卷积

本 课程从基础的图像处理技术如卷积和边缘提取开始，逐步深入到更高级的主题，如 Harris角点检测、尺度不变特征变换（SIFT）、图像分割、对象识别、目标检测、三维重建和运动恢复结构。...

课时1：引言 课时2：卷积与边缘提取（上） 课时3：边缘提取（下）与拟合（上） 课时4：拟合（下） 课时5：回顾 课时6：Harris角点 课时7：回顾 课时8：尺度不变区域与SIFT特征（上） 课时9：SIFT特征（下）&纹理表示 课时10：分割 课时11：识别&词袋模型 课时12：目标检测 课时13：三维重建-摄像机模型 课时14：摄像机标定&三维重建基础&极几何 课时15：回顾（极几何及三维重建基础） 课时16：运动恢复结构 课时17：运动恢复结构(下) 课时18：课程总结

在第三集的系列视频中，费颖会讨论卷积神经网络，以及为什么它们在计算机视觉中得到了广泛的应用。 卷积是一个图像过滤器。它可以用来提取输入图像中具有共性的特征。...

课时1：机器学习简介 课时2：机器学习中的基本计算机视觉概念 课时3：卷积神经网络简介 课时4：构件一个图像分类器

从离散时间序列的单位脉冲表示，引出LTI系统的卷积表示。从离散时间序列的复指数表示，引出傅里叶级数、傅里叶变换和Z变换。从LTI系统的特征函数，引出LTI系统的频率响应。...

课时2：绪论 课时4：连续信号表示 课时5：连续FT与FS 课时7：连续信号时域分析微分方程 课时8：连续信号频域分析与拉氏变换 课时10：信号采样绪论 课时11：信号采样过程 课时12：信号重构过程 课时14：LTI系统属性 课时15：LTI系统卷积 课时16：LTI卷积性质 课时18：离散信号表示 课时19：离散可和信号DTFT 课时20：DTFT对称性 课时21：DTFT定理 课时22：离散周期信号DFS 课时23：DFS对称性 课时24：DFS定理 课时26：有理Z变换 课时27：Z变换性质 课时28：反变换与差分方程 课时29：差分方程时域分析（1） 课时30：差分方程时域分析（2） 课时31：LTI系统Z域分析 课时33：离散LTI系统特征函数 课时34：幅频相频的影响 课时35：零极点与系统响应 课时36：LTI系统全通分解 课时37：系统补偿 课时38：线性相位系统（1） 课时39：线性相位系统（2） 课时41：连续滤波器设计 课时42：冲击响应不变法 课时43：双线性变换法 课时44：窗函数设计滤波器原理 课时45：窗函数法设计滤波器 课时47：卷积与差分流图 课时48：IIR直接型流图 课时49：级联并联转置 课时50：FIR流图

每次讲座会用通俗易懂的语言引导大家掌握AI相关的知识点，依次为AI鸟瞰与进阶指南、机器学习入门、经典神经网络、深度神经网络、卷积神经网络、分类任务、探测任务、实例与调参方法，最后通过转化挑战任务带领大家实操实践等等...

课时2：课程介绍&授课理念 课时3：AI鸟瞰-感知 课时4：AI鸟瞰-认知 课时5：AI鸟瞰-反馈输出&总结 课时6：高手进阶指南 课时7：作业说明 课时9：前言及引子 课时10：数据表示&可视化归一化&决策边界表示 课时11：sigmoid函数&损失函数 课时12：梯度下降法 课时13：过拟合&正则化&总结 课时15：前言&背景介绍&线性模型拟合MNIST 课时16：前馈传播（上） 课时17：前馈传播（下）&大神Hinton 课时18：反向传播 & 知识延展 & NN vs MNIST 课时19：尾声&第二讲作业说明 课时21：前言&DNN概览 课时22：数据集简介及知识回顾 课时23：梯度消失 课时24：梯度爆炸及激活函数 课时25：过拟合及其解决办法 课时26：处理大数据的小技巧&尾声 课时28：引言&CNN概览 课时29：标准DNN的局限性&卷积运算略解 课时30：池化运算略解&数据集简介 课时31：卷积&池化详解 课时32：网络结构整体解析&尾声 课时33：课后答疑 课时34：第三次&第四次作业说明 课时36：初始分类任务 课时37：卷积知识回顾 课时38：AlexNet & ZFNet 课时39：VGG & GoogleNet（上） 课时40：GoogleNet（下）& 模型退化问题 课时41：ResNet & SENet 课时42：小结 & 模型压缩 课时43：MobileNet & 尾声 课时44：第五章作业说明 课时46：探测任务基础知识 课时47：开山之作：R-CNN 课时48：Fast & Faster R-CNN 课时49：YOLO基础 课时50：YOLO进阶 & 尾声

利用SDSOC / HLS加速图像滤波和卷积设计的开发 4.    Q&A Live...

课时1：ADAS / AD 课时2：SDSOC HLS 课时3：Avnet video platform solution

推荐系统与应用 (10)聚类算法与应用 (11)决策树随机森林和adaboost (12)SVM (13)贝叶斯方法 (14)主题模型 (15)贝叶斯推理采样与变分 (16)人工神经网络 (17)卷积神经网络...

课时1：机器学习与相关数学初步 课时2：数理统计与参数估计 课时3：矩阵分析与应用 课时4：凸优化初步 课时5：回归分析与工程应用 课时6：特征工程 课时7：工作流程与模型调优 课时8：最大熵模型与EM算法 课时9：推荐系统与应用 课时10：聚类算法与应用 课时11：决策树随机森林adaboost 课时12：SVM 课时13：贝叶斯方法 课时14：主题模型 课时15：贝叶斯推理采样变分方法 课时16：人工神经网络 课时17：卷积神经网络 课时18：循环神经网络和LSTM 课时19：Caffe&Tensor Flow&MxNet 简介 课时20：贝叶斯网络和HMM 课时21：(额外补充)词嵌入word embedding

动手学深度学习...

