1.内积,点乘
b向量调小夹角之后和a向量更像,因此点乘可以用于衡量一个东西和另一个东西的相似度(Similarity)。点乘出来的数值越大,相似度越高
①归一化可以保证各个观察者能量一致的。
②方便后续数据处理
其中i和j的长度被归一化成1,是该方向的单位向量,是归一化过的观察者。
4和3是投影系数,是不同方向上观察者看到的目标的量是多少。
下面这张图展示了谁归一化都是等价的
2.连续函数点乘
直角坐标系中点乘计算很简洁,就是两个分量相乘后相加
把n维向量这些数均匀撒到时间轴t上,范围是[t1, t2],即定义域是[t1, t2]的离散函数,n变大,在纵轴上面的数值越来越多,直至这个区间段都被占满,刚刚的离散函数就变成连续函数了,向量可以直接表示一条连续线段。
一个连续函数可以看做一个连续的无穷维向量。两个无穷维向量的点乘就是对应点的函数值相乘,当他们是连续函数时,就直接用两个函数表达式相乘即可。
上式为连续函数点乘的定义。这么积分就是求X(t)Y(t)和x轴围成的面积,上方的面积多一些,点乘的结果就是正的。
和
围成的面积上下侧相等,点乘为0
从数学上看sinx和cos2x在[-,
]范围内一点也不“像”
3.傅里叶级数的再解读
傅里叶级数以一系列简单的正余弦函数作为基,这些基(、
、
)是一系列的观察者,这些观察者通过不同频率来区分的,有不同频率的观察者(1rad/s、2rad/s)。这些观察者可以看到目标函数在自己频率世界中的投影/影响是多少(目标函数和观察者自己本身的相似度是多少)
下面是其中一个观察者和目标函数衡量有多“像”的计算步骤:是周期函数,拿其中一个积分即可
要进一步看“相似度”——f(t)在上面的投影是多少,需要求投影系数,则离不开归一化的操作
被观察者=归一化的投影系数
观察者
如何看这个观察者是否已经是归一化的?如果是向量有没有归一化,直接计算模长是不是等于1即可
连续函数=连续无穷维向量,连续函数的模长(2-范数)就是自己和自己点乘,然后再积分,后开方,发现cosnt模长不是1,那么需要用到前面的归一化系数公式进行计算:
得到的这个公式和傅里叶级数求An的公式相同(对应到不同频率基的振幅),这样求得原函数在不同频率下的投影是多少:
4.复指数形式的傅里叶变换
观察者由原先的余弦函数变为,把原来余弦函数观察者的观察范围由实数域拓展到带虚数的复数域。
在复平面和时间轴组成的空间里面是这样螺旋前进的:
其中w为旋转的角频率(w越大旋转的越快),旋转的半径都是1,不同的观察者根据旋转的快慢进行分类。
对于一个负数计算模长的方法:
区别于实函数的模,复数是自己和自己的共轭相乘再开方。类似的,两个复函数的点乘是取后者的共轭函数进行计算的。
观察者表示为半径为1的旋转,模长用1,用定义计算也是这样。
常用的连续函数的傅里叶变换公式:
积分出来的结果是关于频率w的复函数,
是投影数,即该频率下震动的幅度。
以这个螺旋前进的函数在实数域的投影为例,由于 这个观察者在时间轴上是无穷无尽的,因此有缺点。派一个高频观察者对下面的信号进行观察,会发现如果问在什么时间段上和信号最近呢?这个观察者会说什么时间?因为观察者是在整个时间轴无穷无尽的!观察者一边,整个时间轴一起变。所以实际上在整条时间轴上一起看,就算只有部分像,我都说像。
5.观察者局域化大改造
把我们想要的观察者局域化到一个小段时间内,把乘以一个衰减系数
,这个衰减过的观察者在时间轴上就不是无穷无尽的了。
让观察者顺着时间轴去巡逻,去观察目标函数,然后把不同时间点观察到的结果反馈,那么高频的观察者知道时间轴前面的信号和它像,后面低频的和他不像。
观察者如何顺着时间轴进行巡逻呢?只需要给观察者的t减去一个数字b,当b变化时整个观察者就沿着时间轴跑起来了,b为平移因子,不同的b值对应不同的时间点。
观察者的高低频是怎么控制的?因为想让不同频率的观察者去巡逻,胖胖的上图就是中心频率低,瘦瘦的上图就是中心频率高。里面的系数除以一个伸缩因子a,,可以控制观察者变胖变瘦,那么控制a的大小就能控制频率的高低,a又称尺度因子。
若高频的观察者说目标函数和我长得更像,那么目标函数高频成分更多。
①第一个观察者是高频的信号,一路走来没有发现目标函数和自己有一丁点相似的,右面的记录就是一条数值为0的直线。
②频率稍低一点的观察者上场,和这个频率的观察者相似度高的部分数值波动就高,如果不怎么像的数值就接近于0。
③得到了一个既有时间信息,又有频率信息的函数图像,这是一个关于平移因子和尺度因子的二元函数图像,这个图像是三维的,可以在这个图中得到任意频率在任意时间点的数值。
小波变换能够同时得到时间和频率的信息,是不是解决了时间不确定性的制约呢?——并没有
小波——一系列在时域上做了局域化的观察者
小波函数是一个非常庞大的家族,根据应用的场景和所需的特性不同,所选的小波不同:
为目标函数,变着胖瘦(a),顺着时间轴和目标函数进行点乘,再求积分
,得到的结果是关于时间和频率的二元函数,要想得到具体的数值,把a(频率)和b(时间)带进去即可。
问题:不同观察者和x轴围成的面积不一样,就要进行归一化,有一个
的归一化因子
归一化之后,变瘦的同时右面的图会变高,这样保证了围成的面积相同,能量一致。
6.小波变换的公式:
在时间轴上滚动着去和别人相乘求积分?实际上就是卷积!小波函数就是卷积核。