DISKREČIOSIOS DAUBECHIES 9/7 TRANSFORMACIJOS SU DALINE BLOKŲ DEKORELIACIJA SAVYBIŲ TYRIMAS
|
|
- Ἀναίτις Δημητρίου
- 5 χρόνια πριν
- Προβολές:
Transcript
1 KAUNO TECHNOLOGIJOS UNIVERSITETAS FUNAMENTALIŲJŲ MOKSLŲ FAKULTETAS TAIKOMOSIOS MATEMATIKOS KATERA Lina Vaišnoraitė ISKREČIOSIOS AUBECHIES 9/7 TRANSFORMACIJOS SU ALINE BLOKŲ EKORELIACIJA SAVYBIŲ TYRIMAS Maistro darbas Vadovas prof. dr. J. Valantinas KAUNAS,
2 KAUNO TECHNOLOGIJOS UNIVERSITETAS FUNAMENTALIŲJŲ MOKSLŲ FAKULTETAS TAIKOMOSIOS MATEMATIKOS KATERA TVIRTINU Katedros vedėjas doc. dr. N.Listopadskis 6 6 ISKREČIOSIOS AUBECHIES 9/7 TRANSFORMACIJOS SU ALINE BLOKŲ EKORELIACIJA SAVYBIŲ TYRIMAS Taikomosios matematikos maistro baiiamasis darbas Vadovas prof. dr. J.Valantinas 5 7 Recenzentas Atliko doc. N. Morkevičius FMMM - 9 r. stud. 5 7 L. Vaišnoraitė 5 7 KAUNAS,
3 KVALIFIKACINĖ KOMISIJA Pirmininkas: Leonas Saulis, profesorius (VGTU) Sekretorius: Eimutis Valakevičius, docentas (KTU) Nariai: Alimantas Jonas Aksomaitis, profesorius (KTU) Vytautas Janilionis, docentas (KTU) Vidmantas Povilas Pekarskas, profesorius (KTU) Rimantas Rudzkis, abil. dr., vyriausiasis analitikas (nb NOR Bankas) Zenonas Navickas, profesorius (KTU) Arūnas Barauskas, dr., vice-prezidentas projektams (UAB Baltic Amadeus )
4 Vaišnoraitė L. Analysis of properties of te discrete aubecies 9/7 wit partial block decorrelation: Master Tesis work in applied matematics / supervisor prof. dr. J. Valantinas; epartment of Applied matematics, Faculty of Fundamental Sciences, Kaunas University of Tecnoloy. Kaunas,. 5 p. Summary Many kernels ( moter wavelets) can be used for te discrete wavelet transform WT, like tose of aubecies, Morlet, discrete Le Gall transform (LGT) or te discrete Haar transform (HT). Coen-aubecies-Feauveau (CF 9/7) wavelet are te istorically first family of biortoonal wavelets, wic was made popular by Inrid aubecies. Tese are not te same as te ortoonal aubecies wavelets, and also not very similar in sape and properties. However teir construction idea is te same. Te JPEG compression standard uses te biortoonal CF 5/ wavelet (also called te LeGall 5/ wavelet) for lossless compression and a CF 9/7 wavelet for lossy compression. In tis paper, two distinct WT (CF 9/7 and CF 9/7 wit decorrelation) as well as teir computational aloritms are discussed, analyzed and compared. Comparison criteria are cosen to be one dimensional yperbolic filters and smootness level of te diital sinal under processin.
5 5 TURINYS Summary... Lentelių sąrašas...6 Paveikslų sąrašas...7 Įvadas...8 iskrečiosios banelių transformacijos (BT)...9. Brosios banelių savybės.... Iteracinės BT apskaičiavimo procedūros.... iskrečioji aubecies 9/7 transformacija (CF 9/7): savybės, skaičiavimo aloritmai.... CF 9/7 su daline blokų dekoreliacija... Bazinės CF 9/7 ir CF 9/7 su daline blokų dekoreliacija palyinamoji analizė.... Bra scema..... vimačių iperbolinių filtrų kontekstas..... Filtravimo paklaidų įvertinimas.... Proraminės realizacijos ypatumai... 5 Eksperimento rezultatų analizė...6 Išvados...5 Literatūra...6 Priedai...7. Priedas. Proramų tekstai. Prorama Matlab...7. CF 9/7 spektro radimas vienmačiu atveju CF 9/7 vaizdo radimas vienmačiu atveju CF 9/7 su daline blokų dekoreliacija vienmačiu atveju, spektro radimas CF 9/7 su daline blokų dekoreliacija vienmačiu atveju, vaizdo radimas CF 9/7 spektro radimas dvimačiu atveju CF 9/7 vaizdo radimas dvimačiu atveju CF 9/7 su daline blokų dekoreliacija dvimačiu atveju, spektro radimas CF 9/7 su daline blokų dekoreliacija dvimačiu atveju, vaizdo radimas Parindinė prorama naudojama paklaidų radimui iperbolinio filtro kontekste
6 6 Lentelių sąrašas. lentelė. Žemo ir aukšto dažnio filtrai.... lentel ė. Suspaudimo koeficiento β reikšmės lentelė. Palyinamoji. pav. paklaidų lentelė lentelė. Palyinamoji. pav. paklaidų lentelė lentelė. Palyinamoji. pav. paklaidų lentelė...
7 7 Paveikslų sąrašas. pav. Transformacijos scema pav. Piramidinio tipo aloritmas.... pav. Bazinės CF 9/7 transf ormacijos sinalinis raf as pav. CF 9/7 su daline blokų dekoreliacija sinalinis rafas, kai m=....5 pav. CF 9/7 su daline blokų dekoreliacija sinalinis rafas, kai m=.... pav. Broji scema.... pav. Hiperbolinių dvimačių skaitmeninių vaizdų filtravimas.... pav. Hiperbolinio vaizdų filtro veikimo scema.... pav. Barbara5.pn pav. Hill5.pn pav. Lake5.pn.... pav. CF 9/7 su daline blokų dekoreliacija paklaidų rafikas....5 pav. CF 9/7 su daline blokų dekoreliacija paklaidų rafikas....6 pav. Bazinės CF 9/7 ir CF 9/7 su daline blokų dekoreliacija paklaidų rafikas.
8 8 Įvadas iskrečiosioms banelių transformacijoms alima panaudoti dauybę motininių banelių, tokių kaip aubecies, Morlet o, Le Gall o arba Haar o. aubecies 9/7 (CF 9/7) banelės istoriškai yra pirmoji banelių šeima, kuri buvo išpopuliarinta Inridos aubecies (987 m. Inrid aubecies suformavo vieną iš parindinių banelių bazių). CF 9/7 banelės yra ypač veiksminos ortoonaliosios banelės, plačiai naudojamos praktikoje (FTB pirštų atspaudų laudinimas, vaizdų kodavimo standartas JPEG ir pan.). Šiame darbe yra aptariamos ir aloritmizuojamos dvi CF 9/7 transformacijos versijos, būtent: bazinė CF 9/7 ir CF 9/7 su daline blokų dekoreliacija. arbo tikslas atlikti palyinamąją bazinės CF 9/7 ir CF 9/7 su daline blokų dekoreliacija analizę vaizde sukauptos enerijos pakavimo spektrinėje banelių srityje savybės kontekste. Palyinimo kriterijumi yra pasirenkamas dvimatis iperbolinis skaitmeninių vaizdų filtras, t.y. apdorojamas vaizdas pervedamas į spektrų banelių sritį, taikant abi CF 9/7 transformacijos versijas. Gautieji spektrai apdorojami fiksuoto lymens iperboliniais filtrais. Po filtravimo įvertinama atkurtų vaizdų kokybė.
9 9 iskrečiosios banelių transformacijos (BT) iskrečioji banelių transformacija (BT) yra viena naujausių priemonių, leidţiančių įveikti su Furjė transformacija (FT) susijusias problemas (trūkumus), taip pat ir svarbiausią iš jų lokalizavimo erdvėje problemą. Banelių analizėje, apdorojant vieną ar kitą skaitmeninį vaizdą, natūraliai formuojamas kintamo dydţio (mastelio) lanas, kuris slenka išilai laiko (erdvės) ašies, ir kiekvienai lano pozicijai apskaičiuojamas banelių spektras (transformacija). Procesas kartojamas dau kartų. Galutinis rezultatas vaizdo išraiškų (vaizdavimų paal daţnį ir erdvėje) rinkinys. iskrečioji banelių transformacija atliekama skaičiaus laipsnio skalėse ir postūmiais, lyiais skaičiaus laipsniui. Transformacijos koeficientai dalomi į dvi lyias dalis: suvidurkinti koeficientai ir skirtuminiai koeficientai. Suvidurkinti koeficientai didelio mastelio, ţemo daţnio koeficientai. Skirtuminiai koeficientai maţo mastelio, aukšto daţnio koeficientai. BT ali būti ne vieno lyio, o iteracinė, t. y. BT atliekama su autais suvidurkintais koeficientais. Taip auname ţemesnio skirtuminio lyio vaizdo komponentus. Toks aloritmas vadinamas piramidiniu aloritmu. Transformacija ali būti atliekama iki tol, kol suvidurkintus koeficientus sudarys koeficientai.. pav. Transformacijos scema Vaizdo atkūrimo arba sintezės procesas matematiškai vadinamas atvirkštine diskrečiąja banelių transformacija (ABT). ABT atliekama analoiškai BT: suvidurkintus ir spektrinius koeficientus filtruojame, naudojant atitinkamus atkūrimo filtrus. Veiksmai kartojami, kol pasiekiamasis pirmas lyis.
10 .Brosios banelių savybės Pradėsime nuo tolydţiosios banelių transformacijos (TBT) apibrėţimo, būtent:, (.) kur yra bazinės funkcijos (banelės). Kintamieji s ir τ (atitinkamai mastelis ir poslinkis) yra nauji banelių transformacijos parametrai. Atvirkštinė banelių transformacija uţrašoma taip:. (.) Banelės eneruojamos, panaudojant bazinę ( motininę ) banelę Ψ, t.y.. (.) Pastarojoje išraiškoje, s yra mastelį keičiantis parametras, ir τ poslinkio parametras. auiklis yra normalizavimo parametras, įvertinant skirtinas mastelio parametrų reikšmes. Kaip matome iš (.) išraiškos, vienmatės funkcijos (vaizdo) banelių transformacija yra dvimatė, o dvimatės funkcijos banelių transformacija, akivaizdu, yra keturmatė. Aptarsime kai kurias parindines banelių savybes. Bene svarbiausios iš jų - tinkamumo ir reuliarumo sąlyos. Sakoma, jo interuojama kvadratu funkcija, tenkina tinkamumo sąlyą (savybę), jeiu. (.) Šioje išraiškoje ţymi funkcijos Furjė transformaciją. Iš (.) nelyybės tiesioiai išplaukia, kad Furjė transformacija prilysta nuliui, kai daţnis yra lyus, t.y.. (.5)
11 Tai reiškia, jo banelės turi turėti daţnių juostą, apribotą paal daţnį. Tuo pačiu banelės (kaip vaizdo) pastovi dedamoji lyi nuliui, t.y.. (.6) Kitaip tariant, turi būti banelė tikrąja to ţodţio prasme. Banelėms (banelių funkcijoms) daţnai keliamos papildomos sąlyos, leidţiančios paerinti banelių skleidinių konveravimo reitį. Šios sąlyos siejamos su banelių reuliarumo savybe. Pastaroji savybė suprantama kaip reikalavimas, jo banelė būtų pakankamai lodi ir sukoncentruota tiek laiko, tiek daţnių srityse. Reuliarumas yra ana sudėtina sąvoka. Jos paaiškinimui ir interpretacijai pasinaudosime nykstančiais pradiniais momentais. Išskleidę banelių transformaciją ((.) išraišką) Teiloro eilute taško t = aplinkoje (paprastumo dėlei, imkime = ), ausime: ; (.7) čia ţymi p-osios eilės (funkcijos f ) išvestinę, o - skleidinio liekamąjį narį. Toliau, paţymėję banelės p-osios eilės pradinį momentą, t.y., (.8) alime (.7) išraišką perrašyti taip:. (.9) Remiantis tinkamumo sąlyą, alime teiti, kad. Tokiu būdu, pirmasis (.9) išraiškos narys lyus nuliui. Jeiu ir dauiau (tarkim, iki n-osios eilės) pradinių momentų prilytų nuliui, skleidinio (banelių transformacijos) koeficientai tolydţiam sinalui
12 estų reičiu nuliui - pakanka, jo jie būtų artimi nuliui.. Beje, pradiniai momentai nebūtinai turi būti lyūs Apibrinant tai, kas buvo pasakyta, alima teiti, jo tinkamumo sąlyos išpildymas sąlyoja banelės svyravimus, o reuliarumo sąlyos išpildymas bei nykstantys momentai reitesnį banelių skleidinių konveravimą.. Iteracinės BT apskaičiavimo procedūros Kiekvienas diskrečiosios banelių transformacijos (BT) realizavimo ţinsnis (iteracija) panaudoja taip vadinamą mastelio funkciją įvesties duomenims (skaitmeniniam vaizdui) apdoroti. Jeiu pradinis vaizdas X turi N reikšmių, tai mastelio funkcija bus panaudota tam, kad būtų apskaičiuotos N suvidurkintos reikšmės. Gautosios reikšmės sauomos viršutinėje duomenų vektoriaus (iš N elementų) dalyje. Kita (banelių) funkcija, kiekviename BT realizavimo ţinsnyje, taip pat yra panaudojama įvesties duomenims apdoroti. Jei pradinis vaizdas X turi N reikšmių, tai banelių funkcija bus pritaikyta tam, kad apskaičiuoti N skirtumines (atspindinčias informacijos pasikeitimus vaizde X) reikšmes. Šios skirtuminės reikšmės yra sauomos apatinėje duomenų vektoriaus (iš N elementų) dalyje. Kitoje iteracijoje (ţinsnyje) abi funkcijos (mastelio ir banelės) taikomos tiktai suvidurkintų reikšmių vektoriui, autam prieš tai atliktoje iteracijoje. Po baitinio iteracijų (ţinsnių) skaičiaus iš skaitmeninio vaizdo X yra suformuojamas BT spektras Y. BT spektras (vektorius) Y apima vienintelę suvidurkintą reikšmę (autą n-tojoje iteracijoje) ir sutvarkytą skirtuminių reikšmių rinkinį (autą ankstesnėse iteracijose). iteracija iteracija iteracija. pav. Piramidinio aloritmo scema
13 . iskrečioji aubecies 9/7 transformacija (CF 9/7): savybės, skaičiavimo aloritmai iskrečioji CF 9/7 transformacija realizuojama taikant iteracines procedūras. Tarkime, turime pradinį duomenų vienmatį vaizdą X: (.) Po i tosios iteracijos ( ) auname du tarpinius duomenų vektorius: ir. (.) Pastarųjų vektorių ir avimui panaudojamos CF 9/7 matricos, būtent:, () (.), () (.), () (.)
