Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场

卷积1

作者头像
随心助手
发布于 2024-04-26 06:58:42
发布于 2024-04-26 06:58:42
1220
举报
文章被收录于专栏:nginx遇上redisnginx遇上redis

1 来源

卷积其实就是为冲击函数诞生的。“冲击函数”是狄拉克为了解决一些瞬间作用的物理现象而提出的符号。古人曰:“说一堆大道理不如举一个好例子”,冲量这一物理现象很能说明“冲击函数”。在t时间内对一物体作用F的力,倘若作用时间t很小,作用力F很大,但让Ft的乘积不变,即冲量不变。于是在用t做横坐标、F做纵坐标的坐标系中,就如同一个面积不变的长方形,底边被挤的窄窄的,高度被挤的高高的,在数学中它可以被挤到无限高,但即使它无限瘦、无限高、但它仍然保持面积不变(它没有被挤没!),为了证实它的存在,可以对它进行积分,积分就是求面积嘛!于是“卷积”这个数学怪物就这样诞生了。

卷积是“信号与系统”中论述系统对输入信号的响应而提出的。

2 意义

信号处理是将一个信号空间映射到另外一个信号空间,通常就是时域到频域,(还有z域,s域),信号的能量就是函数的范数(信号与函数等同的概念),大家都知道有个Paserval定理就是说映射前后范数不变,在数学中就叫保范映射,实际上信号处理中的变换基本都是保范映射,只要Paserval定理成立就是保范映射(就是能量不变的映射)。

