卷積

加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

在泛函分析中,卷積、旋積或褶積(英語:Convolution)是通過兩個函數(shù)f和g生成第三個函數(shù)的一種數(shù)學運算,其本質是一種特殊的積分變換,表征函數(shù)f與g經(jīng)過翻轉和平移的重疊部分函數(shù)值乘積對重疊長度的積分。如果將參加卷積的一個函數(shù)看作區(qū)間的指示函數(shù),卷積還可以被看作是“滑動平均”的推廣。

在泛函分析中,卷積、旋積或褶積(英語:Convolution)是通過兩個函數(shù)f和g生成第三個函數(shù)的一種數(shù)學運算,其本質是一種特殊的積分變換,表征函數(shù)f與g經(jīng)過翻轉和平移的重疊部分函數(shù)值乘積對重疊長度的積分。如果將參加卷積的一個函數(shù)看作區(qū)間的指示函數(shù),卷積還可以被看作是“滑動平均”的推廣。收起

查看更多
  • 三角脈沖信號的卷積
    之所以這個題目會產(chǎn)生疑問,主要原因來自于卷積計算“圖解法”所帶來的誤導。圖解方法只能幫助確定卷積的階段和積分上下限,求解卷積結果還是需要根據(jù)實際信號函數(shù)進行計算。
    2458
    2022/06/13
  • 實現(xiàn)卷積運算的兩種方法為何得到結果的長度不一樣?
    這里的頻域相乘應該就是對應的序列相乘吧?比如X[1]=a[1]*b[1],這樣子我是哪里想錯了呢?麻煩卓大大解惑啦。
    287
    2020/05/05
  • 卷積池化
    卷積池化是深度學習中一種重要的特征提取技術,廣泛應用于計算機視覺和圖像識別領域。通過卷積操作和池化操作,我們可以有效地從輸入數(shù)據(jù)中提取出關鍵特征,并減少數(shù)據(jù)的維度。這種特征提取方法具有局部感知性和參數(shù)共享的優(yōu)勢,使得神經(jīng)網(wǎng)絡能夠更好地理解和處理復雜的視覺信息。
    1174
    2024/01/15

正在努力加載...