比如说一个离散的信号进来[2,4,6,3,5,9],这其中由6个数，小波变换首先会将这个信号所携带的信息进行压缩，得到3个信息进行存储，那么这些信息就是有这些小波系数来表征的。因为一个信号会有不同的频率成分，而细节系数代表它的高频部分。
小波中的下***样就是对信号进行隔点***样，目的就是为了将信息进行压缩存储。
小波中的上***样就是隔点插零，目的是为重构信号。
就是如果一个函数，在它的傅立叶变换的函数满足小波的允许条件的时候，这个函数才可以称为是一个小波基函数。你可以从这个允许条件推出这个函数应该是一个具有快速衰减属性的函数，可谓之“小”。还可以推出这个函数的积分为零，有正负交替的波形，正负波形相互抵消，均值为零，可谓之“波”，这就是小波一词的意义。
姓名： 于 小 波 （繁体：于小波）
拼音： yu xiao bo
笔划： 3 3 9
五行： 土 金 水
吉凶： 吉 吉 吉
天格4所示之先天运：（代表12岁前的先天运势以及先天遗传，影响不大，若不理想不必计较）
数理：[凶变]身遭凶变的万事休止符。[凶]
签语：四象之数，待于生发，万事慎重，不具营谋。
含义：万物枯衰，破败死亡之象。属破坏的凶变数、不足不全的灭亡之兆。进退不自由，独立乏能力，大多辛苦困难。病难灾厄相继，或者与其他凶运配合而致发狂病死、夭折、或者放荡、破灭，逆难，终成废人。但孝子、节妇、怪杰等，也有出自数者。
人格6所示之主运：（代表24-48岁人生颠峰期运势以及个性、才华及事业运，影响一生运势）
数理：[安稳]安稳吉庆的吉人天相数。[大吉]
签语：六爻之数，发展变化，天赋美德，吉祥安泰。
含义：天德地祥俱备，天地人和。财禄丰盈，富裕安稳，家势盛大，万宝朝宗之运。然而满极必损，盈极则亏。若其他要素配合不周者，恐或如流水而下，成为所谓乐极生悲之象。此数理为天赋之美，安稳吉庆终生。
地格12所示之前运：（代表36岁前的青年运势以及家庭夫妻、子女田宅，影响基础运）
数理：[掘井无泉]意志脆弱，家庭寂寞数。[凶]
签语：无理之数，发展薄弱，虽生不足，难酬志向。
含义：无理伸张之象。妄顾自身薄弱无力，企图做力不从心的事，反致失败。遇事易生不足之心。家庭缘薄，孤苦无依， 一生寂寞。陷于孤独、遭难、逆境、病弱、不如意等困境中，或因其他运的配合不善而导致意外的失败，甚至有不能完寿的悲运。
外格10所示之副运：（代表36-48岁的中年运势以及社交、朋友、工作环境等，影响后天的机遇）
数理：[零暗 ]:万业终局充满损耗数。[凶]
签语：终结之数，雪暗飘零，偶或有成，回顾茫然。
含义：日没黄昏，四顾茫茫，神哭鬼号之象。其凶恶甚于九数，为事物吉终之运。有如黑暗的境地，空虚无物。主运有此数者，多非业短命。行事乏气力，常陷于不如意，障碍重重终失败，遂致破家亡产，贫困逆难迭至。无眷属之缘，自幼失亲，病弱遭难，或惹官非等。非业非运，一生多病不安，常遇不测之灾祸。“三才”配置不善者，大都中年前后编入黄泉之籍。然万人中亦有一二例外者可绝处逢生。
总格15所示之后运：（代表48岁后的中晚年运势以及财富、收入，影响人生最终的成就）
数理：[福寿]福寿共照的立身家数。[大吉]
签语：福寿圆满，富贵荣誉，涵养雅量，德高望重。
含义：最大好运，福寿圆满之象。顺和、温良、雅量。集上下之信，令人敬慕，多受福泽，德高望重，自成家业，富贵荣华。为吉祥有德，繁荣兴家的大吉数。
三才配置：（三才配置吉凶为姓名测试之核心，请重点关注！）
您姓名的天地人三才配置为：火土木 。卜易居姓名解析：虽得尊长（或上司）之爱护提拔，或祖先之余德，而必可成功发展，但基础是（土在上而木在下）之相克而含有崩败运，故境遇多凶变，财帛易散，成败频见，身份也因之时贵、时贱、基础不稳，扰动繁多。（平 ）
基础运：境遇不安定，屡次变化，漂浮不定；易患胃肠疾病。（凶）
成功运：有长辈、上级的爱护或者得到祖辈的余荫，可保平安无事。（吉）
社交运：自我心强，不易接受教育，易为一时之气争斗，易受煽动。大多为替人担保而受损。易患胃腹之疾、脚气。（凶 ）
人格6之数理暗示： 男性双妻运、女德运
地格12之数理暗示： 凶数运、孤独运
外格10之数理暗示： 凶数运、孤独运
总格15之数理暗示： 吉祥运、财富运、女德运
若五格数理暗示的凶数运较多，表示易破财、事业不顺、影响健康和家庭；女命狐独运、首领运及刚性运较多，则代表婚姻不顺。以上两种情况均建议改名或予以化解。
总评及打分：