信号处理中如何出现卷积的。假设B是一个系统,其t时刻的输入为x(t),输出为y(t),系统的响应函数为h(t),按理说,输出与输入的关系应该为

Y(t)=h(t)x(t),

然而,实际的情况是,系统的输出不仅与系统在t时刻的响应有关,还与它在t时刻之前的响应有关,不过系统有个衰减过程,所以t1(<t)时刻的输入对输出的影响通常可以表示为x(t)h(t-t1),这个过程可能是离散的,也可能是连续的,所以t时刻的输出应该为t时刻之前系统响应函数在各个时刻响应的叠加,这就是卷积,用数学公式表示就是y(s)=∫x(t)h(s-t)dt,离散情况下就是级数了。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-04-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 nginx遇上redis 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
卷积的本质及物理意义,解释的真幽默!
卷积这个东东是“信号与系统”中论述系统对输入信号的响应而提出的。因为是对模拟信号论述的,所以常常带有繁琐的算术推倒,很简单的问题的本质常常就被一大堆公式淹没了,那么卷积究竟物理意义怎么样呢?
小白学视觉
2022/09/28
1.1K0
简谈卷积—幽默笑话谈卷积
大侠好,欢迎来到FPGA技术江湖,江湖偌大,相见即是缘分。大侠可以关注FPGA技术江湖,在“闯荡江湖”、"行侠仗义"栏里获取其他感兴趣的资源,或者一起煮酒言欢。
FPGA技术江湖
2020/12/29
7200
简谈卷积—幽默笑话谈卷积
【卷积本质】你不得不知道的卷积理解
所谓的系统从物理层面上说指的是一个可以对输入信号做出响应,然后输出相关信号的一套“物理设备”。
小草AI
2019/05/29
2.9K0
小白见过的最通俗易懂的卷积解释
作者:palet https://www.zhihu.com/question/22298352/answer/637156871
小白学视觉
2019/10/14
9520
小白见过的最通俗易懂的卷积解释
神奇的δ-函数
大学时曾上过一门电工学的课,这也是为数不多能真正意义上学懂的专业课之一,其中有一章就是电路暂态分析,即当电压发生突变时的电容电感电流的变化情况,一般来讲这里的暂态指的是变化时间很小甚至可以时间微分
用户7506105
2021/10/27
1.1K0
神奇的δ-函数
信号处理(一)
这儿可以看到有滤波器的出现,滤波器是为了消除走样,后面会专门介绍。 对于同一个信号,用不同的采样频率采样后的结果可能是完全不一样的,如下图:
一只小虾米
2022/10/25
8390
信号处理(一)
你需要知道的数学知识——卷积
引言 卷积基本是一个我学了又忘,忘了又学,来来好多次的概念。今天我又忘了,所以再学了一遍,借此记录下来。希望这次忘的慢一点。 首先,卷积是一种运算。与加减乘除,微分积分一样,是一种运算。但它有所不同的
Oceanlong
2018/07/03
6630
卷积到底是个什么鬼?
作为一名苦逼工科生,《信号与系统》+《数字信号处理》是绕不过去的坎,各种让人头疼的概念与数学公式:傅里叶变化、拉普拉斯变化、Z变换、卷积、循环卷积、自相关、互相关、离散傅里叶变化、离散傅里叶时间变化……
瓜大三哥
2019/07/10
7850
【AI系统】卷积操作原理
卷积是神经网络里面的核心计算之一,它是一种特殊的线性运算。而卷积神经网络(CNN)是针对图像领域任务提出的神经网络,其受猫的视觉系统启发,堆叠使用卷积层和池化层提取特征。它在 CV 领域方面的突破性进展引领了深度学习的热潮。
用户11307734
2024/12/06
2680
“卷积”的形象理解
在泛函分析中,卷积、旋积或摺积(英语:Convolution)是通过两个函数f和g 生成第三个函数的一种数学算子,表征函数f与g经过翻转和平移的重叠部分函数值乘积对重叠长度的积分。
小白学视觉
2024/07/29
2930
“卷积”的形象理解
《信号与系统》很难?也许你应该看看这篇文章
小枣君:大家都知道《信号与系统》是一门很难的课。今天给大家推荐一篇文章,看了之后,也许就会找到打开这门课的正确方式。
鲜枣课堂
2019/07/22
2.2K0
图神经网络综述:从Deepwalk到GraphSAGE,GCN,GAT
本文是笔者初学Graph neural network时写下的综述,从graph embedding开始讲起,回顾了GE和GNN的历史和经典论文,并利用热传播模型分析了GNN的数学渊源。
算法进阶
2023/11/05
2.2K0
图神经网络综述:从Deepwalk到GraphSAGE,GCN,GAT
什么是卷积神经网络
卷积、旋积或褶积(英语:Convolution)是通过两个函数f和g生成第三个函数的一种数学运算,其本质是一种特殊的积分变换,表征函数f与g经过翻转和平移的重叠部分函数值乘积对重叠长度的积分
zhangjiqun
2024/12/14
1120
什么是卷积神经网络
关于滤波和NCL的filwgts_lanczos函数
滤波的含义和应用就不再赘述,先理清楚几个概念:频谱就是频率的分布曲线,复杂振荡分解为振幅不同和频率不同的谐振荡,这些谐振荡的幅值按频率排列的图形叫做频谱。设一个能量信号为f(t),则它的频谱密度F(ω)可以由傅里叶变换求得。
郭好奇同学
2021/05/28
4.1K0
关于滤波和NCL的filwgts_lanczos函数
1D卷积入门:一维卷积是如何处理数字信号的
卷积是对两个函数(f和g)进行的一种数学运算,它产生的第三个函数表示其中一个函数的形状如何被另一个函数修改。
deephub
2020/05/28
2.4K0
傅立叶变换的物理意义
傅立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义,首先要了解傅立叶原理的意义。傅立叶原理表明:任何连续测量的时序或信号,都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号,以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。
全栈程序员站长
2022/07/15
7090
大话信号与系统 — 奇文共欣赏[通俗易懂]
前言:大家都知道《信号与系统》是一门很难的课,很多人虽然学过了,但其实什么也没得到,今天给大家推荐这篇文章,看了之后,相信你会有收获。
全栈程序员站长
2022/09/22
1K0
【深度学习】Pytorch 系列教程(六):PyTorch数据结构:2、张量的数学运算(4):一维卷积及其数学原理(步长stride、零填充pad;宽卷积、窄卷积、等宽卷积;卷积运算与互相关运算)
  Tensor(张量)是PyTorch中用于表示多维数据的主要数据结构,类似于多维数组,可以存储和操作数字数据。
Qomolangma
2025/06/02
1840
【深度学习】Pytorch 系列教程(六):PyTorch数据结构:2、张量的数学运算(4):一维卷积及其数学原理(步长stride、零填充pad;宽卷积、窄卷积、等宽卷积;卷积运算与互相关运算)
刚体力学整理
质点:一个有质量的几何点,忽略其大小、形状及内部结构的影响,在空间只占据一个点的位置。它是对实际研究对象的简化,理想模型。
算法之名
2023/10/16
1.2K0
刚体力学整理
信号与系统漫谈-基础回顾
不停的回顾,不停的重复,不停的复习。这是一个学习的总结贴。内容是来自于教科书和厦门大学唐老师的知乎专栏。
云深无际
2024/09/17
1270
信号与系统漫谈-基础回顾
推荐阅读
相关推荐
卷积的本质及物理意义,解释的真幽默!
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档