Couvre les bases du traitement d'image, la transformation de Fourier, la convolution, la corrélation croisée et la reconstruction 3D à l'aide du théorème de projection Radon.
Explore l'histoire et l'efficacité de l'algorithme de transformation rapide de Fourier, démontrant ses applications pratiques et ses avantages informatiques.
Introduit les bases de la transformée de Fourier, couvrant des concepts comme la résolution, la périodicité, les transformations 2D, l'amplitude, la phase et la convolution.
Couvre les statistiques descriptives, les tests d'hypothèses et l'analyse de corrélation avec diverses distributions de probabilités et des statistiques robustes.
Explore l'algorithme de transformation de Fourier rapide pour des applications de traitement de signal efficaces, y compris la division des signaux et l'analyse de la complexité.
Explore les fondamentaux du traitement des signaux, y compris les signaux de temps discrets, la factorisation spectrale et les processus stochastiques.
Couvre la corrélation et les corrélations croisées dans l'analyse des données sur la pollution atmosphérique, y compris les séries chronologiques, les autocorrelations, l'analyse de Fourier et le spectre de puissance.
Explore la stationnarité dans les processus stochastiques, en montrant comment les caractéristiques statistiques restent constantes au fil du temps et les implications sur les variables aléatoires et les transformées de Fourier.
Explore les propriétés de Discrete-Time Fourier Transform, y compris la linéarité, les décalages de temps et de fréquence, l'inversion du temps et la convolution.
Explore les séries de Fourier, le calcul d'énergie, les espaces fonctionnels, les spectres de corrélation et la densité spectrale dans les signaux et les systèmes.