搜索资源列表
shuju
- 文章通过对实序列快速傅里叶变换的算法推导及Mallat 算法原理的分析，根据离散小波变换（DWT）算 法结构特征，提出了一种离散小波的快速变换算法，给出了相应的算法步骤。从数学理论上进行了论证，并把该算法 应用到静态图像处理中，得到了很好的快速和重建效果，具有一定的实用价值。 关键词：小波分析；Mallat 算法；快速小波算法 图像处理 中图分类号：TN914 文献标识码：A 1 引言 小波分析是近十多年来迅速发展起来的新兴学科和信号分析理论，是继傅里叶分析方法之后的重
LayeredBasedMultipleDescriptionCoding
- 设计并实现了两种分层多描述视频编码器.通过对小波域的运动估计算法进行了分析和研究，对小波域多分辨率运动估计方法进行改进
wavelet
- 关于小波的入门性教程，分为四个章节：时域频域分析，多分辨率分析，连续小波编号，离散小波变换
wavelet_Matlab7
- 本书是“MATLAB应用技术”系列丛书之一，以最新推出的MATLAB中的小波分析工具箱Wavelet Toolbox 3.0版本为基础。全书共分为三部分，第1部分着重介绍了小波理论基础，包括小波基础知识、连续小波变换、离散小波变换、多分辨率分析与正交小波变换、小波变换和多采样滤波器组、二维小波变换与图像处理及小波包的基本原理等；第2部分重点说明了小波分析工具箱的详细使用方法，包括图形用户接口、小波通用函数、一维小波变换的MATLAB实现、二维小波变换的MATLAB实现、小波包变换的MATLAB实
prog1
- 本软件主要用于结构的时域试验模态分析，包括单输入单输出，单输入多输出和多输入多输出程序设计。传统的模态分析软件大多是基于频域分析方法，需首先对采样信号进行Fourier 变换。本软件使用实测时域信号，无需Fourier变换，可以避免由于信号截断而引起泄露、出现旁瓣、分辨率低等问题对辨识精度的不利影响。此外，节省了计算机运算时间，可以对实际工况状态下的结构进行在线参数识别。-This software is mainly used for the structure of time-domain
ex02
- 此程序给出信号的多分辨率分析（Multiresolution Analysis），即信号的多分辨率分解（Multiresolution Decomposition）方法及应用。该程序是一个多抽样率系统（Multirate System）举例，用M个的滤波器，将信号的频谱等分成M部分，使所得抽样频率降为1/M，然后再依据它们的“重要性”给一不同的bit数，那么所传输的bit流必然会进一步下降，起到压缩带宽的作用。-This program gives the signal of the multi
wavelet_rec
- wavelet_rec.m, 函数子程序，用于多分辨率分析中的重建，使用 A trous 算法-wavelet_rec.m, function, subroutine, for multi-resolution analysis of the reconstruction algorithm used A' trous
wavelet
- 分为三个函数，第一个函数的功能是用于读取ecg信号，找到小波变换模极大序列；第二个函数是子程序，用于多分辨率分解，使用 A trous 算法在分解的过程中，同时给出各级的细节和概貌，它们和原数据有着同样的长度；第三个函数是函数子程序，用于多分辨率分析中的重建。-Divided into three functions, the function of the first function is used to read the ecg signal, find the wavelet trans
Untitled
- EEG信号多分辨率分析,可以用改文件对EEG信号进行小波处理，即过滤去噪等。-EEG signals analysis
detail
- 获得一个投影在细节空间背景下的多分辨率分析。 -Obtain a projection on the detail space in the context of the multiresolution analysis.
