دوره آموزشی تجزیه و تحلیل Wavelet: مفاهیم با زبان ولفرام
49 دقیقهمتوسط2024-01-04
مدرسین

Wolfram Research
جزئیات دوره
موجک ها سیگنال را به تقریب ها و جزئیات در مقیاس های مختلف تجزیه می کنند و آنها را برای کاربردهایی مانند فشرده سازی داده ها، تشخیص ویژگی ها و حذف نویز از سیگنال ها مفید می کنند. این دوره از تحقیقات Wolfram برخی از نظریههای تبدیل موجک پیوسته، گسسته و ثابت را توضیح میدهد و نشان میدهد که چگونه زبان Wolfram و توابع داخلی آن میتواند برای ساخت، محاسبه، تجسم و تجزیه و تحلیل تبدیلهای موجک و توابع مرتبط استفاده شود.
مهارت ها
Wolfram LanguageWolfram ResearchComputational DesignData AnalysisAECProduct and ManufacturingData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOne-Off
سرفصل ها
0. مقدمه
- 01 - مقدمه
1. تبدیل موجک پیوسته
- 02 - تبدیل موجک پیوسته
2. موجک گسسته
- 03 - موجکهای گسسته
3. بانک فیلتر موجک
- 04 - بانک فیلتر موجک
4. دادههای موجک گسسته
- 05 - دادههای موجک گسسته
5. بهترین پایه موجک
- 06 - بهترین پایه موجک
6. آستانه موجک
- 07 - آستانه موجک
منابع
- 08 - مراجع
دوره های مرتبط
- دوره آموزشی نمودارهای Quantile و Box-Whisker در زبان Wolfram
- دوره آموزشی تجزیه و تحلیل Wavelet: برنامه های کاربردی با زبان Wolfram
- دوره آموزشی مدل سازی قیمت های بازار با استفاده از فرآیندهای تصادفی با زبان Wolfram
- دوره آموزشی تعامل با بلاک چین در زبان ولفرام
- دوره آموزشی تجزیه و تحلیل آماری با زبان Wolfram