14 ) ( n. (.5) Aukščiau pateiktoms matricoms sudaryti panaudojame aukšto ir ţemo daţnio filtrų koeficientus, t. y.,,,, ir,,, (. lentelė). Ţemo ir aukšto daţnio filtrai. lentelė. Žemo dažnio filtras Aukšto dažnio filtras, ,5875, , , , , ,9776, Ir čia, kaip matome, susiduriame su taip vadinama krašto problema, nes matricos elementai išeina uţ jos ribų. Yra keletas krašto problemos sprimo būdų (periodinis ir kt.), tačiau vienas iš šiuo metu esančių efektyviausių krašto problemos įveikimo būdų yra veidrodinio atspindţio taikymas. Tai reiškia, kad per pirmąjį ir paskutinįjį matricos stulpelius taikome veidrodinį atspindį ir elementus išeinančius uţ matricos ribų pridedame prie elementų esančių matricos viduje iš eilės pradedant nuo antrojo ir priešpaskutinio matricos stulpelių (nes per pirmąjį ir paskutinįjį, kaip minėjome, taikome veidrodinį atspindį). Atlikus veiksmus CF9/7 matricos įys tokius pavidalus: (), (.6)
15 5 (), (.7) (), (.8) Bru atveju: ) ( n. (.9) Atlikus n iteracijų aunamas (suformuojamas) CF 9/7 spektras Y vaizdui X, būtent:. (.) Matome, jo viršutiniuose skliausteliuose įrašyti skaičiai (kintantys nuo iki n) ţymi, kurios iteracijos metu buvo auti atitinkami spektriniai koeficientai. iskrečiąją CF 9/7 transformaciją alima uţrašyti matriciniu pavidalu: X Y, (.) kur yra CF 9/7 transformacijos matrica, nusakoma išraiška
16 6 n i i * ) (, (.) ) ( () () * n E, (.) ) ( () () * n E, (.) ) ( ) ( ) ( * i n E i i, (.) Su visais,,..., n i,, E() ir ) ( ) ( * n n. (.5) Norint atkurti pradinį vaizdą reikia taikyti atvirkštinę CF 9/7 transformaciją (ACF 9/7). Bru atveju, ACF 9/7 matricos turi tokį pavidalą: () A, (.6) () A, (.7)
17 7, () A (.8) ) ( n A (.9) Išsprus krašto problemą autume tokią matricą (paţymėkime ją ) ( ˆ n ): ˆ (), (.)
18 8 ˆ (), (.), ˆ () (.) ) ˆ ( n (.) Pritaikius atitinkamo dydţio matricą autajam vaizdo spektrui, atlikus tam tikrą iteracijų skaičių alime atkurti pradinį vaizdą. Vaizdo atkūrimo procedūra tokia:, ) ( ) ( ) ( ) ( n n n S S (.)
19 9 S ( n ) ( n ) ( S ) ( n ), (.5) S ( n ) ( n ) ( S ) ( n ), (.6) S ( i) ( i ) ( S n i) ( i ), (.7) S () () S ( n) () X. (.8) Bazinę CF 9/7 transformacijos apskaičiavimo procesą eriausiai iliustruoja jos sinalinis rafas (. pav.). Tarkime, turime duomenų vektorių N=6. Tuomet pirmosios iteracijos metu taikysime () matricą (6x6). Po pirmosios iteracijos ţemo daţnio filtro paalba autam vektoriui jau taikysime () matricą, tuomet po antrosios iteracijos autam duomenų vektoriui taikysime () matricą ir taip toliau, kol aliausiai liks pritaikyti () matricą ir auti spektrą Y. Iteracijų skaičius, savaime aišku, priklauso nuo to, kokio dydţio bus pradinis duomenų vektorius. iteracija iteracija iteracija iteracija. pav. Bazinės CF 9/7 transformacijos sinalinis rafas
20 . CF 9/7 su daline blokų dekoreliacija Norint rasti CF 9/7 spektrą su daline blokų dekoreliacija visų pirma daliname duomenų vektorių į blokelius po elementų; čia m < n. Tuomet, kiekvienam blokeliui atskirai taikome CF 9/7 matricas (priklausomai nuo pasirinkto blokelio dydţio). Procedūra bus taikoma m kartų. Po to, likusiose (n m) iteracijose panaudojama CF 9/7 matrica () (. pav.) Rezultatas CF 9/7 su daline dekoreliacija spektras vaizdui X. Tarkime turime duomenų vektorių N=6 ir daliname jį į du blokelius. Tuomet, kiekvienam blokeliui taikysime atitinkamai CF 9/7 matricas. Kadani padalinus blokelius į dvi dalis lieka du duomenų vektoriai po 8, tai ir matricas taikysime pirmojoje iteracijoje () abiems blokeliams atskirai. Toliau, antrojoje iteracijoje jau taikysime matricą () ir trečioje bei ketvirtoje iteracijose matricą (). Taikyti dalinę blokų dekoreliaciją yra labai patou, kai reikia ištirti tik dalį duomenų, o nebūtinai visą duomenų masyvą. iteracija iteracija iteracija iteracija. pav. CF 9/7 su daline blokų dekoreliacija sinalinis rafas, kai m=
21 iteracija iteracija iteracija iteracija.5 pav. CF 9/7 su daline blokų dekoreliacija sinalinis rafas, kai m= Kaip matome (.5 pav.), CF 9/7 su daline blokų dekoreliacija transformacijos realizacija, kai N=6 ir m=. Pirmojoje iteracijoje bus naudojama matrica () (kiekvienam blokui), antrojoje ir likusiose iteracijose jau bus taikoma tik () (kiekvienam blokeliui atskirai) tol, kol bus autas spektras. Bazinės CF 9/7 ir CF 9/7 su daline blokų dekoreliacija palyinamoji analizė. Tam, kad alėtume išsiaiškinti, kaip dalinė blokų dekoreliacija įtakoja kitas CF 9/7 transformacijų savybes (būtent enerijos pakavimo savybę), buvo pasirinkta tyrimo scema, kurioje parindinis vaidmuo tenka iperboliniams vaizdų filtrams (ţr.. skyrelis. pav.). Būtent iperboliniai vaizdų spektrai leidţia daryti išvadas apie tai, kaip reitai ęsta apdorojamą vaizdą sudarančios aukšto daţnio armonikos (tai ir apibūdina enerijos pakavimo savybes).
22 . Bra scema ~ Y Y X ~ X M ~ Y Y X ~. pav. Broji scema. Tarkime, jo turime kokį nors dvimatį vaizdą X ( m, m )], jam taikome bazinę CF [ 9/7 ir CF 9/7 su daline blokų dekoreliacija, auname spektrus Y ir Y, jiems panaudojame ~ ~ iperbolinį filtrą su fiksuotu lymeniu M, tokiu būdu auname Y ir Y. Kad alėtumėme atkurti vaizdą dar reikia panaudoti atvirkštinę bazinę CF 9/7 ir atitinkamai atvirkštinę CF ~ ~ 9/7 su daline blokų dekoreliacija, taip aliausiai auname X ir X. Gavus atkurtus vaizdus ~ ~ įvertiname vidutines kvadratines paklaidas X, ), X, ). Čia ( X ( X N N m, m ( X ( m, m ) ~ X ( m, m )) (.).. vimačių iperbolinių filtrų kontekstas Teu M yra tam tikras teiiamas skaičius ( M ( N ) ). Tarkime, kad H ) ( M ) {( k, k k k M, t. y. H(M) yra dvimačio masyvo N N eilučių ir stulpelių sutvarkytų eilės numerių porų ( k, k) aibė tokia, kad k k M. Aišku, jo aibės H(M) kraštas plokštumoje turi iperbolės pavidalą. Hiperbolinis vaizdų filtravimas remiasi tuo, jo ţmoaus akis nėra labai jautri aukštoms vaizdą sudarančioms armonikoms. Atliekant iperbolinį dvimačio skaitmeninio vaizdo filtravimą, spektriniai CF 9/7 koeficientai Y k, k ), kurių indeksai k, k ) H ( ), ( ( M yra atmetami. Kadani pašalintų armonikų nereikia išsauoti, aunamas suspaudimo efektas.
23 Atkuriant pradinį vaizdą X ( m, m )], atmestieji spektriniai koeficientai keičiami nuliais. Tai [ daryti alima ir tikslina dėl dviejų prieţasčių: - atmetami spektriniai koeficientai yra nykstamai maţi, todėl juose kaupiama informacija apie vaizdą X ( m, m )] yra neesminė; [ - šie spektriniai koeficientai atspindi vaizdą X ( m, m )] sudarančias aukšto daţnio [ dedamąsias, kurioms ţmoaus akis maţai jautri. Viena šio metodo ypatybių iperboliniai filtrai ali dirbti tiek vienmatėje, tiek dvimatėje, tiek trimatėje erdvėse. Pastebėsime, jo iperboliniam vaizdo filtravimui ali būti naudojama bet kuri diskrečioji transformacija (T), duodanti kompaktišką nenulinių spektrinių koeficientų išsidėstymą (kosinusinė (KT), Volšo ir Adamaro (VAT), Haaro (HT) bei aubecies 9/7 (CF 9/7)). N- k ( M N ) N- k ( N M ( N ) ) M H(M) H(M) k k M N- N-. Pav. Hiperbolinių dvimačių skaitmeninių vaizdų filtravimas Spektrinių koeficientų keitimo nuliais procedūrą patou realizuoti įvedant M lyio iperbolinius filtrus H M, m m ). Pastarojo filtro dvimatis CF 9/7 spektras uţrašomas taip: (, Hˆ ( M, k, k ),, kai( k, k kai( k, k ) ) H ( M ), H ( M ), t. y. t. y. k k k k M, M. (.) Čia: ki max{ ki,}, i {, }; M - iperbolinio filtro lyis dvimatėje erdvėje, M N. auiamačiams vaizdams diskretieji spektrai apskaičiuojami pakartotinai taikant atitinkamas vienmates transformacijas (paal kiekvieną erdvinę vaizdo koordinatę atskirai).
