本书主要介绍小波-2/及其应用 。内容包括:多分辨率分析，正交小波(daube chies小波，样条小波，双正交小波，-0/、区间小波和小波变换及应用主要介绍小波 分析在信号处理、图像压缩和积分方程中的应用，如何理解小波 分析 。
1、什么是“ 小波神经网络”?能干什么用呀 小波神经网络(WNN)是在小波 分析的基础上突破的人工神经网络 。它是一种基于小波 分析理论和小波变换的新型分层多分辨率人工神经网络模型 。即用非线性的小波基来代替通常的非线性Sigmoid函数，其信号表达式用所选的小波基的线性叠加来表示 。避免了BP神经网络结构设计的盲目性和局部最优等非线性优化问题 ， 大大简化了训练，具有很强的函数学习能力和推广能力，应用前景广阔 。
医学成像方面，b超、CT、MRI的时间减少，分辨率提高 。2.在signal 分析中也有广泛应用 。可用于边界处理与滤波、时频分析、信噪分离与弱信号提取、分形指数计算、信号识别与诊断、多尺度边缘检测等 。3.工程技术中的应用 。包括计算机视觉、计算机图形学、曲线设计、湍流、遥远宇宙的研究和生物医学 。
2、 小波 分析基础知识问题?虚心求教 小波函数与尺度函数的关系由著名的双尺度方程确定，说明小波函数可以通过尺度函数的平移和展开的线性组合得到，其构造问题归结为小波高通(带通)和尺度低通滤波器的构造 。先不说消失距离和规律性这些概念 。到处都有相关的文件 ， 主要看你学的是什么 。不同的研究目的对它的解释有一定的针对性，你得去查 。Haar 小波很简单小波，它的数学图形很简单 。如何DWT Haar 小波函数及其尺度函数可以在网上搜“小波变换与运动信号处理”二，很详细 。
【小波分析可以迭代处理】
2009年，315页 。精装ISBN: John Weilyalbertboggs等人小波(小波 ， 又称小波)分析是20世纪80年代中期发展起来的一个全新的数学分支 。
小波 分析理论继承和发展了傅立叶分析理论，是调和分析理论最杰出的成就之一 。与傅立叶分析理论相比，小波 分析有两个优点:一个是时频组合分析方法，可以根据信号的不同频率成分和时域的采样密度自适应调整时频窗口 。其次，小波函数可以作为许多经典函数空间的无条件基，在这些空间中的函数逼近可以通过快速离散小波变换来实现 。
推荐阅读
- 大数据时代 图表分析,用excel进行数据及图表分析
- 分析Mvc的各自作用,mvc组件各自作用
- oracle trc日志分析
- wifi信道分析 工具,苹果手机wifi信道分析app
- flurry分析教程
- bpr与erp关系之分析,简述erp和bpr之间的关系
- 柱状图分析数据表,ppt中柱状图如何修改数据表
- 大数据分析需要用到哪些技术,金融数据分析可以用到哪些软件
- abaqus 显式分析