你的名字还算可以。虽然人生路途中会遇到一些困难，但只要努力，还是会有很多收获的。
)，于小波的姓名评分为：79
小波分析理论
小波分析是目前数学中一个迅速发展的新领网域，它同时具有理论深刻和应用十分广泛的双重意义。
小波变换的概念是由法国从事石油信号处理的工程师J.Morlet在1***4年首先提出的，通过物理的直观和信号处理的实际需要经验的建立了反演公式，当时未能得到数学家的认可。正如1807年法国的热学工程师J.B.J.Fourier提出任一函数都能展开成三角函数的无穷级数的创新概念未能得到?名数学家J.L.Lagrange，P.S.Laplace以及A.M.Legendre的认可一样。***的是，早在七十年代，A.Calderon表示定理的发现、Hardy空间的原子分解和无条件基的深入研究为小波变换的诞生做了理论上的准备，而且J.O.Stromberg还构造了历史上非常类似於现在的小波基；1986年?名数学家Y.Meyer偶然构造出一个真正的小波基，并与S.Mallat合作建立了构造小波基的同意方法?多尺度分析之后，小波分析才开始蓬勃发展起来，其中比利时女数学家I.Daubechies撰写的《小波十讲（Ten Lectures on W***elets）》对小波的普及起了重要的推动作用。它与Fourier变换、视窗Fourier变换（Gabor变换）相比，这是一个时间和频率的局网域变换，因而能有效的从信号中提取资讯，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析（Multiscale Analysis），解决了Fourier变换不能解决的许多困难问题，从而小波变化被誉为“数学显微镜”，它是调和分析发展史上里程碑式的进展。
小波分析的应用是与小波分析的理论研究紧密地结合在一起地。现在，它已经在科技资讯产业领网域取得了令人瞩目的成就。 电子资讯技术是六大高新技术中重要的一个领网域，它的重要方面是影像和信号处理。现今，信号处理已经成为当代科学技术工作的重要部分，信号处理的目的就是：准确的分析、诊断、编码压缩和量化、快速传递或存储、精确地重构（或恢复）。从数学地角度来看，信号与影像处理可以统一看作是信号处理（影像可以看作是二维信号），在小波分析地许多分析的许多应用中，都可以归结为信号处理问题。现在，对於其性质随实践是稳定不变的信号，处理的理想工具仍然是傅立叶分析。但是在实际应用中的绝大多数信号是非稳定的，而特别适用於非稳定信号的工具就是小波分析。
事实上小波分析的应用领网域十分广泛，它包括：数学领网域的许多学科；信号分析、影像处理；量子力学、理论物理；军事电子对抗与武器的智能化；电脑分类与识别；音乐与语言的人工合成；医学成像与诊断；地震勘探数据处理；大型机械的故障诊断等方面；例如，在数学方面，它已用於数值分析、构造快速数值方法、曲线曲面构造、微分方程求解、控制论等。在信号分析方面的滤波、去噪声、压缩、传递等。在影像处理方面的影像压缩、分类、识别与诊断，去污等。在医学成像方面的减少B超、CT、核磁共振成像的时间，提高解析度等。
(1)小波分析用於信号与影像压缩是小波分析应用的一个重要方面。它的特点是压缩比高，压缩速度快，压缩后能保持信号与影像的特征不变，且在传递中可以抗干扰。基於小波分析的压缩方法很多，比较成功的有小波包最好基方法，小波网域纹理模型方法，小波变换零树压缩，小波变换向量压缩等。
(2)小波在信号分析中的应用也十分广泛。它可以用於边界的处理与滤波、时频分析、信噪分离与提取弱信号、求分形指数、信号的识别与诊断以及多尺度边缘侦测等。
(3)在工程技术等方面的应用。包括电脑视觉、电脑图形学、曲线设计、湍流、远端宇宙的研究与生物医学方面。
问题一：论文中，老说“对小波系数进行处理”，想问下什么是小波系数？ 一个信号无论进行连续小波变换（CWT）或是离散小波变换（DWT），变换完的结果就叫小波系数。小波系数是没有量纲单位的结果，需要经过重构这些系数得到实际有量纲的信号。
如同用一个任意长度（例如手的一指宽）去测量某个物体的大小，你可以测得一系列的数字，比如宽1代表1指长度，长2.5代表2个半指长度（但这不是标准的量纲，没有人用一指当作通用标准量纲，也就是没有量纲），如果我不告诉你一指到底有多少cm，你就不知道这一系列的数字到底是多少个标准量纲的cm，也就不知道那个物体长多少cm。那根手指就是小波基，测量的过程就是小波变换，测得一系列的数字就是小波系数。