24 Imkime dvimatį skaitmeninį vaizdą X ( m, m )], jo dvimatį diskretųjį spektrą [ paţymėsime Y ( k, k )]. Hiperbolinio vaizdų filtro veikimas nusakomas išraiška: [ ~ Y ( k, k ) Y( k, k, k ), k k k d M. M, (.) ~ ~ X ( m, m )] Y ( k, k )] Y ( k, k )] X ( m, m )] [ [ [ [.. pav. Hiperbolinio vaizdų filtro veikimo scema Kaip matome, spektriniai koeficientai, kurių indeksų sandaua didesnė uţ filtro lyį, yra atmetami (suspaudimo efektas). Atkuriant vaizdą, atmestieji spektriniai koeficientai keičiami nuliais aunamas vaizdo įvertis. Aprašytoji iperbolinio vaizdų filtravimo scema ali būti taikoma vienmačiams, dvimačiams bei trimačiams vaizdams atitinkamai parenkant vienmatę, dvimatę ar trimatę diskrečiąsias transformacijas. Hiperbolinis vaizdų filtras leidţia suspausti vaizdą 5- kartų, kartu išsauant ana nebloą atkurto vaizdo (vizualinę) kokybę. Svarbiausias metodo privalumas yra tas, jo alima spausti įvairiamačius vaizdus, ir vaizdo suspaudimo efektyvumas stipriai susijęs su vaizdo lodumu... Filtravimo paklaidų įvertinimas Tarkime, jo turime dvimatį vaizdą X ( m, m )], apskaičiuojame šiam sinalui CF [ 9/7 spektrus. Spektriniai koeficientai (realiems duomenims) absoliutiniu didumu turi tenciją maţėti, didėjant jų eilės numeriams. Šį faktą išnaudojame atlikdami iperbolinį apdorojamo sinalo filtravimą spektrinėje aubecies 9/7 srityje. Hiperbolinio filtravimo esmė tokia prieš taikant vienokią ar kitokią atvirkštinę diskrečiąją transformaciją, tam tikra dalis aukštas armonikas sinale atitinkančių spektrinių koeficientų keičiama nuliais (nufiltruojama). Likusieji spektriniai koeficientai išsauomi. Įvertinus paklaidas, nustatome, kurios diskrečiosios transformacijos (CF 9/7 ir CF 9/7 su daline dekoreliacija) eriau atkuria duomenis.
25 5 sinalas): Paklaidoms įvertinti naudosime tokias išraiškas (teu Vidutinė kvadratinė paklaida: - pradinis ( ~ N ~ X, X ) ( X ( m, m ) X ( m, m )) (.) N m, m čia - atvirkštinės BT taikymo nufiltruotam diskrečiajam spektrui rezultatas, t.y. - pradinio vaizdo X įvertis. Sinalo ir triukšmo santykio maksimali reikšmė PSNR 55 l( ). (.). Proraminės realizacijos ypatumai Eksperimentas (aprašytas skyrelyje) atliekamas proramos Matlab aplinkoje (proramos tekstai pateikti darbo priede). Prorama suranda: CF 9/7 spektrą vienmačiu ir dvimačiu atvejais; CF 9/7 vaizdą vienmačiu ir dvimačiu atvejais; CF 9/7 su daline blokų dekoreliaciją spektrą vienmačiu ir dvimačiu atvejais; CF 9/7 su daline blokų dekoreliaciją vaizdą vienmačiu ir dvimačiu atvejais; Parindinė prorama apskaičiuoja paklaidas atlikus eksperimentą su bazine CF 9/7 ir su CF 9/7 su daline blokų dekoreliacija iperbolinių filtrų kontekste. Proramoje priklausomai nuo narinėjamo paveiksliuko dydţio naudojami suspaudimo koeficientai (ţr.. lentelę). Proramoje būtent naudojamos M reikšmės, reta parašyta kokio lyio suspaudimas (β). Eksperimente lyinami trys vienodo dydţio paveikslėliai (Barbara5.pn., Hill5.pn. ir Lake5.pn.). Kuomet vaizdas yra kitokio dydţio, jam atitinkamai naudojami kiti suspaudimo koeficientai.. lentelėje pateikti suspaudimo koeficientai paveikslėliams, kurių dydţiai 5 5 ir Prorama veiksmus atlieka ana reitai (- sekundės). Kiek iliau uţtrunka atkurdama vaizdus, kai pasirenkamas maţas blokelio dydis (7-5 sekundţių).
26 6 Suspaudimo koeficiento β reikšmės. lentelė Vaizdo dydis 5 5 Vaizdo dydis M β M β PC, kuriuo atliekamas darbas parametrai: Microsoft Windows XP. Eksperimento rezultatų analizė. Pvz.: Eksperimentas atliekamas su paveikslėliu Barbara5.pn.. pav. Barbara5.pn. Atkreipkime dėmesį, kad šis vaizdas lodumo prasme nėra lodus. Viso narinėsime paveikslėlius (Barbara5.pn., Hill 5.pn., Lake5.pn), todėl paklaidas, autas atkuriant vaizdus, vėliau alėsime palyinti ir įvertinti, kokią reikšmę vaizdo atkūrimui turi vaizdo lodumas. Atlikus eksperimentą su aukščiau matomu.. pav. Barbara5.pn. auname tokią paklaidų lentelę:
27 7 Vaizdo suspaudimo koef. Β CF 9/7 Palyinamoji. pav. paklaidų lentelė. lentelė CF 9/7 su daline dekoreliacija Blokelio dydis, m ,8,775,55,65,,,8,88,76,9,,97,87,88,6,669,6,76,97,88,6 5,885 5,59 5,857 5,69,9797,95, , 6,565 5,657 5,67 5,75 5,99 5, 7 5,885 6,8 5,978 5,7 5,6 5,5 5, ,786 6,775 6,5 6,6 5,9 5,86 5, , 7,99 6,77 6,5 6,78 6,8 6, 6,858 7,59 7,68 6,769 6,675 6,567 6,858 Kaip matome iš. lentelės, didinant blokelio dydį m paklaidos maţėja, kol pasidaro lyios bazinės CF 9/7 transformacijos paklaidų reikšmėms (kai m=9). Taip pat atkreipkime dėmesį, kad paklaidos išties nemaţos, taip yra dėl to, kad pasirinktas paveikslėlis lodumo prasme nėra lodus. Taii, kuo maţiau lodų paveikslėlį pasirinksime, tuo paklaidos bus didesnės. Narinėkime atvejį, kai β=5, o m kinta. Kai m=9, bus pasiekiamas vaizdo atkūrimo efektas kaip ir taikant bazinę CF 9/7 transformaciją. β=9, m=, δ=7,9 β=9, m=, δ=7,99 Matome, kad kai suspaudimo koeficientas β=9, o blokelio dydis m= vaizdo atkūrimo kokybė nėra labai era, vaizdas šiek tiek liejasi, tačiau kontūrai aiškūs, pakankamai erai matomi daiktai. Pakeitus blokelio dydį m= vaizdo kokybė paerėja, vaizdas ryškesnis.
28 8 β=9, m=7, δ=6,78 β=9, m=9, δ=6, Toliau turime atvejį, kai suspaudimo koeficientas β=9, o blokelio dydis m=7. Lyinant su prieš tai autasi vaizdais (kai β=9, m= ir β=9, m=) vaizdo kokybė ţenkliai eresnė. O kai parenkame suspaudimo koeficientą β=9 ir blokelio dydį m=9 atkurto vaizdo kokybė tokia pati kaip ir taikant bazinę CF 9/7 transformaciją. Kitas narinėjamas atvejis, kai suspaudimo koeficientas β=5, o blokelio dydį keičiame. Eksperimentas atliekamas su tuo pačiu paveikslėliu Barbara5.pn. β=5, m=, δ=8,885 β=5, m=, δ=8,88 Padidinus suspaudimo koeficientą akivaizdţiai pabloėja atkurto vaizdo kokybė. Ir nors didinant blokelio dydį vaizdas atkuriamas aiškesnis, kokybiškesnis, tačiau kur kas bloesnės kokybės lyinant su pradiniu vaizdu (ţr.. Pav. Barbara5.pn.). Taii, kuo didesnis suspaudimo koeficientas β, tuo atkuriamo vaizdo kokybė yra bloesnė.
29 9 β=5, m=7, δ=7,57 β=5, m=9, δ=7,. Pavyzdys. Teu blokelio dydis būna pastovus m = 5, o keiskime suspaudimo koeficientą β. Paveikslėlis Hill5.pn.. pav. Hill5.pn. Vaizdo suspaudimo koef. β CF 9/7 Palyinamoji. pav. paklaidų lentelė. lentelė CF 9/7 su daline dekoreliacija Blokelio dydis, m ,759,,9,87,76,77,759 5,55 5,7889 5,99 5,85 5,5 5,66 5,55 6,968 7, 6,59 6,99 6,857 6,66 6, ,758 7,8878 7,79 7,99 6,8566 6,7796 6, ,8 8,695 8, 7,7 7,557 7,75 7,8 7 7,888 9, 8,698 8,8 8,65 7,9 7, ,9 9,788 9,7 8,75 8,9 8, 8,9 9 8,699, 9,695 9,57 8,95 8,775 8,699 9,77,66,6 9,5969 9,7 9,8 9,77 Čia taip pat matome didinant blokelio dydį paklaidos maţėja, kol pasidaro lyios bazinės CF 9/7 transformacijos paklaidų reikšmėms. Kadani šis paveikslėlis yra kur kas
30 lodesnis uţ prieš tai narinėtą Barbara5.pn (. pav.), tai ir paklaidos aunamos ţenkliai maţesnės. m=5, β=5, δ=7,79 m=5, β=7, δ=8,698 Čia narinėjamas atvejis, kai blokelio dydis m yra pastovus, o keičiamas suspaudimo koeficientas β. Palyinimui eksperimentas atliekamas su šešiomis suspaudimo koeficiento β reikšmėmis. Akivaizdu, jo didinant suspaudimo koeficientą atkuriamo vaizdo kokybė ţenkliai bloėja. Čia m=5, o. lentelėje alime pamatyti kaip didėja paklaidos keičiant suspaudimo koeficientą β=,...,. Eksperimentas atliktas ir kai β=,,, kad vizualiai taip pat būtų alima įvertinti atkuriamo vaizdo kokybės bloėjimą. m=5, β=9, δ=9,695 m=5, β=, δ=,99
31 m=5, β=, δ=,99 m=5, β=, δ=,86. Pavyzdys. Narinėjamas paveikslėlis Lake5.pn.. pav. Lake5.pn. Vaizdo suspaudimo koef. β CF 9/7 Palyinamoji. pav. paklaidų lentelė CF 9/7 su daline dekoreliacija Blokelio dydis, m lentelė,677 5,76,9,775,7,696,677 6,878 7,9 6,8 6,585 6,986 6,77 6,878 7,9687 9,6 8,57 8,799 8,8 8,5 7, ,896,77 9,58 9,86 9,55 8,8698 8, ,88,7856,869,6,76 9,98 9,88 7,77,958,965,,9,89,77 8,6,59,95,777,56,78,6 9,887,5,,5,565,977,887,596 5,7,9,6,9566,6,596 Šis paveiksliukas lodumu panašus į. pav., todėl ir paklaidos aunamos artimesnės
32 β=, m=, δ=5,76 β=, m=9 δ=,677 β=7, m=, δ=,958 β=7, m=9, δ=,77 β=5, m=, δ=7,77 β=5, m=9, δ=,7689. Pavyzdys. Ištirkime, kaip kinta CF 9/7 transformacijos su daline blokų dekoreliacija paklaidos priklausomai nuo suspaudimo koeficiento β arba blokelio dydţio m. Imkime atvejį, kai β
33 pastovus ir kinta blokelio dydis m. Kadani paveiksliuko dydis 5 5, tai m =,...,9. Kada m = 9, tai bazinės CF 9/7 ir CF 9/7 su daline blokų dekoreliacija paklaidos sutampa.. pav. CF 9/7 su daline blokų dekoreliacija paklaidos (β = 5, o m kintantis). Iš rafiko matome, kai m > CF 9/7 su daline blokų dekoreliacija paklaidos labai artimos bazinės CF 9/7 paklaidoms, kitaip sakant, atkuriamo vaizdo kokybė labai panaši tiek taikant bazinę CF 9/7, tiek CF 9/7 su daline blokų dekoreliacija. Taii, alime daryti išvada, kad enerijos pakavimo savybė yra tenkinama. Tirkime atvejį, kai vaizdas yra dar labiau suspaustas β =, m =,...,9..5 pav. CF 9/7 su daline blokų dekoreliacija paklaidos (β=, o m kintantis). Iš rafiko matome, kad kol m < paklaidos didėja, o kai m > paklaidos tencinai maţėja. Kadani suspaudimo koeficientas β dviubai didesnis, nei narinėtame. pav., tai ir
34 paklaidos didesnės. Tačiau bru atveju, bazinės CF 9/7 transformacijos ir CF 9/7 transformacijos su daline blokų dekoreliacija atkuriamų vaizdų kokybė išlieka panaši, kai blokelio dydis m >. abar palyinkime bazinės CF 9/7 transformacijos ir CF 9/7 tarnsformacijos su daline blokų dekoreliacija (m = 5) paklaidas..6 pav. Bazinės CF 9/7 ir CF 9/7 su daline blokų dekoreliacija paklaidos (m=5, o β kintantis). Vientisa linija žymi paklaidų kitimą esant transformacijai su daline blokų dekoreliacija, o punktyrinė linija bazinis transformacijos atvejis iperbolinio filtro kontekste. Kadani paklaidos autos su daline blokų dekoreliacija didesnės uţ bazinės CF 9/7 paklaidas, tai alima daryti išvadą, jo CF 9/7 su daline blokų dekoreliacija transformacijos enerijos pakavimo savybė pabloėja. Tačiau tai ryškėja tik didėjant suspaudimo koeficientui β. Bru atveju, kai suspaudimo koeficientas β nėra didelis, tai enerijos pakavimo savybė yra išsauoma.
