.png){kind=icon}
返回
Small-Determinant Directional Dilation Matrices for Anisotropic Multiresolution Analysis
.png){kind=icon}
PRE
AI
DOI：10.3390/axioms15020088.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
膨胀矩阵在多重细分和多尺度分析中具有重要地位，因为它们控制数据细化过程并在捕捉方向性特征中发挥关键作用。现有方法的一个常见局限性是其膨胀矩阵的行列式相对较大，导致高计算和存储成本。为解决此问题，本文提出了一类行列式为3的方向性膨胀矩阵对。这类膨胀矩阵满足联合扩张性质和方向敏感性。联合扩张性质通过联合谱半径得到验证，而通过将矩阵的作用与PSL(2,R)的某些椭圆元素相联系，可建立其方向适应性。与现有大多数膨胀矩阵相比，所提出的矩阵在行列式和方向适应性之间实现了平衡，并为方向性膨胀矩阵的构造提供了新见解。这使得它们适用于处理实际各向异性问题。
Keyword:
directional dilation matrices
small determinant
directional approximation
PSL(2,& Ropf
) group action
M & ouml
bius transformations
multiple multiresolution analysis
期刊
A
IF:
1.6
论文数:
593
被引数:
4.4K
机构
引用论文
暂无论文信息