傅里叶分析与 q-Gaussian 函数：解析与数值结果
计算机视觉与模式识别
2016-05-03 v1
摘要
在信号处理领域，共识是高斯核及其偏导数能够支撑开发鲁棒的特征检测算法。傅里叶分析与卷积理论在此类开发中起着核心作用。本文汇集了沿此思路的理论要素，但使用 q-Gaussian 核，它是高斯核的非广延推广。首先，我们回顾一维 q-Gaussian 及其傅里叶变换背后的一些理论要素。然后，我们考虑二维 q-Gaussian，并强调其解析傅里叶变换计算背后的问题。我们利用空间窗、截止频率和海森堡不等式等概念，在空间域和傅里叶域中分析 q-Gaussian 核。
引用
@article{arxiv.1605.00452,
title = {Fourier Analysis and q-Gaussian Functions: Analytical and Numerical Results},
author = {Paulo Sérgio Silva Rodrigues and Gilson Antonio Giraldi},
journal= {arXiv preprint arXiv:1605.00452},
year = {2016}
}
备注
31 pages, 6 figures