35 5 Išvados. iskrečiųjų banelių transformacija (BT) praktiniu poţiūriu turi labai svarbią savybę apdorojamame skaitmeniniame vaizde sukaupta informacija išdėstoma ne tik paal daţnį, bet ir erdvėje. eja, pilnas lokalizavimas erdvėje būdinas tik paprasčiausiai BT šeimos narei Haar o transformacijai. Aukštesnės eilės BT pasiţymi daliniu lokalizavimu erdvėje.. Atlikti tyrimai leidţia teiti, jo modifikuota (su daline blokų dekoreliacija) CF 9/7 transformacija šiek tiek pabloina enerijos pakavimo savybę, lyinant ją su bazine CF 9/7 transformacija. Tačiau, kai dekoreliuojami blokai yra santykinai dideli m n n, n, n ; N, minėtoji savybė išlieka praktiškai nepakitusi. Todėl naująją CF 9/7 transformacijos versiją alima, patou ir tikslina taikyti praktikoje.. Tiek bazinės CF 9/7, tiek modifikuotos CF 9/7 transformacijos taikymo efektyvumas (tuo pačiu ir jų savybės) priklauso nuo apdorojamo vaizdo lodumo, t. y. nuo to kaip sparčiai ęsta vaizdą sudarančios aukšto daţnio armonikos. Pastebėta, kad kuo lodesnis vaizdas, tuo efektyviau jos ali būti panaudotos vaizdams laudinti (iperbolinių filtrų kontekste).
36 6 Literatūra. Jonas Valantinas. iskrečiosios transformacijos (mokomoji knya), Tecnoloija, 9.. Patrick J. Van Fleet. Wavelets and lossless compression in te jpe imae compression standard (mokomoji priemonė), University of St. Tomas, 6.. Interneto enciklopedija Vikipedija. [ţiūrėta--5]. Prieia per internetą: ttp://en.wikipedia.or/wiki/coen-aubecies-feauveau_wavelet.. Zon Guanjun, Cen Lizi, Cen Cuowan. A simple 9/7 tap wavelet filter based on liftin sceme (mokomoji priemonė), Scool of Computer, National University of efence Tecnoloy Cansa, Cina. [ţiūrėta --]. Prieia per internetą: ttp:// 5. Interneto enciklopedija Vikipedija. [ţiūrėta--]. Prieia per internetą: ttp://computervision.wikia.com/wiki/aubecies_wavelet.
37 7 Priedai. Priedas. Proramų tekstai. Prorama Matlab.. CF 9/7 spektro radimas vienmačiu atveju. function spektras = CF97(duom) X = duom; Y = X; n = lo(lent(x)); lp = [ ]; a = [lp fliplr(lp)]; p = [ ]; b =.*[p fliplr(p)]; for i = :n s = zeros(,lent(x)/); d = s; for k = ::^(n-i+) if lent(x) >= 8 if k- == - s(ceil(k/)) = a()*x(5)+a()*x()+a()*x()+a()*x()+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+ )+a(9)*x(k+); d(ceil(k/)) = b()*x()+b()*x()+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(k+); if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x(k-)+a()*x(k- )+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+)+a(9)*x(k+); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(k+); if k+ == lent(x)+ s(ceil(k/)) = a()*x(k-)+a()*x(k-)+a()*x(k-)+a()*x(k- )+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+)+a(9)*x(lent(x)-); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(lent(x)-); if k+ == lent(x)+ s(ceil(k/)) = a()*x(k-)+a()*x(k-)+a()*x(k-)+a()*x(k- )+a(5)*x(k)+a(6)*x(k+)+a(7)*x(lent(x)-)+a(8)*x(lent(x)-)+a(9)*x(lent(x)- ); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(lent(x)-)+b(6)*x(lent(x)-)+b(7)*x(lent(x)- ); if k- > && k+ <= lent(x) s(ceil(k/)) = a()*x(k-)+a()*x(k-)+a()*x(k-)+a()*x(k- )+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+)+a(9)*x(k+); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(k+); if lent(x) == if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x()+a()*x()+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+ )+a(9)*x();
38 8 d(ceil(k/)) = b()*x()+b()*x()+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(); if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x(k-)+a()*x(k- )+a(5)*x(k)+a(6)*x(k+)+a(7)*x()+a(8)*x()+a(9)*x(); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x()+b(6)*x()+b(7)*x(); if lent(x) == if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x()+a()*x()+a(5)*x(k)+a(6)*x(k+)+a(7)*x()+a(8)*x()+a (9)*X(); d(ceil(k/)) = b()*x()+b()*x()+b()*x(k)+b()*x(k+)+b(5)*x()+b(6)*x()+b(7)*x(); X = s; for j = :^(n-i) Y(j+^(n-i)) = d(j); Y(:lent(s)) = s; spektras = Y;. CF 9/7 vaizdo radimas vienmačiu atveju. function duom = ICF97(spektras) Y = spektras; n = lo(lent(y)); lp = [ ]; lp = [lp fliplr(lp)]; p = [ ]; p =.*[p fliplr(p)]; a = p.* [ ]; b = lp.* [ ]; for i = n:-: X = :^(n-i+); X(::lent(X)) = Y(:lent(X)/); X(::lent(X)) = Y(lent(X)/+:lent(X)); s = zeros(,lent(x)/); d = s; for k = ::^(n-i+) if lent(x) >= 8 if k- == - s(ceil(k/)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x( k+)+b()*x(k+5); if k- == s(ceil(k/)) = b(8)*x()+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x()+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x(k+)+b()*x(k+5); if k+5 == lent(x)+
39 9 s(ceil(k/)) = b(8)*x(k-)+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x(k-)+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x(lent(x)- )+b()*x(lent(x)-); if k+5 == lent(x)+ s(ceil(k/)) = b(8)*x(k-)+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(lent(x)-)+b()*x(lent(x)-); d(ceil(k/)) = b(9)*x(k-)+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(lent(x)-)+b()*x(lent(x)-)+a()*x(lent(x)- )+b()*x(lent(x)-); if k- > && k+5 <= lent(x) s(ceil(k/)) = b(8)*x(k-)+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x(k-)+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x(k+)+b()*x(k+5); if lent(x) == if k- == - s(ceil(k/)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x( )+b()*x(); if k- == s(ceil(k/)) = b(8)*x()+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x()+b()*x(); d(ceil(k/)) = b(9)*x()+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x()+b()*x()+a()*x()+b()*x(); if lent(x) == if k- == - s(ceil(k/)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x()+b()*x()+a()*x()+b()*x(); d(ceil(k/)) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x()+b(5)*x()+a()*x()+b()*x()+a()*x()+b( )*X(); for j = :^(n-i) Y(*j) = d(j); Y(*j-) = s(j); Y() = YY() duom = Y;. CF 9/7 su daline blokų dekoreliacija vienmačiu atveju, spektro radimas. function spektras = CF97(duomenys,p) YY = zeros(,size(duomenys,)); nn =lo(size(duomenys,));
40 pp = nn-p+; for kk = :^(pp-) duom = duomenys((kk-)*^p+:kk*^p); X = duom; n = lo(lent(x)); lp = [ ]; a = [lp fliplr(lp)]; p = [ ]; b =.*[p fliplr(p)]; for i = :n s = zeros(,lent(x)/); d = s; for k = ::^(n-i+) if lent(x) >= 8 if k- == - s(ceil(k/)) = a()*x(5)+a()*x()+a()*x()+a()*x()+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+ )+a(9)*x(k+); d(ceil(k/)) = b()*x()+b()*x()+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(k+); if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x(k-)+a()*x(k- )+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+)+a(9)*x(k+); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(k+); if k+ == lent(x)+ s(ceil(k/)) = a()*x(k-)+a()*x(k-)+a()*x(k-)+a()*x(k- )+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+)+a(9)*x(lent(x)-); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(lent(x)-); if k+ == lent(x)+ s(ceil(k/)) = a()*x(k-)+a()*x(k-)+a()*x(k-)+a()*x(k- )+a(5)*x(k)+a(6)*x(k+)+a(7)*x(lent(x)-)+a(8)*x(lent(x)-)+a(9)*x(lent(x)- ); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(lent(x)-)+b(6)*x(lent(x)-)+b(7)*x(lent(x)- ); if k- > && k+ <= lent(x) s(ceil(k/)) = a()*x(k-)+a()*x(k-)+a()*x(k-)+a()*x(k- )+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+)+a(9)*x(k+); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(k+); if lent(x) == if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x()+a()*x()+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+ )+a(9)*x(); d(ceil(k/)) = b()*x()+b()*x()+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(); if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x(k-)+a()*x(k- )+a(5)*x(k)+a(6)*x(k+)+a(7)*x()+a(8)*x()+a(9)*x(); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x()+b(6)*x()+b(7)*x();
41 if lent(x) == if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x()+a()*x()+a(5)*x(k)+a(6)*x(k+)+a(7)*x()+a(8)*x()+a (9)*X(); d(ceil(k/)) = b()*x()+b()*x()+b()*x(k)+b()*x(k+)+b(5)*x()+b(6)*x()+b(7)*x(); for j = :^(n-i) YY(j+^(nn-i)+(kk-)*size(X,)/) = d(j); X = s; YY(kk) = s; for k = :nn-p Y = zeros(,^(nn-p-k+)); for i = :^(nn-p-k) X = YY(+*(i-):*i); Y(i) = a()*x()+a()*x()+a()*x()+a()*x()+a(5)*x()+a(6)*x()+a(7)*x()+a(8)*x()+a(9 )*X(); Y(^(nn-p-k)+i) = b()*x()+b()*x()+b()*x()+b()*x()+b(5)*x()+b(6)*x()+b(7)*x(); YY(:^(nn-p-k+)) = Y; spektras = YY;. CF 9/7 su daline blokų dekoreliacija vienmačiu atveju, vaizdo radimas. function duom = ICF97(spektras,p) ZZ = []; YY = spektras; nn = lo(lent(yy)); lp = [ ]; lp = [lp fliplr(lp)]; p = [ ]; p =.*[p fliplr(p)]; a = p.* [ ]; b = lp.* [ ]; for k = nn-p:-: Y = zeros(,^(nn-p-k+)); for i = :^(nn-p-k) X = [YY(i) YY(^(nn-p-k)+i)]; Y(+*(i-)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x()+b()*x()+a()*x()+b()*x(); Y(*i) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x()+b(5)*x()+a()*x()+b()*x()+a()*x()+b( )*X(); YY(:^(nn-p-k+)) = Y; n = p; for kk = :^(nn-p) Y = YY(kk); for iii = :p Y = [Y YY(^(nn-p+iii-)+kk+(kk-)*(^(iii-)-):^(nn-p+iii-)+kk+(kk- )*(^(iii-)-)+^(iii-)-)];
42 for i = p:-: X = :^(n-i+); X(::lent(X)) = Y(:lent(X)/); X(::lent(X)) = Y(lent(X)/+:lent(X)); s = zeros(,lent(x)/); d = s; for k = ::^(n-i+) if lent(x) >= 8 if k- == - s(ceil(k/)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x( k+)+b()*x(k+5); if k- == s(ceil(k/)) = b(8)*x()+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x()+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x(k+)+b()*x(k+5); if k+5 == lent(x)+ s(ceil(k/)) = b(8)*x(k-)+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x(k-)+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x(lent(x)- )+b()*x(lent(x)-); if k+5 == lent(x)+ s(ceil(k/)) = b(8)*x(k-)+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(lent(x)-)+b()*x(lent(x)-); d(ceil(k/)) = b(9)*x(k-)+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(lent(x)-)+b()*x(lent(x)-)+a()*x(lent(x)- )+b()*x(lent(x)-); if k- > && k+5 <= lent(x) s(ceil(k/)) = b(8)*x(k-)+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x(k-)+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x(k+)+b()*x(k+5); if lent(x) == if k- == - s(ceil(k/)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x( )+b()*x(); if k- == s(ceil(k/)) = b(8)*x()+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x()+b()*x(); d(ceil(k/)) = b(9)*x()+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x()+b()*x()+a()*x()+b()*x(); if lent(x) == if k- == -
