1) 2-dimensional convolution
2维卷积
1.
Starting from 2-dimensional convolution,a method about image location based on 2-dimensional filtering is presented.
图像定位处理是图像识别的一个重要的前端处理模块,在对2维卷积定位研究的基础上,提出一种用2维滤波对图像定位的方法,并将其实际应用到文字定位上,实践证明该方法能够准确的实现图像定位。
2) 1D-convolution
一维卷积
3) two-dimensional convolution
二维卷积
1.
Methods The IMRT dose calculation model based on two-dimensional convolution was constructed, the program of dose calculation and beam weight optimization with geneticalgorithm was written with Visual c#.
方法建立基于二维卷积的IMRT剂量计算模型,用 Visual c#。
4) two-dimensional convolution method
几维卷积
5) multidimensional convolution
多维卷积
6) Wiener deconvolution
维纳解卷积
补充资料：卷积
| 卷积 convolution 分析数学中一种重要的运算。设f（x）， g（x）是R1上的两个可积函数，作积分：  可以证明，关于几乎所有的x∈（－∞，∞） ，上述积分是存在的。这样，随着x的不同取值 ，这个积分就定义了一个新函数h(x)，称为f与g的卷积，记为h（x）＝（f *g）（x）。容易验证，（f *g）（x）＝（g *f）（x），并且（f *g）（x）仍为可积函数。这就是说，把卷积代替乘法，L1（R1）1空间是一个代数，甚至是巴拿赫代数。卷积与傅里叶变换有着密切的关系。以  (x) ， (x)表示L1（R）1中f和g的傅里叶变换，那么有如下的关系成立：（f *g）∧（x）＝ (x)· (x)，即两函数的傅里叶变换的乘积等于它们卷积后的傅里叶变换。这个关系，使傅里叶分析中许多问题的处理得到简化。由卷积得到的函数（f *g）（x），一般要比f，g都光滑。特别当g为具有紧支集的光滑函数，f 为局部可积时，它们的卷积（f *g）（x）也是光滑函数。利用这一性质，对于任意的可积函数 ， 都可以简单地构造出一列逼近于f 的光滑函数列fs（x），这种方法称为函数的光滑化或正则化。 卷积的概念还可以推广到数列 、测度以及广义函数上去。 |
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