M
manasiri
Guest
Olá a todos
Aqui está um bom artigo sobre: Wavelets
apreciá-lo:RESUMO.Wavelets são funções matemáticas que cortam os dados em di erent componentes de freqüência,
e então estudar cada componente com uma resolução de corresponder a sua escala.Eles têm vantagens
Fourier sobre os métodos tradicionais de análise de situações físicas em que o sinal contém
descontinuidades e pontas afiadas.Wavelets foram desenvolvidos de forma independente no elds de matemática,
física quântica, engenharia elétrica e geologia sísmica.Intercâmbios entre estes elds
durante os últimos dez anos levaram a muitas aplicações wavelet novas, tais como compressão de imagem,
turbulência, a visão humana, radar e previsão de terremotos.Este artigo apresenta wavelets para o
responsável técnico interessado fora do processamento de sinal digital eld.Eu descrevo a história da
wavelets começando com Fourier, wavelet transforma comparar com transformadas de Fourier, propriedades do estado
e outros aspectos especiais de wavelets, Nish e com algumas aplicações interessantes, como
compressão de imagens, sons musicais, e de-noising dados ruidosos.
Aqui está um bom artigo sobre: Wavelets
apreciá-lo:RESUMO.Wavelets são funções matemáticas que cortam os dados em di erent componentes de freqüência,
e então estudar cada componente com uma resolução de corresponder a sua escala.Eles têm vantagens
Fourier sobre os métodos tradicionais de análise de situações físicas em que o sinal contém
descontinuidades e pontas afiadas.Wavelets foram desenvolvidos de forma independente no elds de matemática,
física quântica, engenharia elétrica e geologia sísmica.Intercâmbios entre estes elds
durante os últimos dez anos levaram a muitas aplicações wavelet novas, tais como compressão de imagem,
turbulência, a visão humana, radar e previsão de terremotos.Este artigo apresenta wavelets para o
responsável técnico interessado fora do processamento de sinal digital eld.Eu descrevo a história da
wavelets começando com Fourier, wavelet transforma comparar com transformadas de Fourier, propriedades do estado
e outros aspectos especiais de wavelets, Nish e com algumas aplicações interessantes, como
compressão de imagens, sons musicais, e de-noising dados ruidosos.