電子發(fā)燒友App
f(x,y) * h(x,y)<=>F(u,v)H(u,v)
f(x,y)h(x,y)<=>F(u,v) * H(u,v) (A * B 表示做A與B的卷積）
二個(gè)二維連續(xù)函數(shù)在空間域中的卷積可求其相應(yīng)的二個(gè)傅立葉變換乘積的反變換而得。反之，在頻域中的卷積可用的在空間域中乘積的傅立葉變換而得。
這一定理對拉普拉斯變換、雙邊拉普拉斯變換、Z變換、Mellin變換和Hartley變換等各種傅里葉變換的變體同樣成立。在調(diào)和分析中還可以推廣到在局部緊致的阿貝爾群上定義的傅里葉變換。 利用卷積定理可以簡化卷積的運(yùn)算量。對于長度為n的序列，按照卷積的定義進(jìn)行計(jì)算，需要做2N - 1組對位乘法，其計(jì)算復(fù)雜度為O(N * N)；而利用傅里葉變換將序列變換到頻域上后，只需要一組對位乘法，利用傅里葉變換的快速算法之后，總的計(jì)算復(fù)雜度為O(N * log N)。這一結(jié)果可以在快速乘法計(jì)算中得到應(yīng)用。
什么是卷積定理
- 卷積定理(6441)
相關(guān)推薦
密勒定理的適用條件是什么？
密勒定理的適用條件是什么？ 密勒定理（Miller's Theorem）是電路理論中非常重要的一個(gè)定理，它是一種特殊的等效原理，可以將一個(gè)復(fù)雜的線性電路轉(zhuǎn)化為一個(gè)輸出端口和一個(gè)輸入端口，從而簡化電路
2023-09-18 10:44:09
177
177亥姆霍茲定理內(nèi)容及其意義 簡述亥姆霍茲定理及其意義
亥姆霍茲定理內(nèi)容及其意義 簡述亥姆霍茲定理及其意義 亥姆霍茲定理（Helmholtz's theorem）是物理力學(xué)中的一個(gè)重要定理，它被廣泛應(yīng)用于液體力學(xué)、電磁學(xué)、熱力學(xué)等領(lǐng)域。該定理是由德國
2023-08-29 17:09:371074
1074亥姆霍茲定理的內(nèi)容和意義
亥姆霍茲定理的內(nèi)容和意義 亥姆霍茲定理，又稱為亥姆霍茲分解定理或向量分解定理，是矢量解析學(xué)中的一項(xiàng)重要定理，它描述了矢量場可以分解為兩個(gè)旋度和散度互不影響的部分。此定理是由赫爾曼·馮·亥姆霍茲于
2023-08-29 17:05:15678
678卷積神經(jīng)網(wǎng)絡(luò)的介紹 什么是卷積神經(jīng)網(wǎng)絡(luò)算法
卷積神經(jīng)網(wǎng)絡(luò)的介紹 什么是卷積神經(jīng)網(wǎng)絡(luò)算法 卷積神經(jīng)網(wǎng)絡(luò)涉及的關(guān)鍵技術(shù) 卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）是一種用于圖像分類、物體識別、語音識別等領(lǐng)域
2023-08-21 16:49:46276
276卷積神經(jīng)網(wǎng)絡(luò)層級結(jié)構(gòu) 卷積神經(jīng)網(wǎng)絡(luò)的卷積層講解
卷積神經(jīng)網(wǎng)絡(luò)層級結(jié)構(gòu) 卷積神經(jīng)網(wǎng)絡(luò)的卷積層講解 卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）是一種基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型，在許多視覺相關(guān)的任務(wù)中表現(xiàn)出色，如圖
2023-08-21 16:49:42473
473卷積神經(jīng)網(wǎng)絡(luò)的基本原理 卷積神經(jīng)網(wǎng)絡(luò)發(fā)展 卷積神經(jīng)網(wǎng)絡(luò)三大特點(diǎn)
卷積神經(jīng)網(wǎng)絡(luò)的基本原理 卷積神經(jīng)網(wǎng)絡(luò)發(fā)展歷程 卷積神經(jīng)網(wǎng)絡(luò)三大特點(diǎn)? 卷積神經(jīng)網(wǎng)絡(luò)的基本原理 卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）是深度學(xué)習(xí)領(lǐng)域
2023-08-21 16:49:39262
262卷積神經(jīng)網(wǎng)絡(luò)概述 卷積神經(jīng)網(wǎng)絡(luò)的特點(diǎn) cnn卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)
卷積神經(jīng)網(wǎng)絡(luò)概述 卷積神經(jīng)網(wǎng)絡(luò)的特點(diǎn) cnn卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)? 卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural network，CNN）是一種基于深度學(xué)習(xí)技術(shù)的神經(jīng)網(wǎng)絡(luò)，由于其出色的性能
2023-08-21 16:41:48502
502卷積神經(jīng)網(wǎng)絡(luò)原理：卷積神經(jīng)網(wǎng)絡(luò)模型和卷積神經(jīng)網(wǎng)絡(luò)算法
卷積神經(jīng)網(wǎng)絡(luò)原理：卷積神經(jīng)網(wǎng)絡(luò)模型和卷積神經(jīng)網(wǎng)絡(luò)算法 卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）是一種基于深度學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)，是深度學(xué)習(xí)技術(shù)的重要應(yīng)用之
2023-08-17 16:30:30256
256FFT卷積是什么？FFT卷積基本過程描述
信號與系統(tǒng)基礎(chǔ)之卷積定理：頻域乘積相當(dāng)于時(shí)域卷積，千萬不要問我什么，可以去看看教材上的公式推導(dǎo)。
2023-07-04 11:42:18576
576
什么是卷積碼？ 什么是卷積碼的約束長度？
什么是卷積碼分組碼是把k 個(gè)信息元編成n 個(gè)碼元的碼字，每個(gè)碼字的n ? k 個(gè)校驗(yàn)位僅與本碼字的k 個(gè)信息元有關(guān)，而與其他碼字無關(guān)。為了達(dá)到一定的糾錯(cuò)能力和編碼效率，分組碼的碼長一般都比較大。編譯
2008-05-30 16:06:52
線性電路的基本定理
作為線性系統(tǒng)(包含線性電路)最基本的性質(zhì)—線性性質(zhì)，它包含可加性與齊次性兩方面。 疊加定理是可加性的反應(yīng)，它是線性電路的一個(gè)重要定理。 可加性的概念可以說是貫穿于電路分析之中，并在疊加定理中得到直接應(yīng)用。
2023-03-09 11:50:312183
2183
工商網(wǎng)監(jiān)
評論