本文链接：https://blog.csdn.net/weixin_40007143/article/details/104237384

非线性系统

先看线性系统，（这是百度百科的解释），还有这是维基百科的。
我自己的理解是：
$-$ 1.用线性算子组成的系统。
$-$ 2.同时满足叠加性与均匀性。
$- -$ 2.1叠加性：不同的输入叠加在一起，输出对应的是不同的输入对应的输出的叠加。
$- -$ 2.2均匀性：输出与输入成比例。输入扩大n倍，输出扩大n倍。

关于这篇论文英语缩写的注释

WNN $-$ Wavelet Neural Network 小波神经网络

关于“点”的理解

看完哈尔滨工业大学的冉启文教授对小波分析的部分讲解课程，对于“点”的理解有了很大的改变。
中学时，对“点”的理解是：数轴上的一个点，对应一个实数，
$\qquad$ $\qquad$ 接着,二维坐标系上的一个点对应的是，(x,y)。
大学时，我们学到了线性代数，“点”对应着一个向量。
接着，对于小波分析，我们需要引入一种新的“点”，这里的每一个点都是一个函数，定义在R上的函数，条件是它平方可和。由这样的点可组成的线性空间。
即是这么一个函数f(x),它需要满足 $\int_{-\infty}^{+\infty} |f(x)^2|dx<+\infty$
这样的函数在小波分析里面用到的很多。

关于数学里面空间的理解

这个部分参考的是SimpleAI这个公众号里面的谁能用人话给我说说希尔伯特空间？？这篇推文。
关于空间，我自己的理解是定义了元素和结构的一个东西，类似于一种数据结构。元素就是里面的东西，结构就是运算的一些规则。是不是很类似数据结构！
1.线性空间，就是定义了加法和数乘的空间。
2.度量空间，定义了距离的空间，这里的距离有很多种，比如曼哈顿距离，马氏距离等。计算规则各有不同，适应的场合也不同。我们通常计算的那个是欧式距离。
3.赋范空间，定义了范数的空间，范数就是一个元素自己的长度。
4.线性赋范空间，就是1+3.
5.巴拿赫空间，完备的赋范空间。完备是什么？完备是指该空间的任何一个柯西序列都收敛在该空间之内。这不好理解，换个近似的说法，在这个空间上，先定义极限，然后，无论怎么取极限，极限都还在这个空间内，就是完备的。这个空间默认包括距离，也就是包括三大要素：距离、范数、完备。
6.内积空间：定义了内积的空间。先定义内积，才有夹角，才有正交。
7.欧式空间：定义了内积的有限维实线性空间。
8.希尔伯特空间：完备的内积空间。（线性，内积和范数+ $L^2(R)$ ）
先说一下为什么要定义这么多不同的空间，是为了在不同的条件下研究问题的方便，有的问题不需要那么严格的条件，有的问题需要，就是这样。
好了，希尔伯特空间的元素一般是函数，它的基是一组无限多的函数。

单射，满射与双射

单射在某些书中也叫入射，可理解成“原不同则像不同”。更精确地说，函数f被称为是单射时，对每一值域内的y，存在至多一个定义域内的x使得f(x) = y。
满射是指：如果每个可能的像至少有一个变量映射其上(即像集合B中的每个元素在A中都有一个或一个以上的原像)，或者说值域任何元素都有至少有一个变量与之对应，那这个映射就叫做满射。
双射就是单射和满射的集合。（均来自百度百科）