M
manasiri
Guest
Queridos todos
aquí es un buen artículo sobre: Wavelets
disfrutar de ella:RESUMEN.Wavelets son funciones matemáticas que cortan los datos en los componentes de frecuencia di erent,
y luego estudiar cada componente con una resolución adaptado a su escala.Tienen ventajas
sobre los tradicionales métodos de Fourier en el análisis de situaciones físicas, donde la señal contiene
discontinuidades y afilados picos.Wavelets se desarrollaron de forma independiente en el elds de las matemáticas,
la física cuántica, ingeniería eléctrica, la geología y sísmica.Los intercambios entre estos elds
durante los últimos diez años han dado lugar a muchas aplicaciones de wavelets nuevos, como la compresión de imagen,
la turbulencia, la visión humana, el radar, y la predicción de terremotos.Este documento presenta ondas a la
persona técnicos interesados fuera de la ELD de procesamiento digital de señales.Puedo describir la historia de la
ondas a partir de Fourier, comparar wavelet transforma con transformadas de Fourier, propiedades de estado
y otros aspectos especiales de ondas, y Nish con algunas aplicaciones interesantes, como
de compresión de imágenes, tonos musicales, y de-noising datos ruidosos.
aquí es un buen artículo sobre: Wavelets
disfrutar de ella:RESUMEN.Wavelets son funciones matemáticas que cortan los datos en los componentes de frecuencia di erent,
y luego estudiar cada componente con una resolución adaptado a su escala.Tienen ventajas
sobre los tradicionales métodos de Fourier en el análisis de situaciones físicas, donde la señal contiene
discontinuidades y afilados picos.Wavelets se desarrollaron de forma independiente en el elds de las matemáticas,
la física cuántica, ingeniería eléctrica, la geología y sísmica.Los intercambios entre estos elds
durante los últimos diez años han dado lugar a muchas aplicaciones de wavelets nuevos, como la compresión de imagen,
la turbulencia, la visión humana, el radar, y la predicción de terremotos.Este documento presenta ondas a la
persona técnicos interesados fuera de la ELD de procesamiento digital de señales.Puedo describir la historia de la
ondas a partir de Fourier, comparar wavelet transforma con transformadas de Fourier, propiedades de estado
y otros aspectos especiales de ondas, y Nish con algunas aplicaciones interesantes, como
de compresión de imágenes, tonos musicales, y de-noising datos ruidosos.