卷積分析（convolution analysis）是2019年公布的物理學名詞。
基本介紹
- 中文名：卷積分析
- 外文名：convolution analysis
- 所屬學科：物理學
- 公布時間：2019年
- 審定機構：全國科學技術名詞審定委員會
公布時間,出處,
卷積分析
相關詞條
- 卷積分析
卷積分析 卷積分析（convolution analysis）是2019年公布的物理學名詞。公布時間 2019年，經全國科學技術名詞審定委員會審定發布。出處 《物理學名詞》第三版。
- 線性卷積
線性卷積是數位訊號處理中最常見的一種基本運算，不僅用於系統分析還用於系統設計。如果代表濾波器的脈衝回響則卷積運算就是一種線性濾波，y(n)是信號x(n)通過濾波器後的回響。基本理論 線性卷積是對線性移不變（LSI）系統的輸入輸出...
- 卷積積分
卷積是分析數學中一種重要的運算。設f（x）， g（x）是R1上的兩個可積函式，作積分：可以證明，關於幾乎所有的x∈（－∞，∞） ，上述積分是存在的。這樣，隨著x的不同取值 ，這個積分就定義了一個新函式h(x)，稱為f與g的...
- 卷積運算
卷積表示為y(n) = x(n)*h(n)使用離散數列來理解卷積會更形象一點，我們把y(n)的序列表示成y(0)，y(1)，y(2) and so on; 這是系統回響出來的信號。同理，x(n)的對應時刻的序列為x(0)，x(1)，x(2)...and so ...
- 卷積定理
卷積定理指出，函式卷積的傅立葉變換是函式傅立葉變換的乘積。具體分為時域卷積定理和頻域卷積定理，時域卷積定理即時域內的卷積對應頻域內的乘積；頻域卷積定理即頻域內的卷積對應時域內的乘積，兩者具有對偶關係。定理 若 ， ， 表示傅...
- 反卷積分析
反卷積分析 反卷積分析（deconvolution analysis）是2020年公布的醫學影像技術學名詞。定義 從測量設備的內在回響函式中提取輸入信號或影像的方法。出處 《醫學影像技術學名詞》第一版。
- 空間卷積
空間卷積是一種只處理小範圍的圖像信息的方法，即圖像空間頻率的增強(或減弱)是通過對每個像元周圍的鄰近像元的處理來實現的。對一幅圖像進行空間卷積有兩步。首先是建立一個包含一系列相關係數或權重因子的移動視窗。然後，將這個視窗在...
- 卷積參數
卷積參數指的是在深度學習中傳遞層裡面的卷積層函式所擁有的參數，包括激活，傳遞等作用。特點 1、Deep Learning強大的地方就是可以利用網路中間某一層的輸出當做是數據的另一種表達，從而可以將其認為是經過網路學習到的特徵。基於該特徵...
- 重疊-存儲之卷積法
重疊-存儲之卷積法 ( Overlap-save method, Overlap-discard method ) 是一種區塊卷積 ( block convolution, sectioned convolution )，可以有效的計算一個很長的信號 x[n] 和一個 FIR 濾波器 h[n] 的離散卷積。定義 定義信號 x...
- 卷積層
醫學圖像分析（biomedical image analysis）視頻對象提取（video object extraction）自然語言處理 卷積神經網路也常被用於自然語言處理。 CNN的模型被證明可以有效的處理各種自然語言處理的問題，如語義分析、搜尋結果提取、句子建模、分類、預測...
- 卷積神經網路
卷積神經網路（Convolutional Neural Networks, CNN）是一類包含卷積計算且具有深度結構的前饋神經網路（Feedforward Neural Networks），是深度學習（deep learning）的代表算法之一。卷積神經網路具有表征學習（representation learning）能力，能夠...
- 廣義函式卷積
廣義函式卷積 廣義函式卷積是1993年全國科學技術名詞審定委員會公布的數學名詞。發布時間 1993年，經全國科學技術名詞審定委員會審定發布。出處 《數學名詞》
- 基於卷積可解陣列抽樣的波前相位恢復和衍射成像
完成了基於卷積可解陣列抽樣的相干衍射成像實驗系統的建立和數字記錄及數字重建程式的設計；（2）對基於陣列抽樣的相干衍射成像中物波抽樣針孔大小和圖像感測器有效記錄孔徑對重現物波的影響進行了理論分析, 給出了描述抽樣孔徑和記錄孔徑對...
