ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب A wavelet tour of signal processing the Sparse way

دانلود کتاب یک تور موجک برای پردازش سیگنال به روش Sparse

A wavelet tour of signal processing the Sparse way

مشخصات کتاب

A wavelet tour of signal processing the Sparse way

دسته بندی: موجک و پردازش سیگنال
ویرایش: 3 
نویسندگان:   
سری:  
ISBN (شابک) : 9780123743701, 0123743702 
ناشر: Academic Press 
سال نشر: 2008 
تعداد صفحات: 808 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 16 مگابایت 

قیمت کتاب (تومان) : 39,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 22


در صورت تبدیل فایل کتاب A wavelet tour of signal processing the Sparse way به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب یک تور موجک برای پردازش سیگنال به روش Sparse نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب یک تور موجک برای پردازش سیگنال به روش Sparse

کتاب ملاط ​​مرجع بلامنازع در این زمینه است - تنها کتابی است که مطالب ضروری را به این وسعت و عمق پوشش می دهد. - Laurent Demanet، دانشگاه استنفورد ویرایش جدید این کتاب کلاسیک تمام مفاهیم، ​​تکنیک‌ها و کاربردهای اصلی نمایش پراکنده را ارائه می‌کند و نقش کلیدی موضوع را در پردازش سیگنال امروزی منعکس می‌کند. این کتاب به وضوح نمایش های استاندارد را با تبدیل فوریه، موجک و زمان-فرکانس و ساخت پایه های متعامد با الگوریتم های سریع ارائه می دهد. مفهوم مرکزی پراکندگی توضیح داده شده و برای فشرده سازی سیگنال، کاهش نویز، و مشکلات معکوس اعمال می شود، در حالی که پوشش به نمایش های پراکنده در لغت نامه های اضافی، وضوح فوق العاده و کاربردهای سنجش فشاری داده می شود. ویژگی ها: * ارائه ریاضیات را با برنامه های کاربردی برای پردازش سیگنال متعادل می کند * الگوریتم ها و مثال های عددی در WaveLab، یک جعبه ابزار MATLAB پیاده سازی شده است * وب سایت همراه برای مربیان و راه حل های انتخابی و کد موجود برای دانش آموزان جدید در این نسخه * نمایش سیگنال های پراکنده در فرهنگ لغت * سنجش فشاری، وضوح فوق العاده و جداسازی منبع * پردازش تصویر هندسی با منحنی ها و نوارها * موجک برای گرافیک کامپیوتری با بلند کردن روی سطوح * پردازش صدا با فرکانس زمانی و حذف نویز * فشرده سازی تصویر با JPEG-2000 * تمرین های جدید و به روز A Wavelet Tour of Signal Processing: The Sparse Way، ویرایش سوم، منبع ارزشمندی برای محققان و مهندسان تحقیق و توسعه است که مایل به استفاده از این نظریه در زمینه هایی مانند پردازش تصویر، پردازش و فشرده سازی ویدئو، سنجش زیستی، تصویربرداری پزشکی، بینایی ماشین و ارتباطات هستند. مهندسی. استفان مالات، استاد ریاضیات کاربردی در دانشگاه پلی‌تکنیک پاریس، فرانسه است. از سال 1986 تا 1996 او استاد مؤسسه علوم ریاضی کورانت در دانشگاه نیویورک بود و بین سال‌های 2001 تا 2007 یک شرکت نیمه‌رساناهای پردازش تصویر را تأسیس کرد و مدیر عامل آن شد. وب‌سایت همراه: تور عددی پردازش سیگنال
  • شامل آخرین پیشرفت‌ها از زمان انتشار کتاب در سال 1999، از جمله کاربرد آن در JPEG 2000 و MPEG-4
    • الگوریتم‌ها و مثال‌های عددی در Wavelab پیاده‌سازی شده‌اند. یک جعبه ابزار MATLAB
    • موازنه ارائه ریاضیات با برنامه های کاربردی برای پردازش سیگنال

