Shukla，K.K。;阿文德·蒂瓦里（Arvind K.Tiwari）。 离散小波变换的高效算法。应用于去噪和模糊推理系统。 （英语） 兹比尔1264.94001 Springer计算机科学简介伦敦：施普林格出版社（ISBN 978-1-4471-4940-8/pbk；978-1-447 1-4941-5/电子书）。九、91页。(2013). 出版商描述：变换是工程师解决信号处理和多项式计算问题工具包的重要组成部分。与基于傅里叶变换的方法不同，在一个频率范围内统一使用固定窗口，小波变换在高频下使用短窗口，在低频下使用长窗口。这样，可以更密切地监测非平稳扰动的特征。换句话说，通过小波变换可以同时获得时间和频率信息。小波变换不是将纯时间描述转换为纯频率描述，而是在时频描述中找到了很好的前景。离散小波变换（DWT）由于其固有的时间尺度局部化特性，在数字信号处理（语音和图像处理）、通信、计算机科学和数学等领域受到了广泛的关注。众所周知，小波变换具有良好的能量压缩特性，能够提供完美的重构。因此，它们是信号/图像处理的理想选择。偏移（或平移）和缩放（或膨胀）是小波所特有的。小波相对于伸缩的正交性导致了多重网格表示。小波计算的本质迫使我们仔细研究实现方法。由于DWT的计算涉及滤波，因此有效的滤波过程在DWT硬件实现中至关重要。在多级DWT中，系数是递归计算的，除了小波分解阶段外，还需要额外的空间来存储中间系数。因此，整体性能在很大程度上取决于中间DWT系数的精度。本文提出了新的DWT实现技术，这些技术在计算要求、存储要求和重建信号信噪比方面都是有效的。 引用于1文件 MSC公司： 94-01 与信息与传播理论相关的介绍性说明（教科书、教程论文等） 94A08型 信息与通信理论中的图像处理（压缩、重建等） 94甲12 信号理论（表征、重建、滤波等） 42立方厘米 涉及小波和其他特殊系统的非三角调和分析 65T60型 小波的数值方法 68单位10 图像处理的计算方法 68T45型 机器视觉和场景理解 关键词：数字信号处理;模糊推理系统;图像处理;离散小波变换;DWT硬件实施;过滤;实现技术 软件：WaveLab公司;Matlab公司;Simulink公司;PVM公司 PDF格式BibTeX公司 XML格式引用 \textit{K.K.Shukla}和\textit{A.K.Tiwari}，离散小波变换的有效算法。应用于去噪和模糊推理系统。伦敦：施普林格出版社（2013；Zbl 1264.94001） 全文： DOI程序