版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、小波分析是在傅立葉分析基礎(chǔ)上迅速發(fā)展起來(lái)的新興學(xué)科,能同時(shí)在時(shí)域和頻域上具有良好的局部性,因此具有理論深刻和應(yīng)用十分廣泛的雙重意義。本文在深入了解有關(guān)雙向加細(xì)方程、多帶小波以及不可分小波理論的基礎(chǔ)上,對(duì)具有有限非負(fù)系數(shù)的雙向多一尺度加細(xì)方程、雙向高維加細(xì)方程的L1解作進(jìn)一步的研究,并且構(gòu)造了一類具有任意高逼近階的3帶正交尺度函數(shù),最后給出伸縮矩陣為非對(duì)角陣的高維不可分正交小波的構(gòu)兩種造方法。全文主要框架如下:
第一章簡(jiǎn)要介
2、紹了小波分析的發(fā)展簡(jiǎn)史、當(dāng)前國(guó)內(nèi)外的研究現(xiàn)狀、課題來(lái)源,概述了本文的主要工作。
第二章主要介紹一些相關(guān)記號(hào)以及L2(Rd)中多分辨分析的思想。
第三章主要研究具有有限非負(fù)系數(shù)的雙向多一尺度加細(xì)方程的L1解,證明此類方程的所有L1解的集合是由某些在其支撐上取恒定符號(hào)的緊支撐函數(shù)組成的空間,并且該空間最多是一維的。最后給出該方程具有(或不具有)非平凡L1解的一些充分條件(且這些條件是比較容易驗(yàn)證的)。
3、 第四章主要研究具有有限非負(fù)系數(shù)的雙向高維加細(xì)方程的L1解,指出此類方程的所有L1解的集合是由某些在其支撐上取恒定符號(hào)的緊支撐函數(shù)組成的空間,并且該空間最多是一維的。最后研究該方程具有(或不具有)非平凡L1解的條件,包括充分條件、必要條件、充要條件。
在第五章中,給出一類具有高逼近階的3帶緊支正交尺度函數(shù)的顯式構(gòu)造,并且給出了2個(gè)構(gòu)造算例。
在第六章中,主要提供了伸縮因子為非對(duì)角陣的高維緊支正交不可分小波的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 具有優(yōu)良性質(zhì)的尺度函數(shù)和小波的構(gòu)造.pdf
- 復(fù)小波框架、雙向多-尺度加細(xì)函數(shù)及不可分小波的構(gòu)造.pdf
- 正交設(shè)計(jì)的優(yōu)良性.pdf
- Bayes估計(jì)的PPC優(yōu)良性.pdf
- 數(shù)獨(dú)方設(shè)計(jì)及其優(yōu)良性.pdf
- 幾乎無(wú)偏估計(jì)及其優(yōu)良性研究.pdf
- 線性模型參數(shù)估計(jì)的Pitman優(yōu)良性.pdf
- 有偏估計(jì)的優(yōu)良性和最優(yōu)預(yù)測(cè).pdf
- 多小波與雙向多小波的構(gòu)造研究.pdf
- 一類LIU型估計(jì)及其優(yōu)良性.pdf
- 優(yōu)良性格是孩子成才的重要因素
- 蜜蜂優(yōu)良性狀相關(guān)的特異DNA分子標(biāo)記的研究.pdf
- 方差分析模型中參數(shù)的Bayes估計(jì)及其優(yōu)良性.pdf
- 最優(yōu)線性無(wú)偏估計(jì)和Bayes估計(jì)的優(yōu)良性研究.pdf
- 11542.對(duì)稱化l2偏差優(yōu)良性研究
- 全正對(duì)稱光滑的加細(xì)函數(shù)及小波框架.pdf
- 統(tǒng)計(jì)決策觀點(diǎn)下線性模型參數(shù)估計(jì)優(yōu)良性研究.pdf
- 實(shí)驗(yàn)設(shè)計(jì)幾個(gè)優(yōu)良性準(zhǔn)則下最優(yōu)設(shè)計(jì)的比較.pdf
- 36510.廣義gaussmarkov模型參數(shù)的bayes線性無(wú)偏估計(jì)及優(yōu)良性研究
- 一般線性模型中線性估計(jì)的可容許性特征及優(yōu)良性.pdf
評(píng)論
0/150
提交評(píng)論