当我告诉你一指为1.8cm时，你用测得一系列的数字乘以1.8就将这一系列数字转化为带有量纲cm的另一组数字，长1.8cm，宽4.5cm，这个过程就是小波系数的重构为有实际量纲信号的过程。实际小波变换和重构的原理通俗讲就是这么个思路，当然实际小波变换的方法要复杂得多，牵扯数学和信号处理的问题也很多，这里就是便于你理解这玩意的示意性解说。
高频小波系数和低频小波系数通常是使用mallat算法的DWT的概念，通过高频带通滤波器和低通滤波器，将信号中的信息分为高频细节和低频逼近信息。
高频小波系数是研究信号高频信息的，可以直接研究高频小波系数本身，为了得到较好的效果也可对高频小波系数进行处理后突出其特征再研究，当然最通常的方法还是重构。例如研究人脸的面部特征，脸上的雀斑，痘痘，黑痣和瘊子等都是高频信息，为了从人脸上分离和突出它们，就可以对高频小波系数进行处理或重构。
低频小波系数是研究信号低频信息的（貌似废话），为了较为准确的显示低频特征通常要进行重构，因为将低频小波系数本身作为信号，其频率有时并不低，所以要重构才是信号本身的低频信息。还是例如研究人脸的面部特征，脸型是低频信息，为了分清国字脸，鸭蛋脸还是瓜子脸，就可以重构低频小波系数，得到其低频特征（也可以理解为分离高频信息得到的消噪结果，所以低频系数的重构通常认为是原始信号消噪处理的结果）。我觉得回答已经相当深入浅出了，基本没有牵扯小波的数学知识，如果还不理解，就应该先补补信号处理的基础知识了。
问题二：matlab小波包分析的分解系数和重构系数代表什么含义？ 小波分析中只有分解系数，即小波系数，没有重构系数一词，因为重构后就是与原始信号同大小的信号了，已经是具有实际量纲意义的信号了，而不是没有量纲的系数。
超越带宽是正常的事，因为DWT的计算都是用滤波器进行的，而实际应用中是没有有理想砖墙效应的滤波器的，即滤波后的结果是不会精准的去掉你要滤去的频率的，总会有很少的残余，或无中生有产生原来没有的频率。
中心频率在小波分析中只有一个意思就是某种小波基的中心频率，各频带只有频率没有中心频率。对于CWT小波基的中心频率可以用来算小波时频图。对于DWT你可以直接使用FFT计算个频带的频率，其频带划分可以通过***样定理划分。
你计算的是绝对能量，通常应计算相对比重的能量，用wenergy函数，各个频段加起来和为100。
比较重构信号的FFT幅值，在哪个频段大是的确就说明该重构信号频率成分主要是这一频段的。
问题太多，5分？简直在糟蹋行当。
问题三：小波域系数是什么？ 心音定位是否是声音信号的去噪，应该是使用小波分解将不同频率特性的信号分离开，只保留特定的频率特性的部分
小波系数是在小波分解中的一些参数，通过这些参数可以重构得到原始信号
详细的可能需要多看看小波的书
下面是一段使用小波分解和重构的代码
%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%对具体信号进行多尺度单支重构
%%%%%%%%%%%%%%%%%%%%%%%%%%%
subplot(511);plot(s);%%%s为原始信号
title('原始信号');
%使用小波函数对信号进行分解
[c,l]=w***edec(s,8,'db5');
%%%第一层
d1=wrcoef('d',c,l,'db5',1);subplot(512);plot(d1);title('第一层高频重构信号');
a1=wrcoef('a',c,l,'db5',1);subplot(513);plot(a1);title('第一层低频重构信号');
%%%第2层
d2=wrcoef('d',c,l,'db5',2);subplot(514);plot(d2);title('第2层高频重构信号');
a2=wrcoef('a',c,l,'db5',2);subplot(515);plot(a2);title('第2层低频重构信号');
figure(2);
%%%第3层
d3=wrcoef('d',c,l,'db5',3);subplot(611);plot(d3);title('第3层高频重构信号');
a3=wrcoef('a',c,l,'db5',3);subplot(612);plot(a3);title('第3层低频重构信号');
%%%第4层
d4=wrcoef('d',c,l,'db5',4);subplot(613);plot(d4);title('第4层高频重构信号');
