Внимание! finddiplom.ru не продает дипломы, аттестаты об образовании и иные документы об образовании. Все услуги на сайте предоставляются исключительно в рамках законодательства РФ.
Только позже, около 1438 г., после защиты докторской диссертации по теологии, его начала беспокоить идея о 'docta ignorantia' (ученое незнание, знание о незнании), которую впоследствии он развивает в
Самодвижение центра масс изолированной системы – или иначе – без опорное движение – возможно ли это? По всей видимости, возможно. Но все по порядку. Это явление возникает на стыке классической и релят
Помимо экономического и экологического факторов на развитие мирового лесного рынка оказывает значительное влияние – демографический. Так, например, прирост населения на 61% вызвал увеличение потреблен
Вейвлет-представление сигналов (функций времени) является промежуточным между полностью спектральным и полностью временным представлениями. Компактные волны относительно независимо были предложены в
Человеку приходится все больше вмешиваться в хозяйство биосферы – той части нашей планеты, в которой существует жизнь. Биосфера Земли в настоящее время подвергается нарастающему антропогенному воздей
Большинство видов минерального сырья представлено рудами, состоящими из минералов, т.е. неорганических веществ природного происхождения. Однако некоторые важные виды полезных ископаемых, в частности
Задание 1………………….……………………………..………………….3 Задание 2……………………………………………..……………………..8 Задача……………………………………………………....……..………..14 Список использованной литературы…………………………………….15 Задание 1. Назовите требован
История развития человека показала, что без статистических данных невозможно управление государством, развитие отдельных отраслей и секторов экономики, обеспечение оптимальных пропорций м/у ними. Нео
Вейвлет-представление сигналов (функций времени) является промежуточным между полностью спектральным и полностью временным представлениями.
Компактные волны относительно независимо были предложены в квантовой физике, физике электромагнитных явлений, математике, электронике и сейсмогеологии.
Междисциплинарные исследования привели к новым приложениям данных методов, в частности, в сжатии образов для архивов и телекоммуникаций, в исследованиях турбулентности, в физиологии зрительной системы, в анализе радарных сигналов и предсказании землетрясений. К сожалению, объем русскоязычной научной литературы по тематике вейвлет-преобразований (да и нейронных сетей) относительно невелик.
Базовая идея восходит к временам 200-летней давности и принадлежит Фурье: аппроксимировать сложную функцию взвешенной суммой простых функций, каждая из которых, в свою очередь, получается из одной функции-прототипа. Эта функция-прототип выполняет роль строительного блока, а искомая аппроксимация получается комбинированием одинаковых по структуре блоков. При этом, если 'хорошая' аппроксимация получается при использовании небольшого числа блоков, то тем самым достигается значительное уплотнение информации. В качестве таких блоков Фурье использовал синусоиды с различными периодами. Что прежде всего отличает вейвлет-анализ от анализа Фурье? Основным недостатком Фурье-преобразования является его 'глобальная' чувствительность к 'локальным' скачкам и пикам функции. При этом модификация коэффициентов Фурье (например, обрезание высоких гармоник с целью фильтрации шума) вносит одинаковые изменения в поведение сигнала на всей области определения. Это особенность оказывается полезной для стационарных сигналов, свойства которых в целом мало меняются со временем. При исследовании же нестационарных сигналов требуется использование некоторых локализованных во времени компактных волн, коэффициенты разложения по которым сохраняют информацию о дрейфе параметров аппроксимируемой функции.
Первые попытки построения таких систем функций сводились к сегментированию сигнала на фрагменты ('окна') с применением разложения Фурье для этих фрагментов.
Соответствующее преобразование - оконное преобразование Фурье - было предложено в 1946-47 годах Jean Ville и, независимо, Dennis Gabor. В 1950-70-х годах разными авторами было опубликовано много модификаций времени-частотных представлений сигналов. В конце 70-х инженер-геофизик Морли (Jean Morlet) столкнулся с проблемой анализа сигналов, которые характеризовались высокочастотной компонентой в течение короткого промежутка времени и низкочастотными колебаниями при рассмотрении больших временных масштабов.
Оконные преобразования позволяли проанализировать либо высокие частоты в коротком окне времени, либо низкочастотную компоненту, но не оба колебания одновременно. В результате был предложен подход, в котором для различных диапазонов частот использовались временные окна различной длительности.
Оконные функции получались в результате растяжения-сжатия и смещения по времени гаусиана. Морли назвал эти базисные функции вейвлетами (wavelets) - компактными волнами. В дальнейшем благодаря работам Мейера (Yves Meyer), Добеши (Ingrid Daubechies), Койфмана (Ronald Coifman), Маллы (Stephane Mallat) и других теория вейвлетов приобрела свое современное состояние. Среди российских ученых, работавших в области теории вейвлетов, необходимо отметить С.Б. Стечкина, И.Я. Новикова, В.И. Бердышева. 1. МНОГОМАСШТАБНЫЙ АНАЛИЗ И ВЕЙВЛЕТЫ Определение 1. Многомасштабный анализ ( multiresolutional analysis ) – разложение гильбертова пространства L 2 ( R d ), d ³ 1, в последовательность замкнутых подпространств (1.1) обладающих следующими свойствами: 1.
