分数维变换域滤波在图像恢复中的应用

傅立叶变换是对信号进行分析的重要数学工具之一.广义上的傅立叶变换，即分数维变换已成为时变信号分析的强有力工 具.对原始信号估计的判据常采用均方误差.时间为O(NlogN)的Wiener滤波可完成对具有时不变退化模型的信号估计，若退化模 型为时变或非平稳的，则需O(N2)的估计时间.这里用在分数维变换域中进行滤波来实现图像恢复，估计时间亦为O(NlogN)，且 均方误差比在普通傅立叶变换域中的滤波小.实验中，对具有不同信噪比的时变退化模型(chirp函数污染)的图像进行恢复，结 果显示此方法是有效的，且恢复效果随信噪比的提高而改善.     

变换角度 尝试创新

有的题目若从不同的角度去观察、思考，往往能得到多种解法，而不同的解法可以把相关知识融会贯通，从而提高思维能力．下面举一例说明．     

解三角题途中“六道亮丽的风景”

三角函数这部分内容公式繁多，题型多样，方法灵活．若我们能从题目中看到“六道亮丽的风景”——六种三角结构，掌握它们的变换技巧，可简化解题过程，起到事半功倍的效果．下面举例说明．[第一段]     

盈盈诗意中的生命佳酿——张晓风《不是爱酒》赏析

一个被中国古典文化的琼汁侵润了风骨的女子,一个生活于繁华都市却常居书屋啜饮生命之酒的女子,她如一位翩翩仙子在溢满花香的季节,蹚过潺潺流淌的文字之河向我们款款走来.她,就是台湾当代著名散文家张晓风.走近她,走进她创造的充满诗意的文字世界,品读<不是爱酒>一文,那灵性飞动的语言,铺排优美的结构形式,对生命深层意义的探索,对生民本质的透悟,宛如一道佳酿,散发着淡淡馨香.     

基于小波变换和二维随机共振的图像去噪算法

小波变换能对信号特征进行自适应分类提取,并快速有效地将图像信号分解成不同频带范围内的图像分量,利于图像去噪。随机共振能将部分噪声转换成信号能量,达到增大图像对比度、提高图像质量的效果。提出了一种基于小波变换和二维随机共振的图像去噪方法,实验结果表明,该方法取得了不错的去噪效果。     

狄里克莱级数的两个性质

本文作者推证了狄里克莱级数的两个性质，一是连续性，二是由阿贝尔变换公式导出了狄里克莱级数的系数与指数之间的一种关系．为深入研究狄里克莱级数的其他性质提供了工具。     

函数各种变换的统一认识

函数有四种变换 ,即平移变换、对称变换、周期变换、振幅变换 ,对其统一认识 ,有助于学生整体知识的掌握。     

一种基于混合域的新型数字水印嵌入算法

为解决数字资源版权问题,提出一种新型数字水印嵌入算法。首先对载体图像进行三层离散小波变换,然后选择低频细节子带进行离散余弦变换。在进行水印嵌入时,对Cox提出的加性准则嵌入方法进行修改,设计一种全新的嵌入方法。实验结果表明,该算法对各种噪声攻击具有较强的鲁棒性。     

n星形联接无耦合电感网格与网形电感网络的等效变换

中提出动态网络分析中包含n星形联接的电感网络，可用等效变换法将其用网形电感网络来代换，并给出等效变换的方法，进而消去了电路中的星形电感割集。