1) fast Hadamard transform
快速Hadamard变换
2) fast walsh-hadamard transfer
快速walsh-hadamard变换
3) two-dimensional fast Walsh-Hadamard transform
二维快速Walsh-Hadamard变换
4) Hadamard transform
Hadamard变换
1.
Application of Hadamard transform in IMS;
Hadamard变换在离子迁移谱仪上的应用研究
2.
In this method,a 3D model is firstly represented as a collection of spherical functions by using Hadamard transforms,and then the rotation invariants of the spherical functions are extracted by spherical harmonic decomposition.
在此方法中,使用Hadamard变换的工具先将三维模型表达成一序列球面函数,然后使用球面调和分析提取这些球面函数的旋转不变量。
3.
It efficiently exploits the frame pattern of MPEG-4 video by using IBB and PBB sequences as the basic units and modeling their dependence in the orthogonal domain after Hadamard transform.
提出了一种新的MPEG-4业务模型,它利用MPEG-4的帧结构特点,以IBB和PBB序列为基本处理单元,通过Hadamard变换在正交变换域对IBB和PBB序列间的相关性进行匹配建模,从而实现对MPEG-4图像数据短期相关和长期相关特性的精确捕获。
5) complex Hadamard transform
复Hadamard变换
1.
Proposed was a method for embedded watermarks in digital images based on complex Hadamard transforms, whose transform coefficients are characterized by important half spectra property (HSP).
提出一种基于复Hadamard变换的盲数字图像水印算法。
6) Hadamard transformation
Hadamard门变换
1.
The controlled teleportation was achieved in such a way that control-sides executed the Hadamard transformation and measurement of their particle and toll the outcome of measurement to receiver , then discuss that the receiver can not fully recover the state of sender if one of control-sides did not cooperate.
提出四粒子纠缠W态的控制隐形传输方案,在控制方对拥有的粒子进行Hadamard门变换和测量并把测量结果告诉接收方的前提下,实现了控制隐形传输。
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