1) fast wavelet transform
快速小波变换
1.
Taking advantage of fast wavelet transform and its orthogonal decompose property we decomposed the simulate seismic record into different scales of seismic records in time zone.
利用快速小波变换及小波变换的正交分解性将仿真地震记录在时间域分解成不同尺度下的地震记录。
2.
Decomposition and reconstruction formula was given in detail and semi-soft threshold was selected as reconstruction threshold of fast wavelet transform.
为了提高光纤陀螺输出信号的精度和实时性,提出了一种适合在数字信号处理器(DSP)上实现的快速算法,该算法不需要传统小波变换中内插和抽取步骤,给出了相应的快速分解和快速重构实现公式,并采用半软阈值作为快速小波变换的重构阈值。
3.
The principles of fast wavelet transform and denoising using wavelet are introduced briefly.
简要地介绍了快速小波变换和小波去噪的原理 ,快速小波变换采用Daubechies小波 ,只需有限步分解 ,利用高阶消失矩 ,大大地提高了算法的速度 。
2) Mallat wavelet transforms algorithms
Mallat快速小波变换
3) inverse fast wavelet transform
逆快速小波变换
4) fast orthogonal wavelet transformation
快速正交小波变换
5) fast discrete wavelet transform
快速离散小波变换
6) FILWT
快速整数提升小波变换
1.
The advantages of fast integer lifting wavelet transform(FILWT)are discussed and a hardware im-plement based on it is presented in this paper.
讨论了快速整数提升小波变换(FILWT)算法易于硬件实现的优点,提出了基于该算法的一种硬件设计,对所实现的硬件系统实际测试表明,该设计具有实现简单、实时性强、处理数据速度快等特点。
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