第一章连续的小波变换1．1连续小波变换的定义1．2与短时傅里叶变换的比较1．3连续小波变换的一些性质1．4小波变换的反演及对基本小波的要求1．5连续小波变换的计算机实现与快速算法1．6几种常用的基本小波1．7应用举例第二章尺度及位移均离散化的小波变换2．1离散α，γ栅格下的小波变换2．2标架(frame)概念2．3小波标架2．4应用举例第三章多分辨率分析与离散序列的小波变换3．1概述3．2多分辨率信号分解与重建的基本概念3．3尺度函数和小波函数的一些重要性质3．4由多分辨率分析引出多采样率滤波器组3．5Mallat算法实现中的一些问题3．6离散序列的小波变换3．7金字塔结构的数据编码第四章多采样率滤波器组与小波变换4．1概述4．2多采样率信号处理的一些基本关系4．3双通道多采样率滤波器的理想重建条件4．4多采样率滤波器组的两种一般表示法4．5正交镜像滤波器组与共轭正交滤波器组4．6正交滤波器组的设计4．7二项式小波滤波器组4．8对滤波器组参数与连续时间小渡变换关系的进一步讨论4．9Daubechies小波4．10IIR型的正交滤波器组和小波4．1l双正交滤波器组与双正交小波4．12滤波器组理想重建条件的时域表示式及其设计第五章二维小波变换及其用于图像处理5．1概述5．2二维图像的多分辨率分析：可分离情况5．3五株排列(quincunx)的多分辨率分析5．4应用举例5．5二维连续小波变换第六章小波变换用于表征信号的突变(瞬态)特征6．1概述6．2基本原理6．3几种检测局部性能常用的小波6．4用小波变换极大值在多尺度上的变化来表征信号奇异点的性质6．5用二维小波变换作图像上物体边沿的检测6．6应用举例6．7用小波变换的过零点来表征信号6．8由小波变换的奇异点重建信号6．9仿真计算第七章小波包与时一频平面的铺砌7．1概述7．2小波包的定义与主要性质7．3最优小波包基的选择7．4自适应小波包分解7．5最优小波包作自适应切换时瞬态的抑制——时变滤波器组方法7．6关于时间一频率平面的自适应铺砌7．7基本小波的优化设计7．8小波变换在不同基函数间的换算第八章小波变换与分形信号的分析8．1概述8．2关于分形的简述8．3过程的小波分析8．4确定性的自相似过程8．5过程的信号处理8．6分数布朗运动与分数高斯噪声8．7小波变换用于其他分形问题简介

小波分解及奇异点检测极其经典的Matlab程序-wavelet_detect.m和大家分享小波分解算法，包括奇异点的检测。
极其经典!

使用小波分析方法检测信号的奇异点的matlab代码，亲测有效。

可以构造任意次B样条小波，有小波模极大值检测奇异点例子，matlab程序

信号处理小波分析1)计算信号的小波变换。
2)求出模极大曲线。
3)计算其中两个奇异点的Lipschitz指数。
-Signalprocessingwaveletanalysis1)thecalculationofwavelettransformsignals.2)calculatedcurveofmodulusmaxima.3)thecalculationofwhichtwosingularpointsofLipschitzindex.

通过积分方程方法解决电磁（EM）问题取决于对与格林函数有关的奇异积分的准确评估。
在使用具有Rao-Wilton-Glisson（RWG）基函数的矩量法（MoM）来求解表面积分方程（SIE）时，标量Green函数上的梯度算子可以移到基本函数和测试函数上，从而得到积分核中的1/R弱奇异点，其中R是观察点和源点之间的距离。
弱奇异积分可以使用众所周知的Duffy方法求值，但它需要进行两次数值积分。
在这项工作中，我们开发了一种通过使用局部极坐标系来评估奇异积分的新颖方法。
通过推导极坐标上积分的闭合形式表达式，该方法可以自动消除奇异性并将积分减小为一倍数值积分。
数值算例表明了该方法的有效性。

contourlet为近几年由小波变换衍生而来的新技术，成为第三代小波技术。
此文章，简明扼要介绍了以轮廓波变换为核心的去噪算法，即先将图像经过轮廓变换分解，再由此得到相关系数估算阈值，通过阈值进行去噪与特征保留。
轮廓波相对小波对图像奇异点有更好的逼近检测性。

采用多尺度小波模极大值求信号的奇异点，即信号的频谱边缘，可用于认知无线电小波变换检测频谱。

几何化计算几何研究的对象是几个图形。
早期人们对于图像的研究一般都是先建立坐标系，把图形转换成函数，然后用插值和逼近的数学方法，特别是用样条函数作为工具来分析图形，取得了可喜的成功。
然而，这些方法过多地依赖于坐标系的选取，缺乏几何不变性，特别是用来处理某些大挠度曲线及曲线的奇异点等问题时，有一定的局限性。
几何图形是实际物体的抽象描述，几何化是指被研究对象本身的性质所决定的一种必然趋势。
代数化在国外，计算几何的代数化有一股很强的势头。
为了在计算机和图形显示终端表示和处理各种复杂的曲面和几何形体，需进行大量的计算，往往需要将问题代数化、线性化、离散化，特别对于最新式的全色连续色调的图像，必须对显示屏上的光栅网格点逐点进行计算扫描。
图形化随着交互式图形显示系统在CAGD中的广泛应用，计算机图形学作为新兴学科得到迅速发展。
其主要研究对象是图形的生成、变换、显示、剪取、隐藏线和隐藏面的消除、阴影色调及相应的光顺处理等。
其中剪取问题是计算机图形学的一个基本问题，剪取的关键是速度，尤其是在交互式动态显示和最新式的光扫描中。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。