路在脚下

|举报|字号 订阅旋转平移矩阵在VC和三维建模中是十分重要的。将 A(i, j) 作为矩阵 A 中第 i 行、第 j 列的项。例如，A（3, 2）是矩阵 A 中第 3 行、第 2 列的项。假定 A、B 和 C 是矩阵，且 AB = C，则 C 的项计算如下：C(i, j) =（A 的第 i 行）?（B 的第 j 列）。如果将平面中的点视为 1×2 矩

这是《小波变换和motion信号处理》系列的第二篇，深入小波。第一篇我进行了基础知识的铺垫，第三篇主要讲解应用。在上一篇中讲到，每个小波变换都会有一个mother wavelet，我们称之为母小波，同时还有一个father wavelet，就是scaling function。而该小波的basis函数其实就是对这个母小波和父小波缩放和平移形成的。缩放倍数都是2的级数，平移的大小和当前其缩放

函数的正交是向量正交的推广,函数可看成无穷维向量,在n维空间中两向量正交是借助内积来定义的,设X=(x1,x2,...,xn),Y=(y1,y2,...,yn),则X与Y正交定义为其内积X*Y=x1*y1+x2*y2+...+xn*yn=0,设f(x),g(x)是定义在[a,b]区间的可积函数,f(x),g(x)中的自变元类似于(有限维)向量下标,向量X中分量的下标取1,2,..,n这些离散值,

这是《小波变换和motion信号处理》系列的第一篇，基础普及。第二篇我准备写深入小波的东西，第三篇讲解应用。记得我还在大四的时候，在申请出国和保研中犹豫了好一阵，骨子里的保守最后让我选择了先保研。当然后来也退学了，不过这是后话。当时保研就要找老板，实验室，自己运气还不错，进了一个在本校很牛逼的实验室干活路。我们实验室主要是搞图像的，实力在全国也是很强的，进去后和师兄师姐聊，大家都在搞什么小

在连续傅里叶级数（或积分）变换中，信号)(tx所对应的离散频谱（或连续频谱）为nc（或)(fX)(f），其频率是无限离散分布的（或频谱的分布范围是无限区间的）。很显然，单位时间内，频率较低（简称低频，即f较小）的简谐波相对频率较高（简称高频，即f较大）的简谐波在空间的变化要平稳得多。例如，0f时所对应的直流分量在空间是不变化的（信号在整个区间的平均值），其它成分的信号则随频率的增大而

先看下图中的场景，客户端A和B，以及服务器server都保存了同一个文件，最初，A、B和server上的文件内容都是相同的（记为File.1）。某一时刻，B修改了文件内容，上传到SERVER上（记为File.2）。客户端A这时试图向服务器SERVER更新文件到最新内容，也就是File.1更新为File.2。上面这个场景很常见，例如现在流行的网盘。假设我有一个文件a.txt在网盘