课时1：预告 课时2：课程安排 课时3：深度学习介绍 课时4：安装 课时5：数据操作 + 数据预处理 课时6：线性代数 课时7：矩阵计算 课时8：自动求导 课时9：线性回归 + 基础优化算法 课时10：Softmax 回归 + 损失函数 + 图片分类数据集 课时11：多层感知机 + 代码实现 课时12：模型选择 + 过拟合和欠拟合 课时13：权重衰退 课时14：丢弃法 课时15：数值稳定性 + 模型初始化和激活函数 课时16：实战：Kaggle房价预测 + 课程竞赛：加州2020年房价预测 课时17：PyTorch 神经网络基础 课时18：使用和购买 GPU 课时19：预测房价竞赛总结 课时20：卷积层 课时21：卷积层里的填充和步幅 课时22：AutoGluon背后的技术 课时23：卷积层里的多输入多输出通道 课时24：池化层 课时25：经典卷积神经网络 LeNet 课时26：深度卷积神经网络 AlexNet 课时27：使用块的网络 VGG 课时28：网络中的网络 NiN 课时29：含并行连结的网络 GoogLeNet - Inception V3 课时30：批量归一化 课时31：残差网络 ResNet 课时32：ResNet为什么能训练出1000层的模型 课时33：第二部分完结竞赛：图片分类 课时34：深度学习硬件：CPU 和 GPU 课时35：深度学习硬件：TPU和其他 课时36：单机多卡并行 课时37：多GPU训练实现 课时38：分布式训练 课时39：数据增广 课时40：微调 课时41：第二次竞赛 树叶分类结果 课时42：实战 Kaggle 比赛：图像分类（CIFAR-10） 课时43：实战 Kaggle 比赛：狗的品种识别（ImageNet Dogs） 课时44：物体检测和数据集 课时45：锚框 课时46：树叶分类竞赛技术总结 课时47：物体检测算法：R-CNN，SSD，YOLO 课时48：SSD实现 课时49：语义分割和数据集 课时50：转置卷积 课时51：转置卷积是一种卷积 课时52：全连接卷积神经网络FCN 课时53：样式迁移 课时54：课程竞赛：牛仔行头检测 课时55：序列模型 课时56：文本预处理 课时57：语言模型 课时58：循环神经网络RNN 课时59：循环神经网络RNN的实现 课时60：门控循环单元（GRU） 课时61：长短期记忆网络（LTSM） 课时62：深层循环神经网络 课时63：双向循环神经网路 课时64：机器翻译数据集 课时65：编码器-解码器架构 课时66：序列到序列学习（seq2seq） 课时67：束搜索 课时68：注意力机制 课时69：注意力分数 课时70：使用注意力机制的seq2seq 课时71：自注意力 课时72：Transformer 课时73：BERT预训练 课时74：BERT微调 课时75：目标检测竞赛总结 课时76：优化算法 课时77：课程总结和进阶学习

本课程主要介绍连续时间系统时域、频域和S域的分析以及离散时间系统的时域、频域和Z域的分析，并讨论确定性信号经过线性时不变系统传输与处理的基本概念、基本分析和设计方法。...

课时1：信号与系统课程宣传片 课时2：信号与系统 课时3：信号的描述与分类 上 课时4：信号的描述与分类 下 课时5：信号的运算 课时6：奇异信号 上 课时7：奇异信号 下 课时8：信号的分解 课时9：系统模型及系统分类 课时10：线性时不变系统 课时11：系统分析方法 课时12：线性系统时域分析方法 课时13：求解系统微分方程的经典法 课时14：零输入响应和零状态响应 课时15：起始状态与激励源的等效转换 课时16：冲激响应和阶跃响应 课时17：卷积 课时18：卷积的性质 课时19：概述 课时20：周期信号的傅里叶级数分析（上） 课时21：周期信号的傅里叶级数分析（下） 课时22：典型周期信号的傅里叶级数 课时23：非周期信号的傅里叶变换 课时24：典型非周期信号的傅里叶变换 课时25：冲激、阶跃函数的傅里叶变换 课时26：傅里叶变换的基本性质 上 课时27：傅里叶变换的基本性质 中 课时28：傅里叶变换的基本性质 下 课时29：卷积特性（卷积定理） 课时30： 周期信号的傅里叶变换 课时31：抽样信号的傅里叶变换 上 课时32：抽样信号的傅里叶变换 下 课时33：抽样定理 课时34：傅里叶变换应用 课时35：简介 2 课时36：拉氏变换的定义、收敛域 课时37：拉氏变换的基本性质 上 课时38：拉氏变换的基本性质 下 课时39：拉氏逆变换 课时40：用拉氏变换法分析电路、s域元件模型 课时41：系统函数网络函数Hs 课时42：由系统函数零、极点分布决定时域特性 上 课时43：由系统函数零、极点分布决定时域特性 下 课时44：由系统函数零、极点分布决定频响特性 课时45：全通函数与最小相移函数的零、极点分布 课时46：线性系统的稳定性 课时47：双边拉氏变换 课时48：拉普拉斯变换与傅里叶变换的关系 课时49：比较 离散时间系统与连续时间系统分析 课时50：离散时间信号——序列（上） 课时51：离散时间信号——序列（中） 课时52：离散时间信号——序列（下） 课时53：信号的描述与分类 课时54：常系数线性差分方程的求解（上） 课时55：常系数线性差分方程的求解（下） 课时56：离散时间系统的单位样值（单位冲激）响应 课时57：卷积（卷积和） 课时58：解卷积（反卷积） 课时59：引言 1 课时60：z变换的收敛域1 课时61：典型序列的Z变换 课时62：逆z变换 课时63：z变换的基本性质（上） 课时64：z变换的基本性质（下） 课时65：z变换与拉普拉斯变换的关系 课时66：用z变换解差分方程 课时67：离散系统的系统函数 课时68：序列的傅里叶变换（DTFT） 课时69：离散时间系统的频率响应特性 课时70：傅里叶变换的离散性和周期性 课时71：从离散傅里叶级数DFS到离散傅里叶变换DFT 课时72：离散傅立叶变换性质（上） 课时73：离散傅立叶变换性质（下） 课时74：DFT与Z变换的关系 课时75：快速傅立叶变换 （FFT（上） 课时76：快速傅立叶变换 （FFT（下） 课时77：滤波器的基本概念 课时78：模拟低通滤波器设计 上 课时79：模拟低通滤波器设计 中 课时80：模拟低通滤波器设计 下 课时81：模拟高通、带通及带阻滤波器设计 上 课时82：模拟高通、带通及带阻滤波器设计 中 课时83：模拟高通、带通及带阻滤波器设计 下 课时84：用冲激响应不变法设计 IIR 数字滤波器 课时85：用双线性Z变换法进行数字滤波器设计 课时86：数字高通带通带阻滤波器设计 课时87：FIR DF 设计的窗函数法 上 课时88：FIR DF 设计的窗函数法 下

浙江大学 机器学习课程...