43 s(ceil(k/)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x()+b()*x()+a()*x()+b()*x(); d(ceil(k/)) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x()+b(5)*x()+a()*x()+b()*x()+a()*x()+b( )*X(); for j = :^(n-i) Y(*j) = d(j); Y(*j-) = s(j); ZZ = [ZZ Y]; duom = ZZ;.5 CF 9/7 spektro radimas dvimačiu atveju. function spektras = CF(duomenys) for dd = : for m = :size(duomenys,) duom = duomenys(:,m); X = duom; Y = X; n = lo(lent(x)); lp = [ ]; a = [lp fliplr(lp)]; p = [ ]; b =.*[p fliplr(p)]; for i = :n s = zeros(,lent(x)/); d = s; for k = ::^(n-i+) if lent(x) >= 8 if k- == - s(ceil(k/)) = a()*x(5)+a()*x()+a()*x()+a()*x()+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+ )+a(9)*x(k+); d(ceil(k/)) = b()*x()+b()*x()+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(k+); if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x(k-)+a()*x(k- )+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+)+a(9)*x(k+); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(k+); if k+ == lent(x)+ s(ceil(k/)) = a()*x(k-)+a()*x(k-)+a()*x(k- )+a()*x(k-)+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+)+a(9)*x(lent(x)-); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(lent(x)-); if k+ == lent(x)+ s(ceil(k/)) = a()*x(k-)+a()*x(k-)+a()*x(k- )+a()*x(k-)+a(5)*x(k)+a(6)*x(k+)+a(7)*x(lent(x)-)+a(8)*x(lent(x)- )+a(9)*x(lent(x)-); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(lent(x)-)+b(6)*x(lent(x)-)+b(7)*x(lent(x)- );
44 if k- > && k+ <= lent(x) s(ceil(k/)) = a()*x(k-)+a()*x(k-)+a()*x(k- )+a()*x(k-)+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+)+a(9)*x(k+); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(k+); if lent(x) == if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x()+a()*x()+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+ )+a(9)*x(); d(ceil(k/)) = b()*x()+b()*x()+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(); if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x(k-)+a()*x(k- )+a(5)*x(k)+a(6)*x(k+)+a(7)*x()+a(8)*x()+a(9)*x(); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x()+b(6)*x()+b(7)*x(); if lent(x) == if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x()+a()*x()+a(5)*x(k)+a(6)*x(k+)+a(7)*x()+a(8)*x()+a (9)*X(); d(ceil(k/)) = b()*x()+b()*x()+b()*x(k)+b()*x(k+)+b(5)*x()+b(6)*x()+b(7)*x(); X = s; for j = :^(n-i) Y(j+^(n-i)) = d(j); Y(:lent(s)) = s; duomenys(:,m) = Y; duomenys = duomenys'; spektras = duomenys;.6 CF 9/7 vaizdo radimas dvimačiu atveju. function duom = ICF(duomenys) for dd = : for m = :size(duomenys,) spektras = duomenys(:,m); Y = spektras; n = lo(lent(y)); lp = [ ]; lp = [lp fliplr(lp)]; p = [ ]; p =.*[p fliplr(p)]; a = p.* [ ]; b = lp.* [ ]; for i = n:-:
45 5 X = :^(n-i+); X(::lent(X)) = Y(:lent(X)/); X(::lent(X)) = Y(lent(X)/+:lent(X)); s = zeros(,lent(x)/); d = s; for k = ::^(n-i+) if lent(x) >= 8 if k- == - s(ceil(k/)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x( k+)+b()*x(k+5); if k- == s(ceil(k/)) = b(8)*x()+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x()+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x(k+)+b()*x(k+5); if k+5 == lent(x)+ s(ceil(k/)) = b(8)*x(k-)+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x(k-)+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x(lent(x)- )+b()*x(lent(x)-); if k+5 == lent(x)+ s(ceil(k/)) = b(8)*x(k-)+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(lent(x)-)+b()*x(lent(x)-); d(ceil(k/)) = b(9)*x(k-)+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(lent(x)-)+b()*x(lent(x)-)+a()*x(lent(x)- )+b()*x(lent(x)-); if k- > && k+5 <= lent(x) s(ceil(k/)) = b(8)*x(k-)+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x(k-)+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x(k+)+b()*x(k+5); if lent(x) == if k- == - s(ceil(k/)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x( )+b()*x(); if k- == s(ceil(k/)) = b(8)*x()+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x()+b()*x(); d(ceil(k/)) = b(9)*x()+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x()+b()*x()+a()*x()+b()*x(); if lent(x) == if k- == - s(ceil(k/)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x()+b()*x()+a()*x()+b()*x();
46 6 d(ceil(k/)) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x()+b(5)*x()+a()*x()+b()*x()+a()*x()+b( )*X(); for j = :^(n-i) Y(*j) = d(j); Y(*j-) = s(j); duomenys(:,m) = Y; duomenys = duomenys'; duom = duomenys;.7 CF 9/7 su daline blokų dekoreliacija dvimačiu atveju, spektro radimas. function spektras = CF(duomuo,p) for dd = : for m = :size(duomuo,) duomenys = duomuo(:,m); YY = zeros(,size(duomuo,)); nn =lo(size(duomuo,)); pp = nn-p+; for kk = :^(pp-) duom = duomenys((kk-)*^p+:kk*^p); X = duom; n = lo(lent(x)); lp = [ ]; a = [lp fliplr(lp)]; p = [ ]; b =.*[p fliplr(p)]; for i = :n s = zeros(,lent(x)/); d = s; for k = ::^(n-i+) if lent(x) >= 8 if k- == - s(ceil(k/)) = a()*x(5)+a()*x()+a()*x()+a()*x()+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+ )+a(9)*x(k+); d(ceil(k/)) = b()*x()+b()*x()+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(k+); if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x(k- )+a()*x(k-)+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+)+a(9)*x(k+); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(k+); if k+ == lent(x)+ s(ceil(k/)) = a()*x(k-)+a()*x(k-)+a()*x(k- )+a()*x(k-)+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+)+a(9)*x(lent(x)-); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(lent(x)-); if k+ == lent(x)+
47 7 s(ceil(k/)) = a()*x(k-)+a()*x(k-)+a()*x(k- )+a()*x(k-)+a(5)*x(k)+a(6)*x(k+)+a(7)*x(lent(x)-)+a(8)*x(lent(x)- )+a(9)*x(lent(x)-); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(lent(x)-)+b(6)*x(lent(x)-)+b(7)*x(lent(x)- ); if k- > && k+ <= lent(x) s(ceil(k/)) = a()*x(k-)+a()*x(k-)+a()*x(k- )+a()*x(k-)+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+)+a(9)*x(k+); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(k+); if lent(x) == if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x()+a()*x()+a(5)*x(k)+a(6)*x(k+)+a(7)*x(k+)+a(8)*x(k+ )+a(9)*x(); d(ceil(k/)) = b()*x()+b()*x()+b()*x(k)+b()*x(k+)+b(5)*x(k+)+b(6)*x(k+)+b(7)*x(); if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x(k- )+a()*x(k-)+a(5)*x(k)+a(6)*x(k+)+a(7)*x()+a(8)*x()+a(9)*x(); d(ceil(k/)) = b()*x(k-)+b()*x(k- )+b()*x(k)+b()*x(k+)+b(5)*x()+b(6)*x()+b(7)*x(); if lent(x) == if k- == - s(ceil(k/)) = a()*x()+a()*x()+a()*x()+a()*x()+a(5)*x(k)+a(6)*x(k+)+a(7)*x()+a(8)*x()+a (9)*X(); d(ceil(k/)) = b()*x()+b()*x()+b()*x(k)+b()*x(k+)+b(5)*x()+b(6)*x()+b(7)*x(); for j = :^(n-i) YY(j+^(nn-i)+(kk-)*lent(X)/) = d(j); X = s; YY(kk) = s; for k = :nn-p Y = zeros(,^(nn-p-k+)); for i = :^(nn-p-k) X = YY(+*(i-):*i); Y(i) = a()*x()+a()*x()+a()*x()+a()*x()+a(5)*x()+a(6)*x()+a(7)*x()+a(8)*x()+a(9 )*X(); Y(^(nn-p-k)+i) = b()*x()+b()*x()+b()*x()+b()*x()+b(5)*x()+b(6)*x()+b(7)*x(); YY(:^(nn-p-k+)) = Y; duomuo(:,m) = YY; duomuo = duomuo'; spektras = duomuo;
48 8.8 CF 9/7 su daline blokų dekoreliacija dvimačiu atveju, vaizdo radimas. function duom = ICF(duomenys,p) for dd = : for m = :size(duomenys,) spektras = duomenys(:,m); ZZ = []; YY = spektras'; nn = lo(lent(yy)); lp = [ ]; lp = [lp fliplr(lp)]; p = [ ]; p =.*[p fliplr(p)]; a = p.* [ ]; b = lp.* [ ]; for k = nn-p:-: Y = zeros(,^(nn-p-k+)); for i = :^(nn-p-k) X = [YY(i) YY(^(nn-p-k)+i)]; Y(+*(i-)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x()+b()*x()+a()*x()+b()*x(); Y(*i) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x()+b(5)*x()+a()*x()+b()*x()+a()*x()+b( )*X(); YY(:^(nn-p-k+)) = Y; n = p; for kk = :^(nn-p) Y = YY(kk); for iii = :p Y = [Y YY(^(nn-p+iii-)+kk+(kk-)*(^(iii-)-):^(nn-p+iii- )+kk+(kk-)*(^(iii-)-)+^(iii-)-)]; for i = p:-: X = :^(n-i+); X(::lent(X)) = Y(:lent(X)/); X(::lent(X)) = Y(lent(X)/+:lent(X)); s = zeros(,lent(x)/); d = s; for k = ::^(n-i+) if lent(x) >= 8 if k- == - s(ceil(k/)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x( k+)+b()*x(k+5); if k- == s(ceil(k/)) = b(8)*x()+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x()+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x(k+)+b()*x(k+5); if k+5 == lent(x)+ s(ceil(k/)) = b(8)*x(k-)+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+);
49 9 d(ceil(k/)) = b(9)*x(k-)+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x(lent(x)- )+b()*x(lent(x)-); if k+5 == lent(x)+ s(ceil(k/)) = b(8)*x(k-)+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(lent(x)-)+b()*x(lent(x)-); d(ceil(k/)) = b(9)*x(k-)+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(lent(x)-)+b()*x(lent(x)-)+a()*x(lent(x)- )+b()*x(lent(x)-); if k- > && k+5 <= lent(x) s(ceil(k/)) = b(8)*x(k-)+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x(k-)+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x(k+)+b()*x(k+5); if lent(x) == if k- == - s(ceil(k/)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x(k)+b()*x(k+)+a()*x(k+)+b()*x(k+); d(ceil(k/)) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x(k)+b(5)*x(k+)+a()*x(k+)+b()*x(k+)+a()*x( )+b()*x(); if k- == s(ceil(k/)) = b(8)*x()+a(6)*x(k-)+b(6)*x(k- )+a()*x(k)+b()*x(k+)+a()*x()+b()*x(); d(ceil(k/)) = b(9)*x()+a(7)*x(k-)+b(7)*x(k- )+a(5)*x(k)+b(5)*x(k+)+a()*x()+b()*x()+a()*x()+b()*x(); if lent(x) == if k- == - s(ceil(k/)) = b(8)*x()+a(6)*x()+b(6)*x()+a()*x()+b()*x()+a()*x()+b()*x(); d(ceil(k/)) = b(9)*x()+a(7)*x()+b(7)*x()+a(5)*x()+b(5)*x()+a()*x()+b()*x()+a()*x()+b( )*X(); for j = :^(n-i) Y(*j) = d(j); Y(*j-) = s(j); ZZ = [ZZ Y]; duomenys(:,m) = ZZ; duomenys = duomenys'; duom = duomenys;.9 Parindinė prorama naudojama paklaidų radimui iperbolinio filtro kontekste. function Parindine()
Matematika 1 4 dalis
Matematika 1 4 dalis Analizinės geometrijos elementai. Tiesės plokštumoje lygtis (bendroji, kryptinė,...). Taško atstumas nuo tiesės. Kampas tarp dviejų tiesių. Plokščiosios kreivės lygtis Plokščiosios
Διαβάστε περισσότεραX galioja nelygyb f ( x1) f ( x2)
Monotonin s funkcijos Tegul turime funkciją f : A R, A R. Apibr žimas. Funkcija y = f ( x) vadinama monotoniškai did jančia (maž jančia) aib je X A, jei x1< x2 iš X galioja nelygyb f ( x1) f ( x2) ( f
Διαβάστε περισσότεραDviejų kintamųjų funkcijos dalinės išvestinės
Dviejų kintamųjų funkcijos dalinės išvestinės Dalinės išvestinės Tarkime, kad dviejų kintamųjų funkcija (, )yra apibrėžta srityje, o taškas 0 ( 0, 0 )yra vidinis srities taškas. Jei fiksuosime argumento
Διαβάστε περισσότεραI.4. Laisvasis kūnų kritimas
I4 Laisvasis kūnų kitimas Laisvuoju kitimu vadinamas judėjimas, kuiuo judėtų kūnas veikiamas tik sunkio jėos, nepaisant oo pasipiešinimo Kūnui laisvai kintant iš nedidelio aukščio h (dau mažesnio už Žemės
Διαβάστε περισσότεραVilniaus universitetas. Edmundas Gaigalas A L G E B R O S UŽDUOTYS IR REKOMENDACIJOS
Vilniaus universitetas Edmundas Gaigalas A L G E B R O S UŽDUOTYS IR REKOMENDACIJOS Vilnius 1992 T U R I N Y S 1. Vektorinė erdvė............................................. 3 2. Matricos rangas.............................................
