![]() |
|||||||||||||||||||||||||||||||||
|
|
||||||||||||||||||||||||||||||||
![]() |
![]() |
![]() |
![]() |
||||||||||||||||||||||||||||||
![]() |
![]() |
||||||||||||||||||||||||||||||||
![]() |
![]() |
![]() |
![]() |
||||||||||||||||||||||||||||||
![]() |
![]() |
Выход | ![]() |
Ваш Login: "prodav". |
Раздел "Обработка сигналов и изображений\Wavelet Toolbox" "Вейвлеты, аппроксимация и статистические приложения" (перевод К.А.Алексеева) В оглавление книги \ К следующему разделу \ К предыдущему разделу 1.2. Общие замечания В настоящее время термин “вейвлеты” используется в математике для обозначения некоторого ортонормированного базиса в Оновное различие, существующее между привычной синусоидой и вейвлетом, на основании которых построены соответственно гармонический анализ и анализ вейвлет, как было показано, состоит в их различной способности к временной локализации: в то время, как синусоида позволяет локализовать составляющие данных лишь в частотной области, вейвлеты обладают способностью к время-частотной локализации. Поясним это различие с помощью рис. 1.9: в верхней его части показаны две синусоиды Рис. 1.9. Синусоиды Wavhkpt19.xpl на http://www.quantlet.de/scripts/wav/html Помимо способности к временной локализации вейвлет-анализ обладает также рядом замечательных свойств, позволивших ему стать весьма полезным инструментом решения задач сжатия данных и их сглаживания. Проиллюстрируем сказанное в следующих параграфах. В оглавление книги \ К следующему разделу \ К предыдущему разделу |
|