课时1：教科书介绍 课时2：成绩安排 课时3：这门课程的内容概述 课时4：概念介绍 课时5：没有免费午餐定理 课时6：支持向量机（线性模型）问题 课时7：支持向量机（线性模型）数学描述 课时8：支持向量机（线性模型）的图像展示 课时9：支持向量机非线性模型优化目标函数和限制条件 课时10：支持向量机（非线性模型） 低维到高维映射 课时11：支持向量机（非线性模型）原问题和对偶问题 课时12：支持向量机 将支持向量机原问题转化为对偶问题 课时13：支持向量机 – 核函数介绍 课时14：支持向量机的应用 兵王问题 课时15：支持向量机的应用 – 兵王问题 课时16：支持向量机的应用 – 兵王问题 （测试结果） 课时17：ROC曲线 课时18：支持向量机 – 处理多类问题 课时19：人工神经网络 – 神经元的数学模型 课时20：人工神经网络 – 感知器算法 课时21：人工神经网络 – 人工智能的第一次寒冬 课时22：人工神经网络 – 多层神经网络 课时23：人工神经网络—三层神经网络可以模拟任意决策面 课时24：人工神经网络—后向传播算法 课时25：人工神经网络 – 参数设置 课时26：深度学习数据库准备 课时27：深度学习自编码器 课时28：深度学习 卷积神经网络LeNet 课时29：深度学习 – 卷积神经网络（AlexNet） 课时30：深度学习 – 编程工具（Caffe和Tensorflow） 课时31：深度学习 – 近年来流行的网络结构 课时32：深度学习 – 卷积神经网络的应用 课时33：AlphaGo围棋规则 课时34：AlphaGo 围棋有必胜策略的证明 课时35：强化学习Q learning 课时36：强化学习policy gradience 课时37：增强学习 AlphaGo 课时38：特征提取 – 主成分分析（PCA） 课时39：特征选择 – 自适应提升（AdaBoost） 课时40：目标检测 （RCNN和FCN） 课时41：概率分类法概述 课时42：概率密度估计 – 朴素贝叶斯分类器 课时43：概率密度估计 – 高斯密度函数 课时44：概率密度估计 – 高斯混合模型 课时45：EM算法（高斯混合模型和K 均值算法） 课时46：K 均值算法在图像压缩方面的应用 课时47：高斯混合模型在说话人识别方面的应用 课时48：EM算法一般形式及其收敛性证明 课时49：语音识别概述 课时50：隐含马尔科夫过程 课时51：大词汇量连续语音识别介绍 课时52：循环神经网络（RNN）和LSTM 课时53：人工智能中的哲学 缸中之脑 课时54：人工智能中的哲学 意识问题 课时55：人工智能中的哲学 图灵测试 课时56：人工智能中的哲学 世界是否有规律 课时57：人工智能中的哲学 中文屋子假想试验 课时58：人工智能中的哲学 创造力和洞穴理论 课时59：人工智能中的哲学 生成对抗网络 课时60：人工智能中的哲学 道德难题 课时61：人工智能中的哲学未来展望

计算机视觉与深度学习（研究生课程） 北京邮电大学 鲁鹏...

课时1：前言 课时2：图像分类任务介绍&线性分类器(上) 课时3：线性分类器(下) 课时4：全连接神经网络(上) 课时5：全连接神经网络(中) 课时6：全连接神经网络(下) 课时7：卷积&图像去噪&边缘提取 课时8：纹理表示&卷积神经网络 课时9：经典网络分析(上). 课时10：经典网络分析(下)&图像分割 课时11：图像分割(下)&目标检测 课时12：可视化(上) 课时13：可视化(下) 课时14：生成模型VAE 课时15：生成模型GAN 课时16：GAN经典论文分析

自动控制理论是自动化学科核心专业基础课，也是研究和设计复杂工程控制系统的理论基础。本课程也称为经典控制理论，包含（1）控制系统的概论，着重介绍反馈原理；（2）控制系统的建模，着重介绍微分方程及机理法建模、拉普拉斯变换、传递函数、频率响应模型、数据驱动模型和典型控制系统的组成与框图变换；（3）控制系统...

课时2：绪论 课时3：拉普拉斯变换定义及性质（一） 课时4：拉普拉斯变换定义及性质（二） 课时5：卷积定义、定理及性质 课时6：拉普拉斯逆变换及应用（一）：拉普拉斯逆变换定义 课时7：拉普拉斯逆变换及应用（二）：拉普拉斯逆变换应用 课时9：控制的基本概念 课时10：控制系统的微分方程描述（一） 课时11：控制系统的微分方程描述（二） 课时12：控制系统的传递函数描述（一）：Laplace变换知识回顾 课时13：控制系统的传递函数描述（二）：控制系统的传递函数描述 课时14：框图及其变换（一）：传递函数框图定义及连接方式 课时15：框图及其变换（二）：传递函数框图变换 课时16：信号流图 课时17：控制系统的基本单元 课时18：非线性单元的线性化 课时20：稳定性 课时21：稳定的Liapunov定义 课时22：稳定性的代数判据（一）：Routh判据 课时23：稳定性的代数判据（二）：系统稳定的必要条件 课时24：参数稳定性，参数稳定域 课时26：静态误差（一）：误差和静态误差定义 课时27：静态误差（二）：静态误差与输入 课时28：静态误差（三）：静态误差的计算 课时29：静态误差（四）：系统类型与静态误差的关系 课时30：静态误差（五）：静态误差的物理和理论解释 课时31：静态误差（六）：扰动引起的静态误差 课时32：动态性能指标 课时33：高阶系统动态性能的二阶近似 课时34：控制系统的校正 课时36：频率特性引言 课时37：Fourier变换 课时38：频率特性函数 课时39：频率特性的图像 课时40：基本环节的频率特性 课时41：复杂频率特性的绘制（一） 课时42：复杂频率特性的绘制（二） 课时43：复杂频率特性的绘制（三） 课时45：闭环频率特性 课时46：Nyquist稳定判据（一） 课时47：Nyquist稳定判据（二） 课时48：Nyquist稳定判据（三） 课时49：相对稳定性（稳定裕量） 课时50：从开环频率特性研究闭环系统性能 课时51：基于频率特性的控制器设计思路 课时53：根轨迹方法简介 课时54：根轨迹条件 课时55：根轨迹性质 课时56： 频率特性的图像 课时57：条件稳定系统 课时58：零极点对根轨迹的影响 课时59：参数根轨迹和根轨迹族 课时60：延时系统的根轨迹 课时61：补根轨迹与全根轨迹 课时63：校正问题及其实现方式. 课时64：校正装置的设计方法 课时65：超前校正装置的特性 课时66：基于根轨迹法设计超前校正装置 课时67：基于Bode图设计超前校正装置 课时69：滞后校正装置的特性 课时70：基于根轨迹法设计滞后校正装置 课时71：基于Bode 图设计滞后校正装置 课时72：超前-滞后校正装置的特性 课时73：基于根轨迹法设计超前-滞后校正 课时74：基于Bode图设计超前-滞后校正 课时75：开环系统的期望频率特性 课时76：反馈校正 课时77：直线倒立摆控制系统实验 课时79：非线性系统概述 课时80：非线性系统的典型动力学特征 课时81：描述函数法定义 课时82：描述函数法求取 课时83：基于描述函数的稳定性分析 课时84：非线性系统自持振荡的分析 课时85：相平面与相轨迹 课时87：相轨迹的绘制方法 课时88：奇点 课时89：线性系统的相平面分析 课时90：非线性系统的相平面分析 课时91：极限环及其产生条件 课时92：非线性系统分析小结 课时94：采样控制系统概述 课时95：脉冲采样与理想采样 课时96：采样定理 课时97：零阶保持器 课时98：z-变换 课时99：脉冲传递函数（一） 课时100：脉冲传递函数（二）：求脉冲传递函数的一般方法 课时101：z-平面上采样系统的稳定性分析 课时102：w-平面上采样系统的稳定性分析 课时103：采样控制系统的时域分析 课时104：修正的z-变换 课时106：状态、状态空间、状态空间描述 课时107：高阶微分方程、传递函数矩阵与状态方程的互相转换（一）：多输入多输出系统的空间表达式及传递函数阵 课时108：高阶微分方程、传递函数矩阵与状态方程的互相转换（二）：组合系统的空间表达式及传递函数阵 课时109：高阶微分方程、传递函数矩阵与状态方程的互相转换（三）：系统的时域描述及状态空间表达式（一） 课时110：高阶微分方程、传递函数矩阵与状态方程的互相转换（四）：系统的时域描述及状态空间表达式（二） 课时112：由模拟结构图写出状态空间表达式（一）：基于串并联分解 课时113：由模拟结构图写出状态空间表达式（二）：基于部分分式分解 课时114：由模拟结构图写出状态空间表达式（三）：基于积分器串+常值反馈

