Trên trang 57-60 (xem trước có sẵn lần cuối tôi đã kiểm tra, hình ảnh ở đây trong trường hợp), có một biến đổi mạng quincunx được mô tả.
Lưới:
o • o • o • o •
• o • o • o • o
o • o • o • o •
• o • o • o • o
o • o • o • o •
• o • o • o • o
o • o • o • o •
• o • o • o • o
Về cơ bản, bạn thực hiện các thao tác Dự đoán này trên các điểm đen:
x[ m][n ] -= 1/4 * ( LEFT + RIGHT + DOWN + UP )
Trong đó , R I G H T = x [ m ] [ n + 1 ] , D O W N = x [ m + 1 ] [ n ] , U P = x [ m - 1 ] [ n ] .
Sau đó, bạn cập nhật các điểm trắng:
x[ m][n] += 1/8 * ( LEFT + RIGHT + DOWN + UP )
Sau đó, bạn sẽ không bao giờ chạm vào các giá trị đen nữa, vì vậy bạn thực sự có:
o x o x o x o x
x o x o x o x o
o x o x o x o x
x o x o x o x o
o x o x o x o x
x o x o x o x o
o x o x o x o x
x o x o x o x o
Bạn quay đầu 45 độ để thấy đây chỉ là một mạng hình chữ nhật khác và bạn dán nhãn cho chúng lẻ / chẵn:
o o o o
• • • •
o o o o
• • • •
o o o o
• • • •
o o o o
• • • •
Bạn lặp lại điều này nhiều lần, cho đến khi bạn còn 1 "trung bình".
Bây giờ trong biến đổi Haar wavelet, có một sự mất điện ở mỗi cấp độ mà chúng ta sửa với hệ số chuẩn hóa là √2 .
Ở đây, có hệ số tổn thất điện năng được tính toán khoảng 1.4629 sau bước đầu tiên của cấp độ đầu tiên (được tìm thấy bằng cách chạy 5.000.000 biến đổi trên dữ liệu ngẫu nhiên và tìm tỷ lệ powerB Before / powerAfter và trung bình).
Tôi không biết cách hiển thị / tính toán mức độ mất điện này được tìm thấy và số 1.46 đến từ đâu.