![]() | |||||||||||||||||||||||||||||||||
|
| ||||||||||||||||||||||||||||||||
![]() |
![]() |
![]() |
![]() | ||||||||||||||||||||||||||||||
![]() |
![]() | ||||||||||||||||||||||||||||||||
![]() |
![]() |
![]() |
![]() | ||||||||||||||||||||||||||||||
![]() |
![]() |
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 |
|