  信号与系统（基础篇）针对信号与系统初学者重点讲述确定性信号经线性时不变系统传输和处理的基本概念和分析方法，内容主要包括连续时间信号与系统、离散时间信号与系统分别在时域和变换域内进行分析的理论与方法。在此基础上，对一些特定内容进行了深入的讨论，其中包括有信号的采样、重构与表示；通信系统；系统的时域...

课时2：什么是信号与系统 课时3：课程内容及其重要性 课时4：学习方法 课时5：课程基本要求 课时6：课程制作软件介绍 课时8：内容介绍 课时9：信号表征 课时10：信号分类 课时11：典型信号 课时12：信号运算 课时13：信号的分解 课时14：系统建模 课时15：系统分类（一） 课时16：系统分类（二） 课时17：系统研究方法 课时18：总结 课时20：内容介绍 课时21：微分方程、差分方程求解（概述） 课时22：微分方程、差分方程求解（举例） 课时23：微分方程、差分方程求解（求解方法） 课时24：LTI 系统解的分析 课时25：卷积定义（ 卷积积分与卷积和） 课时26：卷积性质 课时27：卷积辅助求解方式 课时28：LTI系统特性与单位冲击信号的关系 课时29：卷积应用 课时30：内容小结 课时32：内容介绍 课时33：正交函数集合 课时34：周期信号傅里叶级数分解 课时35：傅里叶级数收敛分析 课时36：典型周期信号傅里叶级数分解 课时37：傅里叶变换 课时38：典型信号傅里叶变换 课时39：傅里叶变换性质(一) 课时40：傅里叶变换性质(二) 课时41：周期信号傅里叶变换 课时42：小结 课时44：内容介绍 课时45：信号调制与解调 课时46：信号调制与解调（实际应用） 课时47：信号的采样与恢复 课时48：小结 课时50：内容介绍 课时51：LT，ZT 定义 课时52：典型信号的LT，ZT 课时53：LT反变换 课时54：ZT反变换 课时55：LT性质 课时56：ZT性质 课时57：LT、ZT求解微分方程和差分方程 课时58：各种变换之间的关系 课时59：小结 课时61：内容简介 课时62：系统函数 课时63：系统时域特性分析 课时64：系统频域特性分析 课时65：系统频域特性几何确定方法 课时66：系统函数零点分布对于系统频域特性影响 课时67：小结

随着搜索应用程序，图像识别、App应用、成像、医学、无人机和无人驾驶汽车，计算机视觉在我们的社会中已经变得无处不在。许多这样的应用程序，比如：图片分类、定位和检测的核心功能任务都是视觉识别技术完成的。最新发现的神经网络方法（又名“深度学习”），极大地提升了视觉识别系统的先进性能。...

课时1：课程介绍 - 计算机视觉概述 课时2：课程介绍 - 计算机视觉历史背景 课时3：课程介绍 - 课程后勤 课时4：图像分类 - 数据驱动方法 课时5：图像分类 - K最近邻算法 课时6：图像分类 - 线性分类I 课时7：损失函数和优化 - 损失函数 课时8：损失函数和优化 - 优化 课时9：介绍神经网络 - 反向传播 课时10：介绍神经网络 - 神经网络 课时11：卷积神经网络 - 历史 课时12：卷积神经网络 - 卷积和池化 课时13：卷积神经网络 - 视觉之外的卷积神经网络 课时14：激活函数 课时15：批量归一化 课时16：更好的优化 课时17：正则化 课时18：迁移学习 课时19：Caffe，Torch，Theano，TensorFlow，Keras，PyTorch等 课时20：AlexNet，VGG，GoogLeNet，ResNet等 课时21：RNN, LSTM, GRU 课时22：语言模型 课时23：图像标注、视觉问答、 Soft attention模型 课时24：分割 课时25：定位 课时26：识别 课时27：特征可视化、倒置、对抗样本 课时28：DeepDream和风格迁移 课时29：Pixel RNN CNN 课时30：变分自编码器 课时31：生成式对抗网络 课时32：策略梯度，硬注意 课时33：Q-Learning, Actor-Critic算法 课时34：深度学习的方法及硬件 课时35：对抗样本和对抗训练 课时36：special篇：特邀对话Ian Goodfellow 课时37：special篇：特邀对话Song Han

1987年由麻省理工学院教授奥本海姆（Alan V. Oppenheim）主讲的《信号与系统：模拟与数字信号处理》。可以说，这是一门由信号与系统的祖师爷亲自讲授的《信号与系统》的鼻祖课程。虽然距离录制已过去三十年时间，但课程的魅力不减，许多观众反馈受到了点拨和启迪。 课程介绍了模拟与数字信号处理技术...