  • توضیحاتی درمورد کتاب به خارجی

    Mallat's book is the undisputed reference in this field - it is the only one that covers the essential material in such breadth and depth. - Laurent Demanet, Stanford University The new edition of this classic book gives all the major concepts, techniques and applications of sparse representation, reflecting the key role the subject plays in today's signal processing. The book clearly presents the standard representations with Fourier, wavelet and time-frequency transforms, and the construction of orthogonal bases with fast algorithms. The central concept of sparsity is explained and applied to signal compression, noise reduction, and inverse problems, while coverage is given to sparse representations in redundant dictionaries, super-resolution and compressive sensing applications. Features: * Balances presentation of the mathematics with applications to signal processing * Algorithms and numerical examples are implemented in WaveLab, a MATLAB toolbox * Companion website for instructors and selected solutions and code available for students New in this edition * Sparse signal representations in dictionaries * Compressive sensing, super-resolution and source separation * Geometric image processing with curvelets and bandlets * Wavelets for computer graphics with lifting on surfaces * Time-frequency audio processing and denoising * Image compression with JPEG-2000 * New and updated exercises A Wavelet Tour of Signal Processing: The Sparse Way , third edition, is an invaluable resource for researchers and R&D engineers wishing to apply the theory in fields such as image processing, video processing and compression, bio-sensing, medical imaging, machine vision and communications engineering. Stephane Mallat is Professor in Applied Mathematics at École Polytechnique, Paris, France. From 1986 to 1996 he was a Professor at the Courant Institute of Mathematical Sciences at New York University, and between 2001 and 2007, he co-founded and became CEO of an image processing semiconductor company. Companion website: A Numerical Tour of Signal Processing
  • Includes all the latest developments since the book was published in 1999, including its application to JPEG 2000 and MPEG-4
    • Algorithms and numerical examples are implemented in Wavelab, a MATLAB toolbox
    • Balances presentation of the mathematics with applications to signal processing