Διαβάστε περισσότεραElektronų ir skylučių statistika puslaidininkiuose
lktroų ir skylučių statistika puslaidiikiuos Laisvų laidumo lktroų gracija, t.y. lktroų prėjimas į laidumo juostą, gali vykti kaip iš dooriių lygmų, taip ir iš valtiės juostos. Gracijos procsas visuomt
Διαβάστε περισσότερα1.4. Rungės ir Kuto metodas
.4. RUNGĖS IR KUTO METODAS.4. Rungės ir Kuto metodas.4.. Prediktoriaus-korektoriaus metodas Palyginkime išreikštinį ir simetrinį Eulerio metodus. Pirmojo iš jų pagrindinis privalumas tas, kad išreikštinio
Διαβάστε περισσότεραSpecialieji analizės skyriai
Specialieji analizės skyriai. Trigonometrinės Furje eilutės Moksle ir technikoje dažnai susiduriame su periodiniais reiškiniais, apibūdinamais periodinėmis laiko funkcijomis: f(t). 2 Paprasčiausia periodinė
Διαβάστε περισσότεραI dalis KLAUSIMŲ SU PASIRENKAMUOJU ATSAKYMU TEISINGI ATSAKYMAI
008 M. FIZIKOS VALSTYBINIO BRANDOS EGZAMINO VERTINIMO INSTRUKCIJA Pagrindinė sesija Kiekvieno I dalies klausimo teisingas atsakymas vertinamas tašku. I dalis KLAUSIMŲ SU PASIRENKAMUOJU ATSAKYMU TEISINGI
Διαβάστε περισσότεραSpalvos. Šviesa. Šviesos savybės. Grafika ir vizualizavimas. Spalvos. Grafika ir vizualizavimas, VDU, Spalvos 1
Spalvos Grafika ir vizualizavimas Spalvos Šviesa Spalvos Spalvų modeliai Gama koregavimas Šviesa Šviesos savybės Vandens bangos Vaizdas iš šono Vaizdas iš viršaus Vaizdas erdvėje Šviesos bangos Šviesa
Διαβάστε περισσότεραTemos. Intervalinės statistinės eilutės sudarymas. Santykinių dažnių histogramos brėžimas. Imties skaitinių charakteristikų skaičiavimas
Pirmasis uždavinys Temos. Intervalinės statistinės eilutės sudarymas. Santykinių dažnių histogramos brėžimas. Imties skaitinių charakteristikų skaičiavimas Uždavinio formulavimas a) Žinoma n = 50 tiriamo
Διαβάστε περισσότεραMatematika 1 3 dalis
Matematika 1 3 dalis Vektorių algebros elementai. Vektorių veiksmai. Vektorių skaliarinės, vektorinės ir mišriosios sandaugos ir jų savybės. Vektoriai Vektoriumi vadinama kryptinė atkarpa. Jei taškas A
Διαβάστε περισσότεραĮžanginių paskaitų medžiaga iš knygos
MATEMATINĖ LOGIKA Įžanginių paskaitų medžiaga iš knygos Aleksandras Krylovas. Diskrečioji matematika: vadovėlis aukštųjų mokyklų studentams. Vilnius: Technika, 2009. 320 p. ISBN 978-9955-28-450-5 1 Teiginio
Διαβάστε περισσότεραAtsitiktinių paklaidų įvertinimas
4.4.4. tsitiktinių paklaidų įvertinimas tsitiktinės paklaidos įvertinamos nurodant du dydžius: pasikliaujamąjį intervalą ir pasikliaujamąją tikimybę. tsitiktinių paklaidų atveju, griežtai tariant, nėra
Διαβάστε περισσότεραFDMGEO4: Antros eilės kreivės I
FDMGEO4: Antros eilės kreivės I Kęstutis Karčiauskas Matematikos ir Informatikos fakultetas 1 Koordinačių sistemos transformacija Antrosios eilės kreivių lgtis prastinsime keisdami (transformuodami) koordinačių
Διαβάστε περισσότεραMATEMATINĖ LOGIKA. Įžanginių paskaitų medžiaga iš knygos
MATEMATINĖ LOGIKA Įžanginių paskaitų medžiaga iš knygos Aleksandras Krylovas. Diskrečioji matematika: vadovėlis aukštųjų mokyklų studentams. Vilnius: Technika, 2009. 320 p. ISBN 978-9955-28-450-5 Teiginio
Διαβάστε περισσότεραDISPERSINĖ, FAKTORINĖ IR REGRESINĖ ANALIZĖ Laboratorinis darbas Nr. 1
DISPERSINĖ, FAKTORINĖ IR REGRESINĖ ANALIZĖ Laboratorinis darbas Nr. 1 Marijus Radavičius, Tomas Rekašius 2010 m. vasario 9 d. Santrauka Pirmas laboratorinis darbas skirtas išmokti generuoti nesudėtingus
Διαβάστε περισσότεραMatematinės analizės konspektai
Matematinės analizės konspektai (be įrodymų) Marius Gedminas pagal V. Mackevičiaus paskaitas 998 m. rudens semestras (I kursas) Realieji skaičiai Apibrėžimas. Uždarųjų intervalų seka [a n, b n ], n =,
Διαβάστε περισσότεραSpecialieji analizės skyriai
Specialieji analizės skyriai. Specialieji analizės skyriai Kompleksinio kinamojo funkcijų teorija Furje eilutės ir Furje integralai Operacinis skaičiavimas Lauko teorijos elementai. 2 Kompleksinio kintamojo
Διαβάστε περισσότεραSu pertrūkiais dirbančių elektrinių skverbtis ir integracijos į Lietuvos elektros energetikos sistemą problemos
Su pertrūkiais dirbančių elektrinių skverbtis ir integracijos į Lietuvos elektros energetikos sistemą problemos Rimantas DEKSNYS, Robertas STANIULIS Elektros sistemų katedra Kauno technologijos universitetas
Διαβάστε περισσότεραFUNKCIJOS. veiksmu šioje erdvėje apibrėžkime dar viena. a = {a 1,..., a n } ir b = {b 1,... b n } skaliarine sandauga
VII DAUGELIO KINTAMU JU FUNKCIJOS 71 Bendrosios sa vokos Iki šiol mes nagrinėjome funkcijas, apibrėžtas realiu skaičiu aibėje Nagrinėsime funkcijas, kurios apibrėžtos vektorinėse erdvėse Tarkime, kad R
Διαβάστε περισσότεραAIBĖS, FUNKCIJOS, LYGTYS
AIBĖS, FUNKCIJOS, LYGTYS Aibės sąvoka ir pavyzdžiai Atskirų objektų rinkiniai, grupės, sistemos, kompleksai matematikoje vadinami aibėmis. Šie atskiri objektai vadinami aibės elementais. Kai elementas
Διαβάστε περισσότερα1 TIES ES IR PLOK TUMOS
G E O M E T R I J A Gediminas STEPANAUSKAS 1 TIES ES IR PLOK TUMOS 11 Plok²tumos ir ties es plok²tumoje normalin es lygtys 111 Vektorin e forma Plok²tumos α padetis koordina iu sistemos Oxyz atºvilgiu
Διαβάστε περισσότεραDISPERSINĖ, FAKTORINĖ IR REGRESINĖ ANALIZĖ Laboratorinis darbas Nr. 2
DISPERSINĖ, FAKTORINĖ IR REGRESINĖ ANALIZĖ Laboratorinis darbas Nr. 2 Marijus Radavičius, Tomas Rekašius 2010 m. vasario 23 d. Santrauka Antras laboratorinis darbas skirtas išmokti sudarinėti daugialypės
Διαβάστε περισσότερα1. Individualios užduotys:
IV. PAPRASTOSIOS DIFERENCIALINĖS LYGTYS. Individualios užduots: - trumpa teorijos apžvalga, - pavzdžiai, - užduots savarankiškam darbui. Pirmosios eilės diferencialinių lgčių sprendimas.. psl. Antrosios
Διαβάστε περισσότεραIV. FUNKCIJOS RIBA. atvira. intervala. Apibrėžimas Sakysime, kad skaičius b yra funkcijos y = f(x) riba taške x 0, jei bet kokiam,
41 Funkcijos riba IV FUNKCIJOS RIBA Taško x X aplinka vadiname bet koki atvira intervala, kuriam priklauso taškas x Taško x 0, 2t ilgio aplinka žymėsime tokiu būdu: V t (x 0 ) = ([x 0 t, x 0 + t) Sakykime,
Διαβάστε περισσότεραANALIZINĖ GEOMETRIJA III skyrius (Medžiaga virtualiajam kursui)
ngelė aškienė NLIZINĖ GEMETRIJ III skrius (Medžiaga virtualiajam kursui) III skrius. TIESĖS IR PLKŠTUMS... 5. Tiesės lgts... 5.. Tiesės [M, a r ] vektorinė lgtis... 5.. Tiesės [M, a r ] parametrinės lgts...
Διαβάστε περισσότεραATSITIKTINIAI PROCESAI. Alfredas Račkauskas. (paskaitų konspektas 2014[1] )
ATSITIKTINIAI PROCESAI (paskaitų konspektas 2014[1] ) Alfredas Račkauskas Vilniaus universitetas Matematikos ir Informatikos fakultetas Ekonometrinės analizės katedra Vilnius, 2014 Iš dalies rėmė Projektas
Διαβάστε περισσότεραA priedas. Diagnostikoje naudojami tarptautiniai ISO standartai
Priedai A priedas. Diagnostikoje naudojami tarptautiniai ISO standartai B priedas. Patikslintas tiesiakrumplės pavaros matematinis modelis C priedas. Patikslintas tiesiakrumplė pavaros matematinis modelis
Διαβάστε περισσότερα2015 M. MATEMATIKOS VALSTYBINIO BRANDOS EGZAMINO UŽDUOTIES VERTINIMO INSTRUKCIJA Pagrindinė sesija. I dalis
PATVIRTINTA Ncionlinio egzminų centro direktorius 0 m. birželio d. įskymu Nr. (..)-V-7 0 M. MATEMATIKOS VALSTYBINIO BRANDOS EGZAMINO UŽDUOTIES VERTINIMO INSTRUKCIJA Pgrindinė sesij I dlis Užd. Nr. 4 7
Διαβάστε περισσότεραEkonometrija. Trendas ir sezoninė laiko eilutės komponentė
Ekonometrija. Trendas ir sezoninė laiko eilutės komponentė dėst. T. Rekašius, 2012 m. lapkričio 19 d. 1 Duomenys Visi trečiam laboratoriniam darbui reikalingi duomenys yra tekstinio formato failuose http://fmf.vgtu.lt/~trekasius/destymas/2012/ekomet_lab3_xx.dat,
Διαβάστε περισσότεραAlgoritmai. Vytautas Kazakevičius
Algoritmai Vytautas Kazakevičius September 2, 27 2 Turinys Baigtiniai automatai 5. DBA.................................. 5.. Abėcėlė............................ 5..2 Automatai..........................
Διαβάστε περισσότεραEUROPOS CENTRINIS BANKAS
2005 12 13 C 316/25 EUROPOS CENTRINIS BANKAS EUROPOS CENTRINIO BANKO NUOMONĖ 2005 m. gruodžio 1 d. dėl pasiūlymo dėl Tarybos reglamento, iš dalies keičiančio Reglamentą (EB) Nr. 974/98 dėl euro įvedimo
Διαβάστε περισσότεραStatistinė termodinamika. Boltzmann o pasiskirstymas
Statistinė termodinamika. Boltzmann o pasiskirstymas DNR molekulių vaizdas DNR struktūros pakitimai. Keičiantis DNR molekulės formai keistųsi ir visos sistemos entropija. Mielėse esančio DNR struktūros
Διαβάστε περισσότεραPav1 Žingsnio perdavimo funkcija gali būti paskaičiuota integruojant VIPF. Paskaičiavus VIPF FFT gaunamo amplitudinė_dažninė ch_ka.
Įvadas į filtrus Skaitmeniniai filtrai, tai viena iš svarbiausių siganalų apdorojimo dalių. Kadangi skaitmeniniai filtrai turi nepalyginamai daugiau pranašumų nei analoginiai filtrai, tai nulėmė jų populiarumą.
Διαβάστε περισσότερα2 laboratorinis darbas. TIKIMYBINIAI MODELIAI
laboratorns darbas laboratorns darbas. TIKIMYBINIAI MODELIAI DARBO TIKSLAS - šstudjuot atstktnų dydžų r vektorų skrstnus, skrstno (passkrstymo) funkcją, tanko funkcją, skatnes charakterstkas r jų savybes.
Διαβάστε περισσότερα1. Klasifikavimo su mokytoju metodai
1. Klasifikavimo su mokytoju metodai Klasifikacijos uždavinys yra atpažinimo uždavinys, kurio esmė pagal pateiktus objekto (vaizdo, garso, asmens, proceso) skaitinius duomenis priskirti ji kokiai nors
Διαβάστε περισσότεραVIII. FRAKTALINĖ DIMENSIJA. 8.1 Fraktalinės dimensijos samprata. Ar baigtinis Norvegijos sienos ilgis?