课时1：引言 课时2：正弦信号和指数信号 课时3：信号和系统：第二部分 课时4：卷积 课时5：模拟与数字信号处理 课时6：采用微分差分方程表示系统 课时7：连续时间傅里叶级数 课时8：连续时间傅里叶转换 课时9：傅立叶变换特性 课时10：离散时间 傅立叶序列 课时11：离散时间 傅里叶转换 课时12：滤波 课时13：连续时间调制 课时14：调幅演示 课时15：离散时间调制 课时16：连续时间信号的离散化处理 课时17：插值 课时19：模拟与数字信号处理_离散质检采样 课时20：模拟与数字信号处理_拉普拉斯变换 课时21：模拟与数字信号处理 课时22：Z变换 课时23：离散时间过滤器过滤器 课时24：巴特沃斯滤波器滤波器 课时25：反馈 课时26：例如-倒立摆的反馈

通过本门课程的学习，学生应该能够掌握基本的信号分析的基本理论和方法，掌握线性非时变系统的各种描述方法，掌握线性非时变系统的时域和频域分析方法，掌握有关系统的稳定性、频响、因果性等工程应用中的一些重要结论。同时，通过这门课程的学习，学生的分析问题和利用所学的知识解决问题的能力也应该在原来的基础上有所提...

课时2：信号与系统简介 课时3：信号与系统课程的性质与地位 课时5：信息传输系统 课时6：信息传输的任务 课时7：信号的概念 课时8：信号的分类（1） 课时9：信号的分类（2） 课时10：信号的简单处理（1） 课时11：信号的简单处理（2） 课时12：系统的概念 课时13：系统的描述 课时14：系统的分类（1） 课时15：系统的分类（2） 课时16：增量线性系统；零输入响应，零状态响应 课时17：线性非时变系统分析的内容 课时18：线性非时变系统分析方法简介 课时19：ex1.4(1) 课时20：ex1.4(2) 课时22：连续时间系统的时域模型 课时23：微分方程的经典解法 课时24：微分方程的近代时域解法简介 课时25：微分方程的算子表示法 课时26：微分算子的运算法则 课时27：Oliver Heaviside 课时28：线性时不变系统零输入响应的形式解 课时29：初始条件确定待定系数 课时30：零输入响应例题讲解 课时31：零输入响应的等效源解法简介 课时32：线性系统零状态响应求解的基本思路 课时33：对子信号的要求 课时34：阶跃信号 课时35：冲激信号 课时36：信号分解为阶跃信号的和 课时37：信号分解为冲激信号的和 课时38：杜阿梅尔积分 课时39：卷积积分 课时40：卷积定义及计算 课时41：卷积的性质 课时42：几个特殊信号的卷积 课时43：系统冲激响应求解方法简介 课时44：一阶系统的冲激响应的求解 课时45：二阶系统的冲激响应的求解 课时46：任意阶系统的冲激响应的求解 课时47：全响应的时域法求解过程与例题 课时48：自然_受迫响应与零输入_零状态响应之间的关系 课时49：一些典型信号经过系统的响应，以及时域求解法总结 课时50：重点难点分析 冲激响应的求解 课时51：重点难点分析 卷积积分的求解 课时53：引言 课时54：矢量的正交分解 课时55：信号的正交分解 课时56：信号与矢量分解的类比 课时57：第一种形式的傅里叶级数展开式 课时58：第二种型式的傅里叶级数展开式 课时59：Direchlet条件 课时60：傅里叶级数展开的区间 课时61：直流分量，基波与谐波 课时62：周期性方波的傅里叶级数展开 课时63：Bibbs现象 课时64：复正弦型式的傅里叶级数展开式 课时65：奇偶信号与奇谐偶谐信号 课时66：信号的功率与帕斯瓦尔定理 课时67：单边频谱 课时68：双边频谱 课时69：周期性信号频谱的特点 课时70：时域参数变化对频谱的影响(1) 课时71：时域参数变化对频谱的影响（2） 课时72：傅里叶变换 课时73：傅里叶反变换 课时74：正反傅里叶变换公式 课时75：非周期信号的频谱 课时76：傅里叶变化的各种型式 课时77：常见信号的傅里叶变换（1） 课时78：常见信号的傅里叶变换（2） 课时79：周期信号的傅里叶变换 课时80：线性特性，延时特性，移频特性 课时81：尺度变换特性与奇偶虚实特性 课时82：对称特性与微分特性 课时83：积分特性 课时84：频域微积分特性 课时85：卷积定理 课时86：微积分特性应用 课时87：傅里叶变换的性质的应用例子 课时88：一个慎用傅里叶变化性质的例子 课时89：功率谱 课时90：能量谱 课时91：脉宽与频带 课时92：傅里叶简介 课时94：时域分析法概述 课时95：电路系统对周期性信号响应的分析 课时96：一般线性系统对周期性信号响应的分析（1） 课时97：一般线性系统对周期性信号响应的分析（2） 课时98：线性系统的频率特性 课时99：系统的频率曲线分析法 课时100：非周期信号响应的频域分析法——从信号叠加的角度 课时101：周期信号与非周期信号响应分析法比较 课时102：频域分析法的第二个看法——直接从微分方程 课时103：频域分析法的第三种看法——从卷积积分的角度 课时104：系统冲激响应的新的求解法——傅里叶变换法 课时105：频域法与时域法的比较

自动控制理论是自动化学科核心专业基础课，也是研究和设计复杂工程控制系统的理论基础。本课程也称为经典控制理论，包含（1）控制系统的概论，着重介绍反馈原理；（2）控制系统的建模，着重介绍微分方程及机理法建模、拉普拉斯变换、传递函数、频率响应模型、数据驱动模型和典型控制系统的组成与框图变换；（3）控制系统...

