1) fast polynomial transform (FPT)
快速多项式变换
2) Fast Polynomial Transform(FPT)
快速多项式变换(FPT)
3) polynomial transform
多项式变换
1.
Fast algorithm for integer 2D-DCT based on polynomial transform;
基于多项式变换的二维整型离散余弦变换快速算法
2.
Firstly, the geometrical correction based on polynomial transform is studied.
本文首先研究了基于多项式变换的几何校正算法,然后提出了新的并行几何校正算法。
3.
A polynomial transform based motion estimation algorithm is presented with the advantages of simplicity and congruent in this paper.
基于多项式变换的运动估计算法是论文新提出的一种块匹配运动估计算法,既保持了简单而易于硬件实现的特点,同时又极大地提高了计算效率。
4) polynomial transformation
多项式变换
1.
Researches on polynomial transformation over residue classes ring modulo 2~n;
模2~n剩余类环上的多项式变换的研究
5) fast polynomial division
快速多项式除法
6) Fast polynomial multiplication
快速多项式乘法
补充资料：快速傅立叶变换
快速傅氏变换 英文名是fast fourier transform
快速傅氏变换（fft）是离散傅氏变换(dft)的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的发现，但是对于在计算机系统或者说数字系统中应用离散傅立叶变换，可以说是进了一大步。
设x(n)为n项的复数序列，由dft变换，任一x（m）的计算都需要n次复数乘法和n-1次复数加法，而一次复数乘法等于四次实数乘法和两次实数加法，一次复数加法等于两次实数加法，即使把一次复数乘法和一次复数加法定义成一次“运算”（四次实数乘法和四次实数加法），那么求出n项复数序列的x（m）,即n点dft变换大约就需要n2次运算。当n=1024点甚至更多的时候，需要n2=1048576次运算，在fft中，利用wn的周期性和对称性，把一个n项序列（设n=2k,k为正整数），分为两个n/2项的子序列，每个n/2点dft变换需要（n/2）2次运算，再用n次运算把两个n/2点的dft变换组合成一个n点的dft变换。这样变换以后，总的运算次数就变成n+2（n/2）2=n+n2/2。继续上面的例子，n=1024时，总的运算次数就变成了525312次，节省了大约50%的运算量。而如果我们将这种“一分为二”的思想不断进行下去，直到分成两两一组的dft运算单元，那么n点的dft变换就只需要nlog2n次的运算，n在1024点时，运算量仅有10240次，是先前的直接算法的1%，点数越多，运算量的节约就越大，这就是fft的优越性。
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