WAVE-weifengyin
- 小波变换具有多分辨率分析的特点，并且在时频两域都具有表征信号局部特征的能力。小波变换通过将时间系列分解到时间频率域内，从而得出时间系列的显著的波动模式，即周期变化动态，以及周期变化动态的时间格局（Torrence and Compo, 1998）。小波（Wavelet），即小区域的波，是一种特殊的、长度有限，平均值为零的波形。它有两个特点：一是“小”，二是具有正负交替的“波动性”，即直流分量为零。小波分析是时间（空间）频率的局部化分析，它通过伸缩平移运算对信号（函数）逐步进行多尺度细化，能自动适
eightcengfenjie
- 基于小波多分辨率分析的小波八层分解滤波程序，可根据需要决定将哪一层置零-Based on wavelet multi-resolution analysis of wavelet eight layer decomposition filtering procedures, can decide which layer will be zero according to your needs
chapter1
- 张德丰matlab小波分析源代码，从信号时-频联合分析引入小波变换，将信号的多分辨率分析及Mallat算法作为全书的重点，并在此基础上，进一步阐述了双正交小波多分辨率分析、小波包多分辨率分析、提升小波应用，还讲述了小波分析在奇异性检测、去噪及数据压缩中的应用。 -Zhang Defeng matlab wavelet analysis source code
chapter2
- 张德丰matlab小波分析源代码，从信号时-频联合分析引入小波变换，将信号的多分辨率分析及Mallat算法作为全书的重点，并在此基础上，进一步阐述了双正交小波多分辨率分析、小波包多分辨率分析、提升小波应用，还讲述了小波分析在奇异性检测、去噪及数据压缩中的应用。-Zhang Defeng Matlab wavelet analysis of the source code from the signal- frequency joint analysis of the introduction o
chapter3
- 张德丰matlab小波分析源代码，从信号时-频联合分析引入小波变换，将信号的多分辨率分析及Mallat算法作为全书的重点，并在此基础上，进一步阐述了双正交小波多分辨率分析、小波包多分辨率分析、提升小波应用，还讲述了小波分析在奇异性检测、去噪及数据压缩中的应用。-Zhang Defeng Matlab wavelet analysis of the source code from the signal- frequency joint analysis of the introduction o
chapter4
- 张德丰matlab小波分析源代码，从信号时-频联合分析引入小波变换，将信号的多分辨率分析及Mallat算法作为全书的重点，并在此基础上，进一步阐述了双正交小波多分辨率分析、小波包多分辨率分析、提升小波应用，还讲述了小波分析在奇异性检测、去噪及数据压缩中的应用。-Zhang Defeng Matlab wavelet analysis of the source code from the signal- frequency joint analysis of the introduction o
chapter5
- 张德丰matlab小波分析源代码，从信号时-频联合分析引入小波变换，将信号的多分辨率分析及Mallat算法作为全书的重点，并在此基础上，进一步阐述了双正交小波多分辨率分析、小波包多分辨率分析、提升小波应用，还讲述了小波分析在奇异性检测、去噪及数据压缩中的应用。-Zhang Defeng Matlab wavelet analysis of the source code from the signal- frequency joint analysis of the introduction o
chapter6
- 张德丰matlab小波分析源代码，从信号时-频联合分析引入小波变换，将信号的多分辨率分析及Mallat算法作为全书的重点，并在此基础上，进一步阐述了双正交小波多分辨率分析、小波包多分辨率分析、提升小波应用，还讲述了小波分析在奇异性检测、去噪及数据压缩中的应用。-Zhang Defeng Matlab wavelet analysis of the source code from the signal- frequency joint analysis of the introduction o
02
- 2.1 傅里叶变换 2.1.1 经典傅里叶变换 2.1.2 傅里叶变换的基本性质 2.1.3 快速傅里叶变换 2.1.4 短时傅里叶变换 2.2 小波分析与多分辨率分析的历史 2.3 小波分析与傅里叶变换的对比 2.4 小波变换 2.4.1 连续小波变换 2.4.2 离散小波变换 2.4.3 高维小波连续变换 2.5 常用小波基函数 2.5.1 小波函数 2.5.2 小波函数系 2.5.3 复数小波 2.6 构造紧支撑正常小波基 2
VB信号处理
- 实现tdms文件的信号读取和多分辨率小波分析，并将均值提取到excle文件中(Realization of wavelet analysis)