课时2：绪论 课时3：拉普拉斯变换定义及性质（一） 课时4：拉普拉斯变换定义及性质（二） 课时5：卷积定义、定理及性质 课时6：拉普拉斯逆变换及应用（一）：拉普拉斯逆变换定义 课时7：拉普拉斯逆变换及应用（二）：拉普拉斯逆变换应用 课时9：控制的基本概念 课时10：控制系统的微分方程描述（一） 课时11：控制系统的微分方程描述（二） 课时12：控制系统的传递函数描述（一）：Laplace变换知识回顾 课时13：控制系统的传递函数描述（二）：控制系统的传递函数描述 课时14：框图及其变换（一）：传递函数框图定义及连接方式 课时15：框图及其变换（二）：传递函数框图变换 课时16：信号流图 课时17：控制系统的基本单元 课时18：非线性单元的线性化 课时20：稳定性 课时21：稳定的Liapunov定义 课时22：稳定性的代数判据（一）：Routh判据 课时23：稳定性的代数判据（二）：系统稳定的必要条件 课时24：参数稳定性，参数稳定域 课时26：静态误差（一）：误差和静态误差定义 课时27：静态误差（二）：静态误差与输入 课时28：静态误差（三）：静态误差的计算. 课时29：静态误差（四）：系统类型与静态误差的关系 课时30：静态误差（五）：静态误差的物理和理论解释 课时31：静态误差（六）：扰动引起的静态误差 课时32：动态性能指标 课时33：高阶系统动态性能的二阶近似 课时34：控制系统的校正 课时36：频率特性引言 课时37：Fourier变换 课时38：频率特性函数 课时39：频率特性的图像 课时40：基本环节的频率特性 课时41：复杂频率特性的绘制（一） 课时42：复杂频率特性的绘制（二） 课时43：复杂频率特性的绘制（三） 课时45：闭环频率特性 课时46：Nyquist稳定判据（一） 课时47：Nyquist稳定判据（二） 课时48：Nyquist稳定判据（三） 课时49：相对稳定性（稳定裕量） 课时50：从开环频率特性研究闭环系统性能 课时51：基于频率特性的控制器设计思路 课时53：根轨迹方法简介 课时54：根轨迹条件 课时55：根轨迹性质 课时56：频率特性的图像 课时57：条件稳定系统 课时58：零极点对根轨迹的影响 课时59：参数根轨迹和根轨迹族 课时60：延时系统的根轨迹 课时61：补根轨迹与全根轨迹 课时63：校正问题及其实现方式 课时64：校正装置的设计方法 课时65：超前校正装置的特性 课时66：基于根轨迹法设计超前校正装置 课时67：基于Bode图设计超前校正装置 课时69：滞后校正装置的特性 课时70：基于根轨迹法设计滞后校正装置 课时71：基于Bode 图设计滞后校正装置 课时72：超前-滞后校正装置的特性 课时73：基于根轨迹法设计超前-滞后校正 课时74：基于Bode图设计超前-滞后校正 课时75：开环系统的期望频率特性 课时76：反馈校正 课时77：直线倒立摆控制系统实验 课时79：非线性系统概述 课时80：非线性系统的典型动力学特征 课时81：描述函数法定义 课时82：描述函数法求取 课时83：基于描述函数的稳定性分析 课时84：非线性系统自持振荡的分析 课时85：相平面与相轨迹 课时87：相轨迹的绘制方法 课时88：奇点 课时89：线性系统的相平面分析 课时90：非线性系统的相平面分析 课时91：极限环及其产生条件 课时92：非线性系统分析小结 课时94：采样控制系统概述 课时95：脉冲采样与理想采样 课时96：采样定理 课时97：零阶保持器 课时98：z-变换 课时99：脉冲传递函数（一） 课时100：脉冲传递函数（二）：求脉冲传递函数的一般方法 课时101：z-平面上采样系统的稳定性分析 课时102：w-平面上采样系统的稳定性分析 课时103：采样控制系统的时域分析 课时104：修正的z-变换

《通信原理》是电子信息类相关专业的一门核心专业基础课。本课介绍信息在物理层传输的一般原理，即如何借助电信号实现信息传输的基本原理和相关方法。本课内容主要包括：确定信号分析、随机信号分析、模拟正弦调制、数字基带与频带传输、信源等。本课属于通信的入门课程，侧重基本原理和基本理论，为后续进一步的学习...

课时1：绪论 课时2：确定信号 课时3：线性系统 课时4：频带信号与带通系统 课时5：随机过程 课时6：平稳过程 课时7：平稳过程通过线性系统 课时8：窄带随机过程 课时9：加性噪声和匹配滤波器 课时10：匹配滤波器 课时11：随机过程1 课时12：随机过程介绍 课时13：随机过程数字特征 课时14：随机过程2 课时15：幅度调制介绍及DSB 课时16：AM及SSB 课时17：VSB和幅度调制抗噪声性能分析 课时18：幅度调制抗噪声性能 课时19：角度调制介绍 课时20：角度调制及解调 课时21：角度调制抗噪声性能分析 课时22：各种模拟调制抗噪声性能分析及应用 课时23：调制介绍 课时24：幅度调制介绍 课时25：DSB和AM 课时26：AM和SSB 课时27：SSB和VSB 课时28：角度调制 课时29：抗噪声性能介绍 课时30：幅度调制抗噪声性能 课时31：线性系统及角度调制抗噪声性能分析 课时32：角度调制抗噪声性能 课时33：预加重及去加重 课时34：频分复用和超外差接收机 课时35：FM信噪比分析 课时36：数字基带传输介绍 课时37：基带信号频谱特性 课时38：基带传输常用码型 课时39：线路码型实验 课时40：AWGN下基带信号最佳接收 课时41：信号经过限带信道及ISI 课时42：Nyquist准则和升余弦滚降 课时43：理想限带下最佳接收 课时44：眼图 课时45：均衡 课时46：部分响应 课时47：数字基带系统介绍 课时48：线路码型（上） 课时49：线路码型（下） 课时50：数字基带信号低通滤波器接收 课时51：数字基带信号最佳接收 课时52：无码间干扰基带传输特征 课时53：升余弦滚降 课时54：理想限带最佳接收 课时55：均衡 课时56：部分响应系统 课时57：部分响应及符号同步 课时58：奈奎斯特准则 课时59：数字调制介绍 课时60：OOK调制及解调 课时61：二元信号最佳接收 课时62：二进制调制回顾（上） 课时63：二进制调制回顾（下） 课时64：二元信号最佳接收 课时65：BPSK及载波同步 课时66：二进制调制系统性能比较及QPSK 课时67：QPSK和OQPSK 课时68：DPQSK及正交信号空间 课时69：多进制数字调制系统 课时70：MAP准则 课时71：M进制调制系统解调性能分析 课时72：M进制系统误码率分析 课时73：AWGN下M进制信号的最佳接收 课时74：最佳接收机和MASK 课时75：二进制调制 课时76：抽样定理及标量量化 课时77：量化 课时78：脉冲编码调制 课时79：差分PCM及时分复用 课时80：抽样定理 课时81：标量量化和均匀量化 课时82：最佳量化和非均匀量化 课时83：信源及等长编码定理 课时84：信息熵 课时85：无失真信源编码 课时86：限失真信源编码 课时87：预测编码 课时88：信道基本知识介绍 课时89：信道数学模型及无失真传输条件 课时90：信道编码基本知识介绍 课时91：分组码知识介绍 课时92：线性分组码及循环码介绍 课时93：循环码编码 课时94：循环码译码 课时95：循环码编译码电路 课时96：循环码总结及冗余校验 课时97：卷积码介绍 课时98：卷积码编码 课时99：卷积码状态表示图及卷积码译码介绍 课时100：Viterbi译码

