Math 理解小波理论的前提条件

我有计算机科学学位，并选修了以下数学课程

• 微积分I
• 微积分II
• 离散数学与数论
• 线性代数
• 概率
• 逻辑
• 自动机理论

为了准备学习小波（重点是实现小波变换），我还应该学习哪些课程

编辑：

看起来这是因为没有“编程相关”而关闭的。那是错误的

---

小波变换是一种非常常见的图像处理技术，它被用于H.264和JPEG2000。图像处理是否超出了StackOverflow的范围？

线性代数和微积分在这方面可能会对您有所帮助，但除此之外没有什么帮助。您还需要了解复杂分析和微分方程。

在您已经了解的基础上，我建议您学习信号处理或类似课程，包括傅立叶变换等。除了作为小波的基础之外，傅立叶理论还将为你提供一种新的方法来查看数据，这些数据通常是有用的。小波可能会成为更高级信号处理课程的一部分。

我觉得你应该开始学习小波变换，然后找出其中的差距。他们没那么牵扯进来。傅里叶变换等只是线性代数中正交基的一个例子。

取决于您是想学习离散小波变换还是连续小波变换。如果是离散的，那么你需要基本的傅立叶理论、线性代数和复数理论。如果是连续的，那么你需要先进的傅立叶理论和稳态近似

---

如果你想做研究，那么我建议你学习离散和连续。大多数人只知道其中一个细节，这严重阻碍了研究。这里有很多异花授粉的机会。

如果你对线性代数很了解，这就是你真正需要知道的。然而，很少有人在一门课程后真正了解线性代数。为什么这是封闭的？它与编程非常相关。如果它没有被重新打开，请尝试此处。当然，这与编程相关。这个论坛上有没有人真正为自己的职业学习过？这真是太尴尬了。作为记录，你应该知道并理解傅里叶变换，因为小波变换是从它们衍生出来的概念。+1用于信号处理。了解别名和其他SP概念会有所帮助！错。如果你想理解小波压缩背后的数学，最重要的是量化压缩误差，你就必须理解像贝索夫空间和弱L^p这样困难的奇异函数分析主题。老评论，但我的答案哪一部分是错的？我说，在他列出的主题中，线性代数和微积分是有用的。