タグ

Waveletに関するroom661のブックマーク (6)

  • http://norum.homeunix.net/~carl/wavelet/

    room661
    room661 2006/08/25
    独自のwavelet ツールを公開
  • ウェーブレットによる信号処理と画像処理

    ウェーブレットによる信号処理と画像処理 (ISBN4-320-08549-3) 中野宏毅,山鎭男,吉田靖夫著 A5判,186頁,2900円+税 ●amazon.co.jpへの リンク ウェーブレットの工学的応用を目指す学生および画像処理/信号処理に携わっている技術者・研究者がウェーブレットの基をマスターし,自在に活用できるようになることを目的に書かれている.読者がウェーブレットのもつ基的性質を理解し,自在にそれを活用できるようになることを手助けするである.そのために,理論とその応用について初学者にもわかりやすいように,平易に解説されている.書の題目に示したように, ウェーブレットを信号処理・画像処理のための強力なツールの一つとして自在に活用するためのガイドブックと考えていただきたい.書では,フーリエ変換,窓フーリエ変換,ウェーブレット変換と発展した歴史にのっとり,各々の手法の違

    room661
    room661 2006/03/30
    Source codes, and errata for book "ウェーブレットによる信号処理と画像処理 "
  • INDEX TO SERIES OF TUTORIALS TO WAVELET TRANSFORM BY ROBI POLIKAR

    THE ENGINEER'S ULTIMATE GUIDE TO WAVELET ANALYSIS The Wavelet Tutorial by ROBI POLIKAR Also visit Rowan’s Signal Processing and Pattern Recognition Laboratory pages Two new tutorials: Pattern Recognition & Ensemble Based Systems in Decision Making PREFACE PART I: OVERVIEW: WHY WAVELET TRANSFORM? PART II: FUNDAMENTALS: THE FOURIER TRANSFORM AND THE SHORT TERM FOURIER TRANSFORM, RESOLUTION PROBLEMS

    room661
    room661 2006/03/27
    丁寧で分かりやすい。
  • 正方形ダクトへの傾斜噴流による昇圧効果と速度分布に関する研究

    Wavelet解析による株価予測モデルの開発 1 1. 緒言 株価は様々な社会要因が複雑に作用して変化するため、 予測 することが難しい問題のひとつである。 これまでにも様々な株 価を予測する手法が提案されてきた。それらの中でも、特に単 純移動平均線を利用するグランビルの法則が有名である。 また、 株価変動は非定常であるため、 非定常変動内に存在する特徴的 なパターンを抽出するために活用されている『Wavelet 解析』 も株価変動の予測に対して有効性が期待できる。(1)-(2) そこで研究では、前述のグランビルの法則と Wavelet 解 析を組み合わせることによって、 新しい株価予測モデルの開発 を構築することを目的とする。 2. 各売買ルール及び解析方法 2.1 グランビルの法則 研究では、 グランビルの法則から買い条件2つと売り条件 2つ、 さらに株価が暴落したときのリスクを

  • http://www.cybernet.co.jp/matlab/support/manual/r14/toolbox/wavelet/ch01_int.shtml

  • 140-147

    今回から,ウェーブレット変換(Wavelet Transform)をテーマに話を進めたいと思 います。ウェーブレット変換は誌でも何 度か紹介されていますが,画像の世界でも JPEG2000でウェーブレット変換を利用し た圧縮アルゴリズムが採用されたこともあ り,最近とくに注目されつつあるアルゴリ ズムだと思います。 ウェーブレット変換は,もともと,デー タ圧縮だけの目的に考え出された手法では なく,フーリエ変換の発展形の1つとして, データの解析に利用するために考案された ものです。 フーリエ変換は,分析対象のデータや関 数を周波数成分に変換して,元データとは 違った観点からの特性を分析する手法でし た。 ところが,フーリエ変換で解析を行う場 合,時間軸上のデータをすべて周波数成分 に変換するため,時系列的・空間的な変化 の情報がなくなってしまいます。このため, データの特性が終始一貫

  • 1