《LabVIEW2010中文版虚拟仪器从入门到精通》由浅入深地讲解了LabVIEW的应用技术与应用技巧，通过理论与实例结合的方式，深入浅出地介绍了LabVIEW的使用方法和使用技巧。 全书共分12章，介绍了LabVIEW的使用方法，包括LabVIEW2010中文版的基本操作界面介绍，创建和编辑VI...

课时1：例3-1 数值型控件的使用方法 课时2：例3-2 组合框的使用方法 课时3：例3-3 修饰控件的使用方法 课时4：例4-1 计算两数之积 课时5：例4-2 使用Express VI进行频谱分析 课时6：例4-3 数字滤波器的创建与调试 课时7：例5-1 计算n个数据的平方和 课时8：例5-2 计算时间差 课时9：例5-3 使用定时循环产生波形 课时10：例6-1 全局变量的使用 课时11：例6-2 创建学生基本情况表 课时12：例6-3 创建波形数据并获取其属性 课时13：例6-4 提取指定的波形数据 课时14：例7-1 求稳定状态时的曲线 课时15：例7-2 产生两个函数曲线 课时16：例7-3 设计一个颜色表 课时17：例7-4 绘制单位球面 课时18：例8-1 文本文件的写入 课时19：例8-2 文本文件的读取 课时20：例8-3 写入电子表格文件VI的使用 课时21：例8-4 电子表格文件的读取 课时22：例8-5 文件IO函数的流盘操作 课时23：例8-6 二进制文件的写入 课时24：例8-7 二进制文件的读取 课时25：例8-8 数据记录文件的创建 课时26：例8-9 数据记录文件的读取 课时27：例8-10 测量文件的写入 课时28：例8-11 测量文件的读取 课时29：例8-12 配置文件的创建 课时30：例8-13 配置文件的读取 课时31：例9-1 基本函数发生器的使用实例 课时32：例9-2 公式波形VI的使用 课时33：例9-3 基本混合单频VI的使用 课时34：例9-4 均匀白噪声波形VI的使用 课时35：例9-5 仿真信号Express VI的使用 课时36：例9-6 基于持续时间的信号发生器VI的使用 课时37：例9-7 数字FIR滤波器的使用 课时38：例9-8 滤波器Express VI的使用 课时39：例9-9 基本平均直流-均方根VI的使用 课时40：例9-10 FFT频谱（幅度-相位）VI的使用 课时41：例9-11 卷积和相关Express VI的使用 课时42：例9-12 Butterworth滤波器 课时43：例9-13 基于逐点VI的滤波 课时44：例11-1 双机串行通信 课时45：例11-2 与PLC进行串行通信 课时46：例11-3 DataSocket应用实例一 课时47：例11-4 DataSocket应用实例二 课时48：例11-5 利用TCP协议进行双机通信 课时49：例11-6 UDP通信实例 课时50：例12-1 创建数组 课时51：例12-2 字符串搜索

本课程融合《信号与系统》与《数字信号处理》两门课程内容，为你提供打开信号处理世界的钥匙。从这里启航，你将与傅里叶一起探索信号分解的奥秘，将与奈奎斯特共同搭建连续与离散信号的桥梁。全程授课视频、信号处理案例、习题解答、专家讲座、实验录像等教学资源将伴随你轻松快乐畅游信号处理的世界。...

课时2：信号处理与系统概述 课时3：信号及其描述与分类 课时4：系统及其描述与分类 课时6：常用信号及其基本特性(一) 课时7：常用信号及其基本特性(二) 课时8：信号的时域运算（一） 课时9：信号的时域运算（二） 课时10：卷积积分-卷积和（一） 课时11：卷积积分-卷积和（二） 课时13：连续时间LTI系统的时域分析(一） 课时14：连续时间LTI系统的时域分析(二) 课时15：离散时间LTI系统的时域分析（一） 课时16：离散时间LTI系统的时域分析（二） 课时17：时域阶段复习 课时19：周期信号的傅里叶级数（一） 课时20：周期信号的傅里叶级数（二） 课时21：周期信号的频谱分析 课时22：周期信号的谱分析及系统响应 课时23：非周期信号的傅里叶变换（一） 课时24：非周期信号的傅里叶变换（二） 课时25：非周期信号的傅里叶变换（三） 课时26：非周期信号的傅里叶变换（四） 课时27：连续时间系统的频域分析（一） 课时28：连续时间系统的频域分析（二） 课时29：时域抽样 课时30：信号恢复与重构 课时31：频域阶段复习（一） 课时32：频域阶段复习（二） 课时34：拉普拉斯变换（一） 课时35：拉普拉斯变换（二） 课时36：连续LTI系统复频域求解（一） 课时37：连续LTI系统复频域求解（二） 课时38：连续时间系统的系统函数分析 课时39：系统框图与实现 课时41：z变换（一）：基本概念 课时42：z变换（二）：性质 课时43：z变换（三）：反变换 课时44：离散LTI系统z域求解与分析 课时45：期中复习（一） 课时46：期中复习（二） 课时48：离散时间信号的傅里叶分析（一） 课时49：离散时间信号的傅里叶分析（二） 课时50：离散时间信号的傅里叶分析（三） 课时51：离散时间信号的傅里叶分析（四） 课时52：离散时间信号的傅里叶分析（五） 课时53：离散傅里叶变换（一） 课时54：离散傅里叶变换（二） 课时55：快速傅里叶变换（一） 课时56： 快速傅里叶变换（二） 课时57：离散傅里叶变换的应用（一） 课时58：离散傅里叶变换的应用（二） 课时59：离散傅里叶变换的应用（三） 课时61：数字滤波器概述 课时62：FIR滤波器的特性及设计（一） 课时63：FIR滤波器的特性及设计（二） 课时64：IIR滤波器设计（一） 课时65：IIR滤波器设计（二） 课时66：数字滤波器的实现（一） 课时67：数字滤波器的实现（二） 课时69：实验一周期矩形脉冲信号的分解与合成（一） 课时70：实验一周期矩形脉冲信号的分解与合成（二） 课时71：实验一周期矩形脉冲信号的分解与合成（三） 课时72：实验一周期矩形脉冲信号的分解与合成（四） 课时73：实验二抽样定理与信号恢复（一） 课时74：实验二抽样定理与信号恢复（二） 课时75：实验二抽样定理与信号恢复（三） 课时76：实验三信号传输与滤波 课时77：实验四AD转换及谱分析 课时78：实验五音频信号的FIR滤波 课时80：信号频域分析研讨 课时81：系统频域分析研讨 课时82：连续波雷达案例研讨录像 课时83：连续波雷达案例研讨

