1) Discrete wavelet transform
离散小波分析
2) discrete wavelet fractal
离散小波分形
3) discrete Haar wavelet
离散Haar小波分解
4) discrete wavelet decomposition
离散小波分解
1.
First,staring point of vibration signal is found by discrete wavelet decomposition,then effective data domain is got from original signal,and finally cross-correlation delay estimations is carried out.
在进行互相关时延估计前,首先利用离散小波分解寻找振动起始点,并提取出有效数据域,在显著提高运算速度的同时,有效降低了各类相干噪声和干扰引入的定位误差。
5) scattering/wavelet analysis
散射/小波分析
6) discrete wavelet
离散小波
1.
The method has been applied to diagnose fault signal,compared to the discrete wavelet decomposition.
详细介绍了HHT的理论和算法,然后把该方法用于油膜振荡故障诊断中,并与离散小波变换进行比较,结果证明HHT是处理非平稳信号的一种有效方法。
2.
Through the orthogonal discrete wavelet transformation,we get the discrete wavelet coefficients and use them to define the intermittency coefficients.
通过正交离散小波变换,在离散小波系数的基础上,定义小波系数的间歇性系数,设定间歇性系数阀值,阀值以上的小波系数参与信号的重构,阀值以下的小波系数赋零处理(相当于过滤小脉动)。
3.
With two dimensional discrete wavelet transform, a decomposition and reconstruction approach for 3D subdivision surface was proposed.
利用二维离散小波变换,研究了三维空间下分层表面的分解和重构方法,通过进行高频和低频成份的滤波,得到原始表面的近似表面仿真,所产生误差即为高频滤掉部分。
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
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