VIII FRAKTALINĖ DIMENSIJA 81 Fraktalinės dimensijos samprata Ar baigtinis Norvegijos sienos ilgis? Tarkime, kad duota atkarpa, kurios ilgis lygus 1 Padalykime šia atkarpa n lygiu daliu Akivaizdu, kad kiekvienos
Διαβάστε περισσότεραĮvadas į laboratorinius darbus
M A T E M A T I N Ė S T A T I S T I K A Įvadas į laboratorinius darbus Marijus Radavičius, Tomas Rekašius 2005 m. rugsėjo 26 d. Reziumė Laboratorinis darbas skirtas susipažinti su MS Excel priemonėmis
Διαβάστε περισσότερα1. Įvadas į sistemas ir signalus. 1. Signalas, duomenys, informacija ir žinios
. Įvadas į sistemas ir signalus. Signalas, duomenys, informacija ir žinios Žodis signalas yra kilęs iš lotyniško žodžio signum ženklas. Signalas tai yra tai kas yra naudojama žiniai perduoti. Signalas
Διαβάστε περισσότεραIII. MATRICOS. DETERMINANTAI. 3.1 Matricos A = lentele žymėsime taip:
III MATRICOS DETERMINANTAI Realiu ju skaičiu lentele 3 Matricos a a 2 a n A = a 2 a 22 a 2n a m a m2 a mn vadinsime m n eilės matrica Trumpai šia lentele žymėsime taip: A = a ij ; i =,, m, j =,, n čia
Διαβάστε περισσότεραLaboratorinis darbas Nr. 2
M A T E M A T I N Ė S T A T I S T I K A Laboratorinis darbas Nr. 2 Marijus Radavičius, Tomas Rekašius 2005 m. spalio 23 d. Reziumė Antras laboratorinis darbas skirtas išmokti generuoti tikimybinių skirstinių
Διαβάστε περισσότεραRemigijus Leipus. Ekonometrija II. remis
Remigijus Leipus Ekonometrija II http://uosis.mif.vu.lt/ remis Vilnius, 2013 Turinys 1 Trendo ir sezoniškumo vertinimas bei eliminavimas 4 1.1 Trendo komponentės vertinimas ir eliminavimas........ 4 1.2
Διαβάστε περισσότερα2008 m. matematikos valstybinio brandos egzamino VERTINIMO INSTRUKCIJA Pagrindinė sesija
008 M MATEMATIKOS VALSTYBINIO BRANDOS EGZAMINO UŽDUOTIES VERTINIMO INSTRUKCIJA 008 m matematikos valstybinio brandos egzamino VERTINIMO INSTRUKCIJA Pagrindinė sesija 7 uždavinių atsakymai I variantas Užd
Διαβάστε περισσότεραMatematinės analizės egzamino klausimai MIF 1 kursas, Bioinformatika, 1 semestras,
MIF kurss, Bioinformtik, semestrs, 29 6 Tolydžios tške ir intervle funkciju pibrėžimi Teorem Jei f C[, ], f() = A , ti egzistuoj toks c [, ], kd f(c) = 2 Konverguojnčios ir diverguojnčios eikutės
Διαβάστε περισσότεραPNEUMATIKA - vožtuvai
Mini vožtuvai - serija VME 1 - Tipas: 3/2, NC, NO, monostabilūs - Valdymas: Mechaninis ir rankinis - Nominalus debitas (kai 6 barai, Δp = 1 baras): 60 l/min. - Prijungimai: Kištukinės jungtys ø 4 žarnoms
Διαβάστε περισσότεραTaikomieji optimizavimo metodai
Taikomieji optimizavimo metodai 1 LITERATŪRA A. Apynis. Optimizavimo metodai. V., 2005 G. Dzemyda, V. Šaltenis, V. Tiešis. Optimizavimo metodai, V., 2007 V. Būda, M. Sapagovas. Skaitiniai metodai : algoritmai,
Διαβάστε περισσότεραPUSLAIDININKINIŲ PRIETAISŲ TYRIMAS
laboratorinis darbas PSLAIDININKINIŲ PIETAISŲ TIMAS Darbo tikslas susipažinti su puslaidininkinių diodų, stabilitronų ir švietukų struktūra, veikimo principu, ištirti jų charakteristikas. Teorinės žinios
Διαβάστε περισσότερα1. Pirštu atspaudu atpažinimas
1. Pirštu atspaudu atpažinimas 1. I vadas 2. Piršto atspaudu taikymai 3. Pirminis apdorojimas 4. Požymiu išskyrimas 5. Požymiu šablonu palyginimas 6. Praktinis darbas Page 1 of 21 7. Literatūra I vadas
Διαβάστε περισσότερα4 laboratorinis darbas. PARAMETRŲ ĮVERČIAI IR STATISTINĖS HIPOTEZĖS
PARAMETRŲ ĮVERČIAI IR STATISTINĖS HIPOTEZĖS DARBO TIKSLAS - išstudijuoti parametrų taškiių ir itervaliių įverčių radimo, parametriių ir eparametriių hipotezių tikriimo uždaviius ir jų taikymą Teorijos
Διαβάστε περισσότεραPaprastosios DIFERENCIALINĖS LYGTYS
Paprastosios DIFERENCIALINĖS LYGTYS prof. Artūras Štikonas Paskaitų kursas Matematikos ir informatikos fakultetas Diferencialinių lgčių ir skaičiavimo matematikos katedra Naugarduko g. 24, LT-3225 Vilnius,
Διαβάστε περισσότεραELEMENTARIOJI TEORIJA
ELEMENTARIOJI TEORIJA Pirmosios kombinatorikos þinios siekia senàsias Rytø ðalis, kuriose mokëta suskaièiuoti këlinius bei derinius ir sudarinëti magiðkuosius kvadratus, ypaè populiarius viduramþiais.
Διαβάστε περισσότεραIII.Termodinamikos pagrindai
III.ermodinamikos pagrindai III.. Dujų plėtimosi darbas egu dujos yra cilindre su nesvariu judančiu stūmokliu, kurio plotas lygus S, ir jas veikia tik išorinis slėgis p. Pradinius dujų parametrus pažymėkime
Διαβάστε περισσότεραArenijaus (Arrhenius) teorija
Rūgštys ir bazės Arenijaus (Arrhenius) teorija Rūgštis: Bazė: H 2 O HCl(d) H + (aq) + Cl - (aq) H 2 O NaOH(k) Na + (aq) + OH - (aq) Tuomet neutralizacijos reakcija: Na + (aq) + OH - (aq) + H + (aq) + Cl
Διαβάστε περισσότερα0.1. Bendrosios sąvokos
.1. BENDROSIOS SĄVOKOS 1.1. Bendrosios sąvokos.1.1. Diferencialinės lygtys su mažuoju parametru F ) x n),x n 1),...,x,x,t;ε =, xt;ε) C n T), T [,+ ), < ε ε ) F x n) t;ε),x n 1) t;ε),...,x t;ε),xt;ε),t;ε,
Διαβάστε περισσότεραVilniaus universitetas Matematikos ir informatikos fakultetas Informatikos katedra. Gintaras Skersys. Mokymo priemonė
Vilniaus universitetas Matematikos ir informatikos fakultetas Informatikos katedra Gintaras Skersys Klaidas taisančių kodų teorija Mokymo priemonė Vilnius 2005 I dalis Pagrindinės savokos 1 Įvadas Panagrinėkime
Διαβάστε περισσότερα06 Geometrin e optika 1
06 Geometrinė optika 1 0.1. EIKONALO LYGTIS 3 Geometrinėje optikoje įvedama šviesos spindulio sąvoka. Tai leidžia Eikonalo lygtis, kuri išvedama iš banginės lygties monochromatinei bangai - Helmholtco
Διαβάστε περισσότερα4.1 Skaliarinė sandauga erdvėje R n Tarkime, kad duota vektorinė erdvė R n. Priminsime, kad šios erdvės elementai yra vektoriai vektoriu
IV DEKARTO KOORDINAČIU SISTEMA VEKTORIAI 41 Skaliarinė sandauga erdvėje R n Tarkime, kad duota vektorinė erdvė R n Priminsime, kad šios erdvės elementai yra vektoriai α = (a 1,, a n ) Be mums jau žinomu
Διαβάστε περισσότεραDiskrečioji matematika
VILNIAUS UNIVERSITETAS Gintaras Skersys Julius Andrikonis Diskrečioji matematika Pratybų medžiaga Versija: 28 m. sausio 22 d. Vilnius, 27 Turinys Turinys 2 Teiginiai. Loginės operacijos. Loginės formulės
Διαβάστε περισσότεραMatematinė logika. 1 skyrius Propozicinės formulės. žodį, Graikiškas žodis logos (λóγoς) reiškia
1 skyrius Matematinė logika Graikiškas žodis logos (λóγoς) reiškia mintį, žodį, protą, sąvoką. Logika arba formalioji logika nagrinėja teisingo mąstymo dėsnius ir formas, kai samprotavimų turinys nėra
Διαβάστε περισσότεραVilniaus universitetas Gamtos mokslų fakultetas Kartografijos centras. Giedrė Beconytė. Mokomoji knyga geomokslų specialybių studentams
Vilniaus universitetas Gamtos mokslų fakultetas Kartografijos centras Giedrė Beconytė DUOMENŲ BAZIŲ PROJEKTAVIMAS Mokomoji knyga geomokslų specialybių studentams Vilnius 2012 Aprobuota VU Gamtos mokslų
Διαβάστε περισσότεραPraeita paskaita. Grafika ir vizualizavimas Atkirtimai dvimatėje erdvėje. Praeita paskaita. 2D Transformacijos. Grafika ir vizualizavimas, VDU, 2010
Praeita paskaita Grafika ir vizualizavimas Atkirtimai dvimatėje erdvėje Atkarpos Tiesės lgtis = mx+ b kur m krpties koeficientas, o b aukštis, kuriame tiesė kerta ašį Susikirtimo taško apskaičiavimui sulginamos
Διαβάστε περισσότεραVilius Stakėnas. Kodavimo teorija. Paskaitu. kursas
Vilius Stakėnas Kodavimo teorija Paskaitu kursas 2002 2 I vadas Informacija perduodama kanalais, kurie kartais iškraipo informacija Tarsime, kad tie iškraipymai yra atsitiktiniai, t y nėra nei sistemingi,
Διαβάστε περισσότεραVILNIAUS UNIVERSITETAS MATEMATIKOS IR INFORMATIKOS FAKULTETAS PROGRAMŲ SISTEMŲ KATEDRA. Algoritmų teorija. Paskaitų konspektas
VILNIAUS UNIVERSITETAS MATEMATIKOS IR INFORMATIKOS FAKULTETAS PROGRAMŲ SISTEMŲ KATEDRA Algoritmų teorija Paskaitų konspektas Dėstytojas: lekt. dr. Adomas Birštunas Vilnius 2015 TURINYS 1. Algoritmo samprata...
Διαβάστε περισσότερα2.5. KLASIKINĖS TOLYDŽIŲ FUNKCIJŲ TEOREMOS
.5. KLASIKINĖS TOLYDŽIŲ FUNKCIJŲ TEOREMOS 5.. Pirmoji Bolcao Koši teorema. Jei fucija f tolydi itervale [a;b], itervalo galuose įgyja priešigų želų reišmes, tai egzistuoja tos tašas cc, ( ab ; ), uriame
Διαβάστε περισσότεραEKONOMETRIJA 1 (Regresinė analizė)
EKONOMETRIJA 1 Regresinė analizė Kontrolinis Sudarė M.Radavičius 004 05 15 Kai kurių užduočių sprendimai KOMENTARAS. Kai kuriems uždaviniams tik nusakytos sprendimų gairės, kai kurie iš jų suskaidyti į
Διαβάστε περισσότερα1 teorinė eksperimento užduotis
1 teorinė eksperimento užduotis 2015 IPhO stovykla DIFERENCINIS TERMOMETRINIS METODAS Šiame darbe naudojame diferencinį termometrinį metodą šiems dviems tikslams pasiekti: 1. Surasti kristalinės kietosios
Διαβάστε περισσότεραPaprastosios DIFERENCIALINĖS LYGTYS
Paprastosios DIFERENCIALINĖS LYGTYS prof. Artūras Štikonas Paskaitų kursas Matematikos ir informatikos fakultetas Taikomosios matematikos institutas, Diferencialinių lygčių katedra Naugarduko g. 24, LT-3225
Διαβάστε περισσότερα0.1. Bendrosios sąvokos
0.1. BENDROSIOS SĄVOKOS 1 0.1. Bendrosios sąvokos 0.1.1. Diferencialinės lygtys su mažuoju parametru F ) x n),x n 1),...,x,x,t;ε = 0, xt;ε) C n T), T [0,+ ), 0 < ε ε 0 ) F x n) t;ε),x n 1) t;ε),...,x t;ε),xt;ε),t;ε
Διαβάστε περισσότεραAnalizės uždavinynas. Vytautas Kazakevičius m. lapkričio 1 d.