小波是二十世纪八十年代才产生之后得到迅速发展并日趋完善的新颖科学思想和方法，它是当代主流科学研究领域众多科学家和工程师交相辉映、穷尽卓越智慧为人类思想和认识方法宝库无私奉献、鸿篇巨制的科学交响篇章。小波方法在观测域和变换域同时具备局部化能力，它的广泛应用已经推动包括数学、物理学、计算机科学、光学、声...

课时2：小波宣言 课时4：小波萌芽 小波缘起 课时5：小波萌芽 小波首例 课时6：小波萌芽 小波雏形 课时7：晦涩魅力 二进块理论 课时8：晦涩魅力 Lusin理论 课时9：晦涩魅力 原子分解与Morlet小波 课时10：晦涩魅力 三类小波概念 课时11：凤凰涅槃 小波大融合 课时12：凤凰涅槃 科学交响曲 课时13：凤凰涅槃 小波圣殿 课时15：点和线性空间 课时16：无穷维线性空间 课时17：向量与坐标 课时18：线性变换 基与矩阵 课时19：线性变换 相似矩阵 课时20：线性变换 对角化与快速算法 课时21：傅里叶级数 课时22：傅里叶变换 正逆变换 课时23：傅里叶变换 典型应用 课时24：傅里叶变换对角化 特征关系阵 课时25：傅里叶变换对角化 二次型变换核 课时26：傅里叶变换对角化 对角化矩阵 课时28：连续小波 波动和衰减 课时29：连续小波 伸缩和平移判断题 课时30：小波变换和算例 课时31：小波变换酉性 课时32：小波逆变换 酉变换的逆 课时33：小波逆变换 逻辑证明 课时34：吸收小波与小波变换 吸收酉性判断题 课时35：吸收小波与小波变换 半轴吸收 课时36：二进小波变换 稳定性条件 课时37：二进小波变换 存在性判断题判断题判断题 课时38：二进小波变换 对偶小波 课时39：对偶小波及二进小波逆变换判断题 课时40：二进小波逆变换 逆变换公式演算 课时41：二进小波逆变换 离散化陷阱 课时42：正交小波与正交级数 规范正交小波基 课时43：正交小波与正交级数 伸缩平移离散化 课时44：神奇小波 连续离散一致性 课时45：神奇的正交小波 数学显微镜 课时47：小波子空间 酉变换 课时48：小波子空间 伸缩正交性 课时49：小波分辨率 分辨率的定义 课时50：小波分辨率 小波多分辨率 课时51：尺度子空间 小波成分 课时52：尺度子空间 多分辨率逼近 课时53：尺度子空间 嵌套关系 课时54：尺度子空间单调性 课时55：尺度子空间稠密性 逼近与稠密性 课时56：尺度子空间稠密性 稠密性证明 课时57：尺度子空间唯一性 课时58：尺度子空间伸缩性 伸缩关系 课时59：尺度子空间伸缩性 伸缩性证明 课时60：尺度分辨率 小波与尺度子空间 课时61：尺度分辨率 尺度函数 课时62： 分辨率辨析 课时64：多分辨率分析与尺度方程 尺度函数 课时65：多分辨率分析与尺度方程 尺度系数 课时66：多分辨率分析与低通滤波器 频域尺度方程 课时67：多分辨率分析与低通滤波器 频域规范正交基 课时68：多分辨率分析与低通滤波器 低通频域恒等式 课时70：多分辨率分析与小波子空间 伸缩正交性 课时71：多分辨率分析与小波子空间 混合正交分解 课时72：尺度空间的小波空间分解 完全正交分解 课时73：函数空间的正交直和分解 混合正交分解 课时74：函数空间的正交直和分解 完全小波子空间分解 课时76：小波函数和小波方程 正交小波条件 课时77：小波函数和小波方程 平移封闭性 课时78：小波函数和小波方程 简式和通式 课时79：小波函数和带通滤波器 频域恒等式 课时80：带通滤波器脉冲响应恒等式 序列空间恒等式 课时81：带通滤波器脉冲响应正交性 双位移正交性 课时82：带通滤波器脉冲响应正交性 序列规范正交性 课时84：小波函数与尺度函数 时域正交性 课时85：小波函数与尺度函数 序列正交性 课时86：带通滤波器与低通滤波器 正交共轭性 课时87：带通滤波器与低通滤波器小波构造矩阵 课时89：正交小波充分必要条件 酉矩阵刻画 课时90：正交小波充分条件 四步充分性证明 课时91：正交小波充分条件 预备知识 课时92：正交小波充分条件证明 I 课时93：正交小波充分条件证明 II 混合平移规范正交系 课时94：正交小波充分条件证明 II混合平移规范正交基多选题 课时95：正交小波充分条件证明 III 课时96：正交小波充要条件等价形式 课时98：正交共轭带通滤波器 正交共轭关系 课时99：正交小波的构造 时域和频域关系 课时101：Shannon尺度函数 尺度空间 课时102：Shannon尺度函数 插值函数 课时103：Shannon多分辨率分析 课时104：Shannon小波空间 低通子空间 课时105：Shannon小波空间 带通子空间 课时106：Shannon小波函数 课时107：Shannon小波空间分解 课时108：Shannon滤波器组 低通滤波器系数 课时109：Shannon滤波器组 低通滤波器 课时110：Shannon小波多样性 课时112：Daubechies多分辨率分析 基本定理 课时113：Daubechies多分辨率分析 紧支撑条件