  • فهرست مطالب

    Cover Page......Page 1
    Copyright Page......Page 2
    Dedication\r......Page 3
    Preface to the Sparse Edition......Page 4
    Acknowledgments......Page 7
    Acknowledgments......Page 8
    Notations......Page 9
    Computational Harmonic Analysis......Page 11
    Wavelet Bases......Page 12
    Approximation and Processing in Bases......Page 15
    Sampling with Linear Approximations......Page 17
    Sparse Nonlinear Approximations......Page 18
    Denoising......Page 21
    Time-Frequency Dictionaries......Page 24
    Heisenberg Uncertainty......Page 25
    Windowed Fourier Transform......Page 26
    Continuous Wavelet Transform......Page 27
    Time-Frequency Orthonormal Bases......Page 29
    Frame Analysis and Synthesis......Page 31
    Ideal Dictionary Approximations......Page 33
    Pursuit in Dictionaries......Page 34
    Inverse Problems......Page 36
    Diagonal Inverse Estimation......Page 37
    Super-resolution and Compressive Sensing......Page 38
    Book Road Map......Page 40
    Impulse Response......Page 42
    Fourier Transform in L1(R)......Page 44
    Fourier Transform in L2(R)......Page 47
    Examples......Page 49
    Regularity and Decay......Page 51
    Uncertainty Principle......Page 52
    Total Variation......Page 55
    Two-Dimensional Fourier Transform......Page 60
    Exercises......Page 64
    Shannon-Whittaker Sampling Theorem......Page 67
    Aliasing......Page 69
    General Sampling and Linear Analog Conversions......Page 73
    Impulse Response and Transfer Function......Page 78
    Fourier Series......Page 80
    Finite Signals......Page 83
    Discrete Fourier Transform......Page 84
    Fast Fourier Transform......Page 86
    Fast Convolutions......Page 87
    Two-Dimensional Sampling Theorems......Page 88
    Discrete Image Filtering......Page 90
    Circular Convolutions and Fourier Basis......Page 91
    Exercises......Page 93
    Time-Frequency Atoms......Page 97
    Windowed Fourier Transform......Page 100
    Completeness and Stability......Page 102
    Choice of Window......Page 106
    Discrete Windowed Fourier Transform......Page 109
    Wavelet Transforms......Page 110
    Real Wavelets......Page 111
    Analytic Wavelets......Page 115
    Discrete Wavelets......Page 120
    Analytic Instantaneous Frequency......Page 123
    Windowed Fourier Ridges......Page 126
    Wavelet Ridges......Page 137
    Quadratic Time-Frequency Energy......Page 142
    Wigner-Ville Distribution......Page 144
    Interferences and Positivity......Page 148
    Cohen\'s Class......Page 153
    Discrete Wigner-Ville Computations......Page 157
    Exercises......Page 159
    Stable Analysis and Synthesis Operators......Page 162
    Dual Frame and Pseudo Inverse......Page 166
    Dual-Frame Analysis and Synthesis Computations......Page 168
    Frame Projector and Reproducing Kernel......Page 173
    Translation-Invariant Frames......Page 175
    Translation-Invariant Dyadic Wavelet Transform......Page 177
    Dyadic Wavelet Design......Page 179
    Algorithme à Trous......Page 182
    Subsampled Wavelet Frames......Page 185
    Windowed Fourier Frames......Page 188
    Tight Frames......Page 190
    General Frames......Page 191
    Multiscale Directional Frames for Images......Page 195
    Directional Wavelet Frames......Page 196
    Curvelet Frames......Page 201
    Exercises......Page 208
    Lipschitz Definition and Fourier Analysis......Page 212
    Wavelet Vanishing Moments......Page 215
    Regularity Measurements with Wavelets......Page 218
    Detection of Singularities......Page 225
    Dyadic Maxima Representation......Page 231
    Wavelet Maxima for Images......Page 237
    Fast Multiscale Edge Computations......Page 246
    Fractal Sets and Self-Similar Functions......Page 249
    Singularity Spectrum......Page 253
    Fractal Noises......Page 261
    Exercises......Page 266
    Orthogonal Wavelet Bases......Page 269
    Multiresolution Approximations......Page 270
    Scaling Function......Page 273
    Conjugate Mirror Filters......Page 276
    In Which Orthogonal Wavelets Finally Arrive......Page 284
    Choosing a Wavelet......Page 290
    Shannon, Meyer, Haar, and Battle-Lemarié Wavelets......Page 295
    Daubechies Compactly Supported Wavelets......Page 298
    Fast Orthogonal Wavelet Transform......Page 304
    Perfect Reconstruction Filter Banks......Page 308
    Biorthogonal Bases of l2(Z)\r......Page 312
    Construction of Biorthogonal Wavelet Bases......Page 314
    Biorthogonal Wavelet Design......Page 317
    Compactly Supported Biorthogonal Wavelets......Page 319
    Wavelet Bases on an Interval......Page 323
    Periodic Wavelets......Page 324
    Folded Wavelets......Page 326
    Boundary Wavelets......Page 328
    Interpolation and Sampling Theorems......Page 334
    Interpolation Wavelet Basis......Page 339
    Separable Multiresolutions......Page 344
    Two-Dimensional Wavelet Bases......Page 346
    Fast Two-Dimensional Wavelet Transform......Page 352
    Wavelet Bases in Higher Dimensions......Page 354
    Biorthogonal Bases over Nonstationary Grids......Page 356
    Lifting Scheme......Page 358
    Quincunx Wavelet Bases......Page 365
    Wavelets on Bounded Domains and Surfaces......Page 367
    Faster Wavelet Transform with Lifting......Page 373
    Exercises......Page 376
    Wavelet Packet Tree......Page 383
