大家对于AE内置的Fractal Noise一定不陌生，不过它只是基于二维的。而该插件允许你创建基于三维的噪波，受摄影机及灯光影响，并且还具有“遮挡图层”，根据Depth Map与3D渲染的图像进行合成等功能， Create Fractal Noise in three dimensions! Very useful for integrating noise in 3D composites. It reacts to After Effects comp cameras and lights.

针对实际中所观测到的探地雷达信号时常会被噪声污染的问题, 根据小波分析和分形理论在多尺度分析和自相似本质上的一致性, 从研究分数布朗运动小波系数的统计特性, 分析信号和噪声对小波系数统计特性的影响, 在探地雷达信号处理中引入小波分析和随机分形理论, 提出了在小波域中, 使用平滑因子恢复加性白噪背景下探地雷达信号。仿真实验表明, 该方法能有效地恢复白噪背景下探地雷达信号, 显著地提高了信噪比(由0 db提高到1319 db)。

探地雷达在地质勘察中有着较高的分辨率,而绕射波将会对雷达剖面产生严重的影响,甚至扭曲地质特征,因而降低了雷达资料的分辨率。从探地雷达和绕射扫描偏移叠加的基本原理出发,通过对探地雷达在试验槽上获得的资料进行偏移绕射处理的前后对比,说明绕射偏移处理能够实现反射波的归位,绕射波收敛,从而为解释提供依据并提高了解释精度。

小波变换去除图像离焦背景噪声，源码+文章

资源包含文件：Matlab源码+lunwen文档 [摘 要] 针对 RoboMaster 机甲大师赛赛场变化多端的情况，采用模糊小波神经网络对攻击目标的优先级进行评估和预测，利用模糊神经网络解决复杂环境信息的不确定问题，同时利用了小波神经网络增强神经网络的收敛速度和泛化能力。本文提出了一种针对赛场环境复杂度和未知性的攻击目标优先级预测方案并进行仿真实验，根据仿真结果表明，该算法可有效预测目标的攻击优先级，并且具有较好的稳定性、预测精度以及泛化能力。 关键词： 模糊小波神经网络; 攻击优先级 目录 基于模糊小波神经网络的攻击目标优先级评估 1 1 引言 1 2.1 模糊神经网络原理 1 2 原理 2 3 2.2 模糊小波神经网络原理 3 3 目标优先级估计的主要因素 3 4 4 基于 FWNN 的目标优先级评估仿真实验 5 5 结论 5 6 详细介绍参考：https://blog.csdn.net/sheziqiong/article/details/122407761?spm=1001.2014.3001.5501

小波神经网络预测代码_matlab源码.rar

利用小波基，对时域下的信号进行重构，利用压缩感知算法有，有omp stomp bregman GPSR_BB等 算法。发现百分百采样，bregman 算法收敛速度最快，重构效果最好。同时还测试了克罗尼科技 基对于作为稀疏基对压缩感知结果的影响。同时还有离散傅里叶正交基。很有意义。对于初学者或者，学习过程有问题的同学可以得到很好的借鉴作用。

9.4小波反变换及小波容许条件 下述定理给出了连续小波反变换的公式及反变换存在的条件。 定理 9.2 设 )()(),( 2 RLttx  ，记 )( 为 )(t 的傅里叶变换，若       0 2 )( c 则 )(tx 可由其小波变换 ),( baW Tx 来恢复，即 dadbtbaW Ta c tx bax )(),( 1 )( , 0 2        (9.4.1) 证明：设 )()( 1 txtx  ， )()(2 tttx   ,则 )()(),( 21 txtxtx  )()()(),( a bt a 1 dt a bt tt a 1 baW T 2x       将它们分别代入（9.3.8）式的两边，再令 tt  ，于是有 dadbtbaW Ta c tx bax )(),( 1 )( , 0 2        于是定理得证。 在定理 9.1和定理 9.2中，结论的成立都是以 c <为前提条件的。（9.3.9）式又称为 “容许条件（admissibility condition）。该容许条件含有多层的意思： 1. 并不是时域的任一函数 )()( 2 RLt  都可以充当小波。其可以作为小波的必要条件 是其傅里叶变换满足该容许条件；

基于51单片机三角波信号发生器设计论文.doc

基于单片机的方波信号发生器课程设计报告书.doc