1) fast Haar transform
快速Haar变换
2) slant-Haar transform
斜Haar变换
1.
An efficient algorithm for the slant-Haar transform is presented,which includes an existing version of the slant-Haar transform and its computational complexity is estimated.
在斜Haar变换的基础上提出了一种有效的改进算法,描述出了其计算复杂度及变化性能。
3) Haar transform
Haar变换
1.
Detection of redundant function and linear function based on Haar transform
基于Haar变换的冗余函数和线性函数的检测
2.
Mapping of spectral coefficients for normalized Haar transform in (0,1) coding and the transformation between to K map
(0,1)编码的归一化Haar变换谱系数的图形表示及其与K图的转换
3.
In this paper,we will introduce particularly the background,Descriptor components semantics,bitplane,Haar transform and matching algorithm in the MPEG-7.
从最基本的概念出发,介绍了MPEG-7中可伸缩颜色描述符出现的背景、描述符分量的语义、位平面、Haar变换等详细情况及匹配算法,并对可伸缩颜色描述符的应用范围作了说明。
4) Haar type transforms
Haar类变换
5) Haar-like transform
类Haar变换
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