    Time-Frequency Localization......Page 389
    Particular Wavelet Packet Bases......Page 394
    Wavelet Packet Filter Banks......Page 399
    Wavelet Packet Quad-Tree......Page 401
    Separable Filter Banks......Page 405
    Block Transforms......Page 406
    Block Bases......Page 407
    Cosine Bases......Page 409
    Discrete Cosine Bases......Page 412
    Fast Discrete Cosine Transforms......Page 413
    Lapped Projectors......Page 416
    Lapped Orthogonal Bases......Page 422
    Local Cosine Bases......Page 425
    Discrete Lapped Transforms......Page 428
    Binary Tree of Cosine Bases......Page 432
    Image Cosine Quad-Tree......Page 435
    Exercises......Page 438
    Sampling and Approximation Error......Page 441
    Linear Fourier Approximations......Page 444
    Multiresolution Approximation Errors with Wavelets......Page 448
    Karhunen-Loève Approximations......Page 452
    NonLinear Approximations......Page 456
    Nonlinear Approximation Error......Page 457
    Wavelet Adaptive Grids......Page 461
    Approximations in Besov and Bounded Variation Spaces......Page 465
    Sparse Image Representations......Page 469
    Wavelet Image Approximations......Page 470
    Geometric Image Models and Adaptive Triangulations......Page 477
    Curvelet Approximations......Page 482
    Exercises......Page 484
    Transform Coding......Page 487
    Compression State of the Art......Page 488
    Compression in Orthonormal Bases......Page 489
    Entropy Coding......Page 491
    Scalar Quantization......Page 499
    Bit Allocation......Page 502
    Optimal Basis and Karhunen-Loève......Page 504
    Transparent Audio Code......Page 507
    Distortion Rate and Wavelet Image Coding......Page 512
    Embedded Transform Coding......Page 522
    JPEG Block Cosine Coding......Page 525
    JPEG-2000 Wavelet Coding......Page 529
    Exercises......Page 537
    Estimation with Additive Noise......Page 540
    Bayes Estimation......Page 541
    Minimax Estimation......Page 549
    Diagonal Estimation with Oracles......Page 553
    Thresholding Estimation......Page 557
    Thresholding Improvements......Page 563
    Thresholding Sparse Representations......Page 567
    Wavelet Thresholding......Page 568
    Wavelet and Curvelet Image Denoising......Page 573
    Audio Denoising by Time-Frequency Thresholding......Page 576
    Block Thresholding in Bases and Frames......Page 580
    Wavelet Block Thresholding......Page 586
    Time-Frequency Audio Block Thresholding......Page 587
    Denoising Minimax Optimality......Page 590
    Linear Diagonal Minimax Estimation......Page 592
    Thresholding Optimality over Orthosymmetric Sets......Page 595
    Nearly Minimax with Wavelet Estimation......Page 600
    Exercises......Page 611
    Ideal Sparse Processing in Dictionaries......Page 615
    Best M-Term Approximations......Page 616
    Compression by Support Coding......Page 618
    Denoising by Support Selection in a Dictionary......Page 620
    Dictionaries of Orthonormal Bases......Page 625
    Approximation, Compression, and Denoising in a Best Basis......Page 626
    Fast Best-Basis Search in Tree Dictionaries......Page 627
    Wavelet Packet and Local Cosine Best Bases......Page 630
    Bandlets for Geometric Image Regularity......Page 635
    Matching Pursuit......Page 646
    Orthogonal Matching Pursuit......Page 652
    Gabor Dictionaries......Page 654
    Coherent Matching Pursuit Denoising......Page 659
    Basis Pursuit......Page 663
    l1 Lagrangian Pursuit......Page 668
    Computations of l1 Minimizations......Page 672
    Sparse Synthesis versus Analysis and TotalVariation Regularization......Page 677
    Stability and Incoherence......Page 681
    Support Recovery with Matching Pursuit......Page 683
    Support Recovery with l1 Pursuits......Page 688
    Multichannel Signals......Page 692
    Approximation and Denoising by Thresholding in Bases......Page 693
    Multichannel Pursuits......Page 694
    Learning Dictionaries......Page 697
    Exercises......Page 700
    13 Inverse Problems......Page 703
    Quadratic and Tikhonov Regularizations......Page 704
    Singular Value Decompositions......Page 706
    Thresholding in Bases of Almost Singular Vectors......Page 707
    Thresholding Deconvolutions......Page 713
    Sparse Super-resolution Estimation......Page 717
    Sparse Spike Deconvolution......Page 723
    Recovery of Missing Data......Page 726
    Compressive Sensing......Page 732
    Incoherence with Random Measurements......Page 733
    Approximations with Compressive Sensing......Page 739
    Compressive Sensing Applications......Page 746
    Blind Source Separation......Page 748
    Blind Mixing Matrix Estimation......Page 749
    Source Separation......Page 755
    Exercises......Page 756
    Functions and Integration......Page 757
    Banach and Hilbert Spaces......Page 758
    Bases of Hilbert Spaces......Page 761
    Linear Operators......Page 762
    Separable Spaces and Bases......Page 764
    Random Vectors and Covariance Operators......Page 765
    Diracs......Page 767
    Books......Page 769
    Articles......Page 772
    B......Page 798
    C......Page 799
    D......Page 800
    F......Page 801
    I......Page 802
    M......Page 803
    P......Page 804
    S......Page 805
    T......Page 806
    W......Page 807
    Z......Page 808




    نظرات کاربران