Analizės uždavinynas Vytautas Kazakevičius m. lapkričio d. ii Vienmatė analizė Faktorialai, binominiai koeficientai. Jei a R, n, k N {}, tai k! = 3 k, (k + )!! = 3 5 (k + ), (k)!! = 4 6 (k); a a(a ) (a
Διαβάστε περισσότερα04 Elektromagnetinės bangos
04 Elektromagnetinės bangos 1 0.1. BANGINĖ ŠVIESOS PRIGIMTIS 3 Šiame skyriuje išvesime banginę lygtį iš elektromagnetinio lauko Maksvelo lygčių. Šviesa yra elektromagnetinė banga, kurios dažnis yra optiniame
Διαβάστε περισσότεραAPRAŠOMOJI STATISTIKA
STATISTIKA FILOLOGAMS 4 paskaita APRAŠOMOJI STATISTIKA Pagrindinės sąvokos Statistika keliareikšmė sąvoka. Skirtinos bent jau šios ryškios bei kartu skirtingos reikšmės: a) tokia duomenų apie valstybę,
Διαβάστε περισσότεραChapter 6: Systems of Linear Differential. be continuous functions on the interval
Chapter 6: Systems of Linear Differential Equations Let a (t), a 2 (t),..., a nn (t), b (t), b 2 (t),..., b n (t) be continuous functions on the interval I. The system of n first-order differential equations
Διαβάστε περισσότεραPUSLAIDININKINIAI ĮTAISAI. VEIKIMO IR TAIKYMO PAGRINDAI
VILNIAUS UNIVERSITETAS Fizikos fakultetas Radiofizikos katedra ČESLOVAS PAVASARIS PUSLAIDININKINIAI ĮTAISAI. VEIKIMO IR TAIKYMO PAGRINDAI (1 dalis- radiotechninių grandinių pasyvieji ir aktyvieji elementai)
Διαβάστε περισσότεραFRANKO IR HERCO BANDYMAS
VILNIAUS UNIVERSITETAS Kietojo kūno elektronikos katedra Atomo ir branduolio fizikos laboratorija Laboratorinis darbas Nr. FRANKO IR HERCO BANDYMAS Parengė A. Poškus 013-08-31 Turinys Darbo tikslas 1.
Διαβάστε περισσότερα1 Tada teigini Ne visi šie vaikinai yra studentai galima išreikšti formule. 2 Ta pati teigini galima užrašyti ir taip. 3 Formulė U&B C reiškia, kad
45 DISKREČIOJI MATEMATIKA. LOGIKA. PAVYZDŽIAI Raidėmis U, B ir C pažymėti teiginiai: U = Vitas yra studentas ; B = Skirmantas yra studentas ; C = Jonas yra studentas. 1 Tada teigini Ne visi šie vaikinai
Διαβάστε περισσότεραRotaciniai vožtuvai HRB 3, HRB 4
Techninis aprašymas Rotaciniai vožtuvai HRB 3, HRB 4 Aprašymas HRB rotacinius vožtuvus galima naudoti kartu su elektros pavaromis AMB 162 ir AMB 182. Savybės: Mažiausias pratekėjimas šioje klasėje Uniklalus
Διαβάστε περισσότεραIntegriniai diodai. Tokio integrinio diodo tiesiogin įtampa mažai priklauso nuo per jį tekančios srov s. ELEKTRONIKOS ĮTAISAI 2009
1 Integriniai diodai Integrinių diodų pn sandūros sudaromos formuojant dvipolių integrinių grandynų tranzistorius. Dažniausiai integriniuose grandynuose kaip diodai naudojami tranzistoriniai dariniai.
Διαβάστε περισσότεραModalumo logikos S4 kai kurios išsprendžiamos klasės
VILNIAUS UNIVERSITETAS MATEMATIKOS IR INFORMATIKOS FAKULTETAS INFORMATIKOS KATEDRA Magistro baigiamasis darbas Modalumo logikos S4 kai kurios išsprendžiamos klasės Some Decidable Classes of Modal Logic
Διαβάστε περισσότεραRinktiniai informacijos saugos skyriai. 3. Kriptografija ir kriptografijos protokolai: Klasikinė kriptografija
Rinktiniai informacijos saugos skyriai 3. Kriptografija ir kriptografijos protokolai: Klasikinė kriptografija Paskaitos tikslai Šioje temoje nagrinėjami klausimai: Perstatų šifrai Keitinių šifrai Vienos
Διαβάστε περισσότεραSTOGO ŠILUMINIŲ VARŽŲ IR ŠILUMOS PERDAVIMO KOEFICIENTO SKAIČIAVIMAS
STOGO ŠILUMINIŲ VAŽŲ I ŠILUMOS PEDAVIMO KOEFICIENTO SKAIČIAVIMAS ST 2.05.02:2008 2 priedas 1. Stogo suminė šiluminė varža s (m 2 K/W) apskaičiuojama pagal formulę [4.6]: s 1 2... n ( g q ); (2.1) čia:
Διαβάστε περισσότεραSIGNALAI TELEKOMUNIKACIJŲ SISTEMOSE
VILNIAUS UNIVERSITETAS Kietojo kūno elektronikos katedra SIGNALAI TELEKOMUNIKACIJŲ SISTEMOSE Mokymo priemonė Parengė A. Poškus 4 Turinys. ĮVADAS..... Telekomunikaijų sistemos struktūrinė shema. Pagrindinės
Διαβάστε περισσότεραPaprastosios DIFERENCIALINĖS LYGTYS
Paprastosios DIFERENCIALINĖS LYGTYS prof. Artūras Štikonas Paskaitų kursas Matematikos ir informatikos fakultetas Diferencialinių lygčių ir skaičiavimo matematikos katedra Naugarduko g. 24, LT-3225 Vilnius,
Διαβάστε περισσότεραŠVIESOS SKLIDIMAS IZOTROPINĖSE TERPĖSE
ŠVIESOS SKLIDIMAS IZOTROPIĖSE TERPĖSE 43 2.7. SPIDULIUOTĖS IR KŪO SPALVOS Spinduliuotės ir kūno optiniam apibūdinimui naudojama spalvos sąvoka. Spalvos reiškinys yra nepaprastas. Kad suprasti spalvos esmę,
Διαβάστε περισσότεραMikrobangų filtro konstravimas ir tyrimas
VILNIAUS UNIVERSITETAS Radiofizikos katedra Mikroangų filtro konstravimas ir tyrimas Mikroangų fizikos laoratorinis daras Nr. Paruošė doc. V. Kalesinskas Vilnius 999 MIKROBANGŲ FIIKOS LABORATORIJA Turinys
Διαβάστε περισσότερα6 laboratorinis darbas DIODAS IR KINTAMOSIOS ĮTAMPOS LYGINTUVAI
Kauno technologijos universitetas...gr. stud... Elektros energetikos sistemų katedra p =..., n =... 6 laboratorinis darbas DIODAS IR KINTAMOSIOS ĮTAMPOS LYGINTUVAI Darbo tikslas Susipažinti su diodo veikimo
Διαβάστε περισσότερα1 iš 15 RIBOTO NAUDOJIMO
iš 5 PATVIRTINTA Nacionalinio egzaminų centro direktoriau 00-06-08 įakymu Nr. 6.-S- 00 m. matematiko valtybinio brando egzamino VERTINIMO INSTRUKCIJA Pagrindinė eija 8 uždavinių atakymai Užd. Nr. 5 6 7
Διαβάστε περισσότεραChapter 6: Systems of Linear Differential. be continuous functions on the interval
Chapter 6: Systems of Linear Differential Equations Let a (t), a 2 (t),..., a nn (t), b (t), b 2 (t),..., b n (t) be continuous functions on the interval I. The system of n first-order differential equations
Διαβάστε περισσότεραKetvirtos eilės Rungės ir Kutos metodo būsenos parametro vektoriaus {X} reikšmės užrašomos taip:
PRIEDAI 113 A priedas. Rungės ir Kuto metodas Rungės-Kutos metodu sprendiamos diferencialinės lygtys. Norint skaitiniu būdu išspręsti diferencialinę lygtį, reikia žinoti ieškomos funkcijos ir jos išvestinės
Διαβάστε περισσότεραClassic serija: GroE, OPzS-LA, OCSM-LA, OGi-LA, Energy Bloc Stacionarių švino rūgšties akumuliatorių naudojimo instrukcija
Classic serija: GroE, OPzS-LA, OCSM-LA, OGi-LA, Energy Bloc Stacionarių švino rūgšties akumuliatorių naudojimo instrukcija Vardiniai duomenys Vardinė įtampa U N Vardinė talpa C N = C 10 Vardinė iškrovimo
Διαβάστε περισσότεραVidutinės biokuro (žaliavos) kainos Lt/t ne galimi apskaičiavimo netikslumai
Vidutinės biokuro (žaliavos) kainos Lt/t ne galimi apskaičiavimo netikslumai * BALTPOOL UAB organizuota konferencija KAS VYKSTA BIOKURO RINKOJE? 2013.06.11 * Galimos deklaruojamų biokuro pirkimo kainų
Διαβάστε περισσότεραeksponentinės generuojančios funkcijos 9. Grafu
DISKREČIOJI MATEMATIKA (2 semestras) KOMBINATORIKOS IR GRAFU TEORIJOS PRADMENYS PROGRAMA I KOMBINATORIKA 1 Matematinės indukcijos ir Dirichlė principai 2 Dauginimo taisyklė,,skaičiuok dukart principas
Διαβάστε περισσότεραRankinio nustatymo ventiliai MSV-F2, PN 16/25, DN
Rankinio nustatymo ventiliai MSV-F2 PN 16/25 DN 15-400 Aprašymas MSV-F2 DN 15-150 MSV-F2 DN 200-400 MSV-F2 yra rankinio nustatymo ventiliai. Jie naudojami srautui šildymo ir šaldymo įrenginiuose balansuoti.
Διαβάστε περισσότεραMATAVIMAI IR METROLOGIJOS PAGRINDAI
EUROPOS SĄJUNGA KURKIME ATEITĮ DRAUGE! VILNIAUS KOLEGIJA Europos Sąjungos struktūrinių fondų paramos projektas MOKYMO IR STUDIJŲ PROGRAMOS MECHANIKOS IR ELEKTRONIKOS SEKTORIAUS POREIKIAMS TENKINTI SUKŪRIMAS
Διαβάστε περισσότεραSkalbimo mašina Vartotojo vadovas Πλυντήριο Ρούχων Εγχειρίδιο Χρήστη Mosógép Használati útmutató Automatická pračka Používateľská príručka
WMB 71032 PTM Skalbimo mašina Vartotojo vadovas Πλυντήριο Ρούχων Εγχειρίδιο Χρήστη Mosógép Használati útmutató utomatická pračka Používateľská príručka Dokumentu Nr 2820522945_LT / 06-07-12.(16:34) 1 Svarbūs
Διαβάστε περισσότεραPapildomo ugdymo mokykla Fizikos olimpas. Mechanika Dinamika 1. (Paskaitų konspektas) 2009 m. sausio d. Prof.
Papildoo ugdyo okykla izikos olipas Mechanika Dinaika (Paskaitų konspektas) 9. sausio -8 d. Prof. Edundas Kuokštis Vilnius Paskaita # Dinaika Jei kineatika nagrinėja tik kūnų judėjią, nesiaiškindaa tą
Διαβάστε περισσότεραŠotkio diodo voltamperinės charakteristikos tyrimas
VILNIAUS UNIVERSITETAS Kietojo kūno elektronikos katedra Krūvio pernašos vyksmų skaitinis modeliavimas Darbas Nr. 1 Šotkio diodo voltamperinės charakteristikos tyrimas Parengė A. Poškus 214-9-3 Turinys
Διαβάστε περισσότεραSkysčiai ir kietos medžiagos
Skysčiai ir kietos medžiagos Dujos Dujos, skysčiai ir kietos medžiagos Užima visą indo tūrį Yra lengvai suspaudžiamos Lengvai teka iš vieno indo į kitą Greitai difunduoja Kondensuotos fazės (būsenos):
Διαβάστε περισσότεραDISKREČIOJI MATEMATIKA
VILNIAUS UNIVERSITETAS MATEMATIKOS IR INFORMATIKOS FAKULTETAS INFORMATIKOS KATEDRA Valdas Diči ūnas Gintaras Skersys DISKREČIOJI MATEMATIKA Mokymo priemonė Vilnius 2003 Įvadas Išvertus iš lotynu kalbos
Διαβάστε περισσότεραPartial Trace and Partial Transpose
Partial Trace and Partial Transpose by José Luis Gómez-Muñoz http://homepage.cem.itesm.mx/lgomez/quantum/ jose.luis.gomez@itesm.mx This document is based on suggestions by Anirban Das Introduction This
Διαβάστε περισσότερα