a4=wrcoef('a',c,l,'db5',4);subplot(614);plot(a4);title('第4层低频重构信号');
%%%第5层
d5=wrcoef('d',c,l,'db5',5);subplot(615);plot(d5);title('第5层高频重构信号');
a5=wrcoef('a',c,l,'db5',5);subplot(616);plot(a5);title('第5层低频重构信号');
figure(3);
%%%第6层
d6=wrcoef('d',c,l,'db5',6);subplot(611);plot(d6);title('第6层高频重构信号');
a6=wrcoef('a',c,l,'db5',6);subplot(612);plot(a6);title('第6层低频重构信号');
%%%第7层
d7=wrcoef('......>>
问题四：关于小波变换后的系数 第一个问题：LL2部分的大小是128*128，你说是深度就是小波变化的级数，级数增加1，图像大小缩小一半，所以第一级变换后LL大小为256*256，第二级变换后大小为128*128。
第二个问题：图像变换后的像素值就是小波变换的系数值。
第三个问题：系数意义你这图已经表达的很清楚了，第一级变换后HH为高频信息一般显示图像中45度和135度的方向信息；LL为低频信息，显示图像的轮廓信息，HL和LH为介于高频和低频之间的信息，HL能显示图像中的竖直信息，LH显示图像中的水平信息。总体来说LL称为低频部分，HH，HL和LH称为高频部分，低频为轮廓信息，高频为细节信息。
希望能帮到你。
问题五：请问Daubechies小波的db2小波的滤波器系数是什么 怎么表示 回答的朋友必有重谢 图可以参看zhidao.baidu/question/585223273699457565，
滤波器系数就是个一维数组，可以很容易用wfilters函数得到滤波器组的四个滤波器系数，[Lo_D,Hi_D,Lo_R,Hi_R] = wfilters('db2'); 由于是正交小波，分解和重构滤波器互为逆序。
低通分解滤波器Lo_D: -0.129410.224140.836520.48296;
高频带通分解滤波器Hi_D: -0.482960.83652-0.22414-0.12941;
低通重构滤波器Lo_R: 0.482960.836520.22414-0.12941;
高频带通重构滤波器Hi_D: -0.12941-0.224140.83652-0.48296
重谢在哪里，嘿嘿，嘿嘿，嘿嘿嘿！
问题六：小波变换的分解系数是什么 可参看zhidao.baidu/question/1382947695099319860
问题七：请问小波分析中的近似系数和细节系数的横坐标、纵坐标都代表什么？ 你说的是细节和逼近，那么就是DWT，如果是系数没有重构，则横坐标是点数，纵坐标就是系数值，都没有单位，更谈不上频率。小波变换除了CWT可以做时－频图，牵扯频率，其他所有的变换都是在小波域进行的，通常可以认为是偏向时域的操作，都和频率值没有关系。
问题八：小波分析，离散小波分析中近似系数代表的时间长度是多少？ 唉！这问题对你太难了些，一时不知如何才能讲明白，这就是初学者总把小波的理论与其实际实现计算方法混为一谈，其实这里边是两回事，他俩关系复杂玄妙，一时很难让您明白啊！赶明儿有空再帮你理一理。
问题九：matlab小波分析里的coefficient图是什么意思，见图 coefficient就是（小波）系数的意思，上面的图应该是CWT后得到的最大尺度小于250左右的所有小波系数的图像。下图是根据上图小波系数作出的每一尺度小波系数模极值形成的连线，有些文章也叫小波脊线，它在低尺度的位置通常表现了信号奇异点或突变点在信号中的位置，突变点的特征通常包含了信号中的重要信息，所以通常根据这个现象用CWT检测信号中的突变点和其位置。随尺度的增加，同一条脊线的点也随之偏移，研究这种偏移的特征在某些学科中也是研究信号特征的重要方法，所以通常根据这个现象用CWT研究信号随尺度变化的特征。
形容能力或表现不佳、不够专业、粗心大意等。在网络中，这个词经常被用来评论某些人在工作、学习、生活等方面的表现，通常带有一定的讽刺和调侃的意味。虽然小波渣这个词听起来比较轻松幽默，但如果使用不当或者过于频繁，可能会给人带来不良影响。
