1) translation invariant wavelet transform
平移不变量小波变换
2) translation invariant discrete wavelet transform
平移不变离散小波变换
1.
A method based on the translation invariant discrete wavelet transform(TIDWT) was proposed for clutter rejection according to the characteristics of the Doppler blood flow signal and clutter.
针对由血管壁和慢速运动组织产生的杂波会严重影响超声多普勒低速血流成分频谱估计的准确性问题,根据超声多普勒血流信号及杂波的特征,提出基于平移不变离散小波变换的抑制杂波方法,分别对仿真和实际超声颈动脉血流信号进行实验,并与高通滤波和离散小波变换方法进行比较。
3) UDWT
平移不变小波变换
1.
Firstly,UDWT is used to divide the raw wave into different channels in frequency field to extract the deep information including fault;secondly, based on fractal analysis, the correlation dimension criterion is set up in the sensitive scales interval to realize parameterized detection of weak fault.
将小波的强局部分析能力和分形的强非线性处理能力进行优势联合,采用平移不变小波变换(UDWT)记录波形分频,提取深层有效缺陷信息;对缺陷频段实施分形分析,在敏感尺度段内设立关联维阀值判据,实现缺陷和故障的参数化振动诊断。
4) translation invariant wavelet packet
平移不变小波包
5) translation invariant wavelet
平移不变小波
1.
Then, translation invariant wavelet is introduced to suppress pseudogibbs phenomena at discontinuous points of the signal.
引入平移不变小波,较好地抑制了信号中的伪吉伯斯震荡。
6) Shift invariant wavelet
平移不变小波
1.
According to the principle and calculation method of Stokes images in imaging polarization detection,the shortcomings of traditional methods in preserving detail information and dealing with the shifting of source images was analyzed,and a new calculation method was proposed based on shift invariant wavelet.
根据成像偏振探测中Stokes图像获取的原理和方法,分析了传统求取 Stokes图像方法在保留图像细节信息和处理输入图像微小平移等方面的不足,进而提出了基于平移不变小波分解的 Stokes图像求取方法,并用提升框架来执行平移不变分解以满足计算的快速性要求。
补充资料：随机变量变换
随机变量变换
random variables
厂。使随机变量v。=z。+f。(z。)比Z。“更正态”的问题 划2.设XI，…，X。，一为独立随机变量，每一个都有{一1，11上的均匀分布(训jl又)rln distribu、tion)，并置 _X，+…十X Z·二二古言~.由中心极限定理(ceni司l俪t the~)， 尸、z。<二，一。(·卜。(:).如果令 V。一Z。一去(32。一Z力，则有 尸不。.、二，一。二)一。子典、. 、”一/ 咧3.随机变量对，习厂五万与(x扮”)’/3当。一，的时都是渐近正态的(见X’分布(‘chi一sq珑lred’distribution)).其对应分布函数与其正态逼近间的一致偏差对于对要n)3义时才小于0.01;对于、厅不(Fisher孪攀(Fisher‘Iansfon班ltjon))，则当n)23时就小于0.02;而对于(x三/n)”，(侧七on-Hilferty变换(WIIson·Hilferty transfornlltion))更只需。)3其偏差就不超过O仪幻7， 随机变量的变换长期以来被用于数理统计间题中，作为构造简单的高精度渐近公式的基础.随机变量的变换在随机过程论中也是有用的(例如“单一概率空间”方法).【补注】与上述变换有关的是玫吵哪”山展开(例如见[Al];亦见侧geworth级数(创罗明rth series)).随机变量变换【r出司佣1 variables，transfonllati佣sof;c几y，葫“以Be月It叹H”即e06P出oBan”el 确定任意给定的随机变量的函数，使其概率分布具有所要求的性质 例1设X为一有连续且.严格增的分布函数F的随机变量.那么随机变量Y=F(X)就有区间10，1]上的均匀分布，而随机变量Z二中一’(F(X”(其中中为标准正态分布函数)则有参数为O与1的正态分布(normal distribution).反之，公式X=F一‘(小(Z))使人们能从一有标准正态分布的随机变量Z得到有给定分布函数F的随机变量X. 随机变量的变换常用来联系概率论的极限定理.例如，设随机变量Z。的序列是渐近正态的，参数为(O，1).那么可以提出构造简单(月简单可逆)函数
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条