, и
полно в L 2 ( R d ), 2. Для любого f L 2 ( R d ), для любого j Z , f ( x ) V j тогда и только тогда, когда f (2 x ) V j -1 , 3. Для любого f L 2 ( R d ), для любого k Z d , f ( x ) V 0 тогда и только тогда, когда f ( x - k ) V 0 , 4. Существует масштабирующая ( scaling ) функция j V 0 , что { j ( x - k )} k Z d образует базис Ритца в V 0 . Для ортонормальных базисов можно переписать свойство 4 в виде: 4’. Существует масштабирующая функция j V 0 , что { j ( x - k )} k Z d образует ортонормальный базис в V 0 . Определим подпространство W j как ортогональное дополнение к V j в V j -1 ,
(1.2) и представим пространство L 2 ( R d ) в виде прямой суммы
(1.3) Выбирая масштаб n , можем заменить последовательность (1.1) следующей последовательностью:
(1.4) и получить
(1.5) Если имеем конечное число масштабов, то, не нарушая общности, можно положить j =0 и рассматривать
V 0 L 2 ( R d ) (1.6) вместо (1.4). В числовой реализации подпространство V 0 конечномерно.
Функция j - так называемая масштабирующая (скейлинг-) функция. С ее помощью можно определить функцию y - вейвлет - такую, что набор { y ( x - k )} k Z образует ортонормальный базис в W 0 . Тогда m =0.. M -1. (1.7) Из свойства 4’ непосредственно следует, что, во-первых, функция j может быть представлена в виде линейной комбинации базисных функций пространства V -1 . Так как функции { j j , k ( x )=2 - j /2 j (2 - j x - k )} k Z образуют ортонормальный базис в V j , то имеем
(1.8) Вообще говоря, сумма в выражении (1.8) не обязана быть конечной. Можно переписать (1.8) в виде
(1.9) где
(1.10) а 2 p -периодическая функция m 0 определяется следующим образом:
(1.11) Во-вторых, ортогональность { j ( x - k )} k Z подразумевает, что
(1.12) и значит
(1.13) и
(1.14) Используя (1.9), получаем
(1.15) и, рассматривая сумму в (1.15) по четным и нечетным индексам, имеем
(1.16) Используя 2 p -периодичность функции m 0 и (1.14), после замены x /2 на x , получаем необходимое условие
(1.17) для коэффициентов h k в (1.11). Заметив, что
(1.18) и определив функцию y следующим образом:
(1.19) где
k =0,…, L -1 , (1.20) или преобразование Фурье для y
(1.21) где
(1.22) можно показать, что при каждом фиксированном масштабе j Z вейвлеты { y j , k ( x )=2 - j /2 y (2 - j x - k )} k Z образуют ортонормальный базис пространства W j . Равенство (1.17) определяет пару квадратурных зеркальных фильтров (quadrature mirror filters, QMF ) H и G , где
и
QMF H и G вычисляются с помощью решения системы алгебраических уравнений. Число L коэффициентов фильтра в (1.11) и (1.22) связано с числом исчезающих моментов М, и всегда четно.
Выбранный фильтр Н полностью определяет функции j и y и, таким образом, многомасштабный анализ. Кроме того, в правильно построенных алгоритмах значения функций j и y почти никогда не вычисляются.
Благодаря рекурсивному определению вейвлетного базиса, все операции проводятся с квадратурными зеркальными фильтрами H и G , даже если в них используются величины, связанные с j и y . 4. ОПЕРАТОРЫ Сжатие операторов или, другими словами, представление их в разреженном виде в ортонормированном базисе непосредственно влияет на скорость вычислительных алгоритмов.
Нестандартная форма оператора Т с ядром K ( x , y ) достигается вычислением следующих выражений: (4.1)
(4.2)
(4.3) 4.1 Оператор d / dx в вейвлетном базисе Нестандартные формы некоторых часто используемых операторов могут быть вычислены явно.
Построим нестандартную форму оператора d / dx . Матричные элементы
матриц
и
матрицы
i , l , j Z для оператора d / dx легко вычисляются как
(4.4)
(4.5)
(4.6)
(4.7) где
(4.8)
(4.9)
(4.10)
(4.11) Кроме того, используя (1.8) и (1.19), имеем
(4.12)
(4.13)
(4.14) Таким образом представление d / dx полностью определяется величинами
или, другими словами, отображением d / dx на подпространство V 0 . Предложение 4.1. 1. Если существует интеграл (4.11), тогда коэффициенты
l Z в (5.8) удлвлетворяют следующей системе линейных алгебраических уравнений:
(4.15)
(4.16) где
(4.17) 2. Если
а именно с
и
Замечание. Если М=1, тогда система (4.15)-(4.16) имеет единственное решение, но интеграл (4.11) может не быть абсолютно сходящимся. Для базиса Хаара (
мы получаем простейший конечный дифференциальный оператор
Замечание 2. Заметим, что выражения (4.12) и (4.13) для
и
(
и
особенно просто:
Для доказательства Предложения 4.1 можно обратиться к [2]. Для решения системы (4.15)-(4.16) можно также воспользоваться итерационным алгоритмом.
Начать можно с и
4.2 Оператор d n / dx n в вейвлетном базисе Так же как и для оператора d / dx , нестандартная форма оператора d n / dx n полностью определяется своим отображением на подпространство V 0 , т.е. коэффициентами
l Z , (4.18) если интеграл существует.