空间，而且减少了每次匹配计算相似度的数据量。 -Wavelet multiresolution matching algorithms: a wavelet multi-resolution feature will match the imag
2
- 相空间重构中嵌入维数和延迟时间的选择关系到非线性时间序列重构的质量，介绍了小波变换方法确定重构中的两个参数-Reconstruction of phase space embedding dimension and delay time related to the choice of the quality of reconstruction of nonlinear time series, introduces the wavelet transform method to determi
Wavelet-Analysis
- 小波分析是建立在泛函分析、调和分析、数值分析、逼近论和傅里叶分析等的基础上发展起来的新的时频分析方法。与经典的傅里叶分析相比较，小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息，因此小波分析有着许多显著的优点。小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了Fourier变换不能解决的许多困难问题。 小波分析是时间—尺度分析和多分辨分析的一种新技术，它在信号分析、语音合成、图像识别、计
Wavelet-analysis-to-understand
- 小波变换是克服其他信号处理技术缺陷的一种分析信号的方法。小波由一族小波基函数 构成，它可以描述信号时间（空间）和频率（尺度）域的局部特性。采用小波分析最大优点 是可对信号进行实施局部分析，可在任意的时间或空间域中分析信号。 -Wavelet transform is a signal processing techniques to overcome the other deficiencies of a signal analysis method. By the family o
Wavelet-learning-materials
- 从数学的角度讲，小波是构造函数空间正交基的基本单元，是在能量有限空间L2(R) 上满足允许条件的函数，这样认识小波需要L2(R) 空间的基础知识，特别是内积空间中空间分解、函数变换等的基础知识。 从信号处理的角度讲，小波(变换)是强有力的时频分析(处理)工具，是在克服傅立叶变换缺点的基础上发展而来的，所以从信号处理的角度认识小波，需要傅立叶变换、傅立叶级数、滤波器等的基础知识。-From the mathematical point of view, is to construct a
matlab小波变换程序
- 小波变换(wavelet transform，WT)是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的"时间-频率"窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间(空间)频率的局部化分析，通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了