1) Haar wavelet
haar小波
1.
Implementation of coefficient of Haar wavelet filter by single-mode-fiber coupler;
基于单模光纤耦合器的Haar小波滤波器系数的实现
2.
Texture classification based on M-mand Haar wavelet transform and slant Haar wavelet filter banks;
多进制Haar与斜Haar小波在纹理分类中的应用
3.
A pyramid decomposition and reconstruction algorithm based on haar wavelet;
一种基于Haar小波的塔式分解重构算法
2) double Haar wavelet
双Haar小波
1.
The double Haar wavelet proposed recently can make image denoising more efficient.
在小波域实现信号噪声的滤除是近年来图像处理领域中的研究热点,尤其是三通道双Haar小波的提出,使噪声抑制更加有效。
3) Haar wavelet basis
Haar小波基
1.
This paper studies the unified construction of scale-a Haar wavelet basis (a > 1, a r= Z) and gives the analysis and reconstruction algorithm.
对伸缩因子a为大于1的正整数的Haar小波基进行了统一构造,并给出了分解和重构算法。
2.
2、A impulse response identification method which based on Haar wavelet basis is presented, the function-based of Eykhoff method was replaced by Haar wavelet basis, the simulation results prove that the proposed method with higher accuracy.
2、提出了一种基于Haar小波基的脉冲响应辨识方法,用Haar小波基代替了Eykhoff方法中的函数基,通过仿真证明,此种辨识方法具有较高的准确度。
4) Haar wavelet packets
Haar小波包
1.
Multiresolution time-domain analysis based on Haar wavelet packets;
基于Haar小波包的时域多分辨分析法
5) Haar wavelet transform
Haar小波变换
1.
Haar wavelet transform is implemented at one level as the sinusoidal voltage signal is sampled at fixed intervals.
为快速、准确地检测、分析这些扰动,该文提出一种采用固定采样频率与Haar小波变换的修正相子法。
2.
The optimal boundary control problem of DPS can be converted into that of LPS by Haar wavelet transformation, resulting the solution of the problem.
提出了基于 Haar小波变换的分布参数系统 ( DPS)最优边界逼近控制算法 ,通过小波变换及其性质的应用 ,将分布参数系统的最优边界控制问题转化为集总参数系统的最优控制问题 ,有效地解决了分布参数系统的最优边界控制问题。
6) Haar wavelet decomposition
Haar小波分解
1.
Firstly, Haar wavelet decomposition is used to obtain the enhanced image which is the sum of the square of LH sub-image and HL sub-image.
首先,采用自底向上的注意力机制,对图像进行Haar小波分解,对得到的HL,LH分量进行平方求和,得到增强图像,然后对该增强图像在垂直方向上进行侧投影,基于得到的投影曲线进行多层阈值分割,找到显著性建筑物候选区域。
补充资料：Haar测度
Haar测度
Haar measure
l如盯测度「H‘犷.旋，，此;xaa砷M明J 设G为局部紧群，M为由G的一切紧子集族产生的口环，M上的非零正测度(nleasule)拼称为Haar测度是指它在G的每个紧子集上取有限值并且满足下列两条件之一: (i)左不变条件(co戚由nofleft一in~e)·对一切E6M，g〔G，有尸(E)”风gE); (il)布不孪参份(印ndition of right一~).对一切E任M，g任G，有产(E)‘拌(均);其中gE={gx:x任E}，Ea={xg:xeE}.因此，人们相应地说左不变Haar测度(left·示调6如tH斑犷n长刁-s二)或有不孪H山犷掣摩〔砂‘一加一‘H自ar“-suxe).每个H班址测度是#平则的(。一比g田ar)，即对一切E任M， “阁一妙伊因二Kc=E，K为紧集}. 左不变(以及右不变)H出叮测度是存在的且是唯一的，确切到一个正因子不计;这是AH压叮(【l])建立的(在G是可分群的假定下). 若f为G上具紧支集的连续函数，则f在G上关于左不变Haar测度可积，且相应的积分为左不变的(见不变积分(加锥由扭访噢四tion))，即 Jfto)即。一夕(00。如嘛瓶“G· GG右不变H玉汀测度有类似的性质.整个群G的11%26汀测度为有限当且仅当G是紧的. 若产为G上左不变H斑叮测度，则对每个g。〔G，下列等式成立: 夕、1)d;@一△帅介ta)d。、 GG其中△为由G到正实数乘群R十的连续同态，.它不依赖于在G上有紧支集的连续函数f的选择.同态么称为G的模(洲对山出);测度△(g一’)咖(刃是G上右不变Haar测度.若△(a)三1，则G称为乡攀单(u灿侧月u.址);此时左不变H出叮测度也是右不变Haar测度并称为(双边)不变的((t认。，s汕司)示调6切t).特别，么模群的例子有:紧群，离散群，月阅局部紧群，连通半单Lie群以及幂零Lie群等.群的么模性等价于下列条件:G上每个左不变Haar测度。也是禅不孪的(访凭巧elyin论巧ant)，即对一切E〔M，群(E一’)=产(E). 若G为块群(Liegro叩)，则关于G上左不变(右不变)Haar测度的积分用式子 0ff(x)、(x)一枷:八…八、 GG定义，其中呜是G上线性无关的左不变(右不变)一阶微分形式(见加如州牙~C田七口形式(Ma切rer~〔滋由nform))且n=山mG.Lie群G的模用式子 △(x)二!detAd(x)}，x‘G定义，其中Ad为伴随表示(参看I允群的伴随表示(殉。int肥p咪n扭石。
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