希尔伯特变换是一种将实数信号转换为复数信号的数学变换。在C++中，可以使用离散傅里叶变换（DFT）和离散余弦变换（DCT）来实现希尔伯特变换。

计算机图形学实验（作业利器） 主题：2D变换演示程序 code in python 2.7.15, author:zhu 看官先行品鉴，如有源码需要站内私信。

利用小波变换获取子图像的能量值来提取高分辨率遥感影像的纹理特征,采用了大量训练样本进行特征统计,揭示了小波变换用于遥感影像纹理特征提取的规律。

本文应用小波变换技术对电力用户每15分钟采集一次的用电负荷数据的特征进行了梳理，选择小波变换算法开展用电负荷数据的特征提取，优化数据存储方式实现数据压缩与脱敏存储，用以解决海量用电负荷指标数据的存储问题。结果表明，通过小波变换可以有效提取数据特征，压缩存储空间约50%，并实现数据脱敏。本文所研发的基于小波变换特征提取技术实现用电负荷数据压缩与脱敏存储的技术具有潜在的应用价值和推广价值，并能够产生较高的经济效益。

（1）五种模拟滤波器类型的比较 a) 巴特沃斯滤波器（Butterworth）：具有单调下降的幅频特性，过渡带最宽； b) 切比雪夫Ⅰ型滤波器（Chebyshev1）：在通带具有等波纹幅频特性，过渡带和阻带是单调下降的幅频特性； c) 切比雪夫Ⅱ型滤波器（Chebyshev2）：通道带幅频响应几乎与巴特沃斯滤波器相同，阻带是等波纹幅频特性； d) 椭圆滤波器（Ellipse）：过渡带最窄，通带和阻带均是等波纹幅频特性； e) 贝塞尔滤波器（Bessel）：在整个通带逼近线性相位特性，而其幅频特性的过渡带比其他四种滤波器宽得多。 （2）两种系统函数转换方法的比较 a) 双线性变换法 优点：频率变换关系是线性的，即 ，如果不存在频谱混叠现象，用这种方法设计得数字滤波器会很好地重现原模拟滤波器的频响特性。另外，数字滤波器的单位脉冲响应完全模仿模拟滤波器的单位冲激响应波形，时域特性逼近好。 缺点：会产生不同程度的频谱混叠失真，其适用于低通、带通滤波器的设计，不适用于高通、带阻滤波器的设计。 b) 脉冲响应不变法 优点：可由简单的代数公式 将 直接转换成 且不存在频谱混叠现象。 缺点：

DFT的matlab源代码dft 离散傅立叶变换 在大学二年级时，我修了两个学期的信号理论课。 我发现，如果我没有积极地与他们合作，那么就很容易忘记我所学到的概念。 我创建了Python版本的DFT和逆DFT算法，以复习DFT的概念。 dft.py def dft(input) ：用于根据时域阵列input计算频谱S的函数。 根据公式S = V^H * s ，其中S是频谱， V^H是DFT矩阵的厄米（hermitian），并且input s def graph_freq_spectrum(freq_spectrum) ：用于绘制频谱图的功能。 使用plotly Python库实现 idft.py def idft(freq_spectrum) ：将频谱转换为时域正弦波的函数。 使用sympy Python库对符号方程进行建模。 到目前为止，它仅能提供原始功能的别名。 我还没有时间实现一种基于用户给定标准来找到正确频率的方法。 演示 用y=cos(pi*n)和y=sin(pi/2*n)简单示例演示上述功能 y = cos（pi * n）演示的输出 频谱（使用dft()计算）：[ dft(

二值化 VS2017编译通过，可直接运行 包括扫描二值化 灰度变换 分段线性变换 灰度分布均衡化 投影法 直方图显示 R直方图统计

摘要氮化镓（ Ｇ ａＮ ） 器 件 的 出现 使 图腾柱无桥 Ｐ ＦＣ（ Ｐｏｗｅ ｒＦａｃｔｏ ｒＣｏ ｒｒｅｃ ｔ ｉｏｎ ） 变换器 能够工作 在连续导通

常用的小波基函数： 参数表示 小波基的名称 morl Morlet小波 mexh 墨西哥草帽小波 meyr Meyer小波 haar Haar小波 dbN 紧支集正交小波 symN 近似对称的紧支集双正交小波 coifN Coifmant小波 biorNr.Nd 双正交样条小波

研究了一种改进型单周期控制算法在无桥Boost PFC(Power Factor Correction)变换器中的应用。工作于连续导电模式下的单周控制PFC变换器具备控制电路简单、抗干扰能力强等优点，但二极管存在的反向恢复电流对过零点的输入电流影响较大，导致输入电流发生过零畸变，限制了功率因数的提高。为改善电流过零畸变。提高功率因数，采用一种工作于混合模式下的改进型单周控制技术，在连续导电模式时，实时检测输入电流，当输入电流过零时，将变换器切换至断续导电模式，削弱了二极管的反向恢复问题，并将此改进型单周控