这是关于小波变换的电子书，高清，最新版本，经典著作，英文版

Pascal Getreuer 的 wavelet transforms in matlab ，找了好久终于找到了，分享出来

M系列 RS485采集模块与力控 ForceContrl V7.0软件通讯 M系列 RS485采集模块是基于 RS485网络的数字量和模拟量采集模块，支持工业标准的 Modbus RTU 协议，包括：M-IB16 （16路数字量输入模块）、M-OB16（16路数字量输出模块）、M-IF16C（16路模拟 量输入模块）、M-OF8C（8路模拟量输出），可以与组态王、力控以及支持 Modbus RTU协议的 PLC等系统 或软件联合使用，下面以 M系列 RS485采集模块与力控 ForceControl V7.0软件进行通讯为例。 1、启动力控 ForceControl V7.0软件，打开工程管理器，新建工程，输入项目名称、路径、描述等。 2、在 ForceControl开发系统中，进行 IO设备组态，配置 M-IB16采集模块，设备地址为 1。 第一步：输入设备名称、设备描述、更新周期、超时时间、设备地址和通讯方式。

A. P. Prudnikov, Yu. A. Brychkov, O. I. Marichev ...

pytorch中的transforms模块中包含了很多种对图像数据进行变换的函数，这些都是在我们进行图像数据读入步骤中必不可少的，下面我们讲解几种最常用的函数，详细的内容还请参考pytorch官方文档（放在文末）。 data_transforms = transforms.Compose([ transforms.RandomResizedCrop(224), transforms.RandomHorizontalFlip(), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406],

深度签名转换 在神经网络中将签名变换用作池化层。 这是Bonnier，Kidger，Perez Arribas，Salvi，Lyons 2019的论文的代码。 看看了PyTorch实现签名变换。 概述 如果您已经对神经网络有所了解，那么您的想法就是“签名变换”是一种非常出色的变换，它可以从数据流中提取特征，因此尝试将其内置到其中是很自然的事情。我们的神经网络模型。 如果您已经开始了解签名，那么您可能知道它们以前仅用作功能转换，并在其上构建了模型。 但是实际上可以通过签名变换反向传播，因此，只要您正确地设计模型（必须“保持流”；请参阅本文），那么将签名嵌入到神经网络中实际上是有意义的。 在签名变换之前学习非线性可以提供一种紧凑的方式来选择（原始路径的）签名中的哪些项对给定的数据集有用。 什么是签名？ 数据流的签名本质上是有关该数据流的统计信息的集合。 统计信息的收集在捕获有关数据流的

Tables Of Integral Transforms.Volume I.PDF Tables Of Integral Transforms.Volume I.PDF

DFT的matlab源代码变身 具有信号生成和绘图功能的离散傅立叶变换（DFT）实现。 DFT结果是根据实部和虚部生成并绘制的。 DFT的幅值和相位分量也会被计算和绘制。 信号生成产生具有指定参数的指定信号类型。 产生的信号也被标绘。 使用PLplot C库进行绘图。 信号生成功能： 正弦波产生 方波产生 斜波产生 脉冲信号产生 绘图助手功能 信号产生参数： 频率（赫兹） 相（度） 振幅 移位（对于非正弦曲线） 离散傅立叶变换（DFT）功能： DFT / IDFT计算 实部和虚部绘图 幅度和相位分量图 离散傅立叶变换（DFT）参数： 模式选择（DFT或IDFT） 输入数据点数（N） 输入信号数据（N点） DFT实部结果 DFT虚部结果 用法：./ main sigtype频率相位/偏移幅度sigtype：信号类型（0 =正弦波，1 =正方形，2 =斜坡，3 =脉冲） 频率：信号频率（Hz） 相位：正弦信号的相位（度） shift：非正弦信号的偏移幅度：信号幅度

快速傅立葉變換 英文介紹 但是很有歷史性

小波分析经典书籍，不二之选