- 深度卷積網路:原理與實踐
本書以AI領域新的技術研究和和實踐為基礎，從技術理論、工作原理、實踐方法、架構技巧、訓練方法、技術前瞻等6個維度對深度卷積網路進行了系統、深入、詳細地講解。以實戰為導向，深入分析AlphaGo和GAN的實現過程、技術原理、訓練方法和套用...
- 動態卷積混合信道的自適應盲辨識與源分離方法研究
另一方面，本項目將時域卷積混合模型轉換成多維獨立分量分析模型，提出了可以避免病態解的快速聯合塊對角化算法，完成了在時域的分離濾波器估計，實現了時域卷積盲信號分離。此外，本項目還提出了聯合對角化的自適應求解方法，這使聯合對角化...
- 深度學習:卷積神經網路算法原理與套用
3.2.4 信號傳遞過程的實現 3.2.5 算法分析 習題 第4章 卷積神經網路 4.1 原理 4.1.1 動機 4.1.2 卷積神經網路特點 4.2 LeNet 4.2.1 網路總體結構 4.2.2 分層結構 4.3 反向傳播 ...
- 廣義卷積
廣義卷積 廣義卷積是1993年全國科學技術名詞審定委員會公布的數學名詞。發布時間 1993年，經全國科學技術名詞審定委員會審定發布。出處 《數學名詞》
- 基於深度卷積神經網路的對象檢測關鍵技術研究
對象檢測（Object Detection）技術是可視數據分析和處理的核心技術之一，是對象識別的基礎和關鍵，也是可視數據分析中最為基礎和重要的一環。近年來，深度學習（Deep Learning）的逐漸成熟推動了計算機視覺技術的快速發展和套用，基於卷積神經...
- 自最佳化卷積神經網路及其套用研究
《自最佳化卷積神經網路及其套用研究》是依託南京理工大學，由許春燕擔任項目負責人的青年科學基金項目。項目摘要 隨著大數據的廣泛套用及計算機運算能力的高速發展，基於卷積神經網路的深度學習算法在機器學習和計算機視覺領域得到了廣泛套用。卷積...
- 基於全卷積網路的顯著性檢測技術研究
顯著性檢測是計算機視覺領域近年來的一個研究熱點，在真實場景下進行有效的顯著性目標檢測和分析對於大量實際任務都具有非常重要的意義，因此本項目的研究內容具有學術和實際研究價值。本項目主要圍繞計畫書中基於全卷積網路的顯著性檢測技術的...
- 基於卷積信號盲分離的多次波自適應相減技術
利用瞬時混合模型表示多次波自適應相減問題,採用獨立成分分析技術,可以突破常規相減技術假設多次波和一次波正交的限制。本項研究擬將多次波自適應相減問題進一步表示為卷積混合模型，從而可以綜合考慮實際多次波和預測多次波之間的地震子波，時延...
- ADS(自動化設備規範)
2.1 高頻SPICE分析和卷積分析（Convolution）高頻SPICE分析方法提供如SPICE仿真器般的瞬態分析，可分析線性與非線性電路的瞬態效應。在SPICE仿真器中，無法直接使用的頻域分析模型，如微帶線帶狀線等，可於高頻SPICE仿真器中直接使用，因為在...
- FFT原理
FFT計算線性卷積 線性卷積是求離散系統回響的主要方法之一,許多重要套用都建立在這一理論基礎上,如卷積濾波等。以前曾討論了用圓周卷積計算線性卷積的方法歸納如下:將長為N₂的序列x(n)延長到L,補L-N₂個零 將長為N₁的序列h(...
- 信號與系統第3版(2004年高等教育出版社出版的圖書)
2.4 卷積及其套用 2.4.1 卷積的概念與性質 2.4.2 系統的卷積分析法 2.4.3 卷積的計算：圖形掃描法 2.5 二階系統的卷積分析法 2.5.1 二階系統的特徵函式 2.5.2 二階系統的衝激回響與 階躍回響 2.6 階躍回響的動態...
- 信號與系統(2012年人民郵電出版社出版的圖書)
2.5 卷積積分及其套用 51 2.5.1 卷積的計算 51 2.5.2 卷積的性質 53 2.5.3 卷積分析法 57 2.6 單位衝激回響表示的系統特性 58 2.6.1 因果性 59 2.6.2 穩定性 59 2.7 本章小結 60 習題 61 第3...
- 傅立葉變換(1807年傅立葉提出概念)
卷積定理 時域卷積定理：若 ，，則 ；頻域卷積定理：若 ，，則 。時域微積分 微分性質：若 ，則 ，；積分性質：若 ，則 。頻域微積分 微分性質：若 ，則 ；積分性質：若 ，則 。套用 儘管最初傅立葉分析是作為熱過程的解析分析...
