SciTech-Mathmatics-ComplexSpace-Encode/Decode- (Discrete)Multi-Dimensional FourierTransform: arbitrary functions + SpectralAnalysis + ImageSynthesis__FourierSeries: PeriodicalFunctions
多维复空间上的离散傅立叶变换 (Multi-Dimensional Discrete Fourier Transform) :
多维 (k维复数空间)上的 可以合成任意的 几何体/或时间序列信号;
如果在每一维自由度上加上时间 作为 , 可合成任意的 信号;可以调制解调出 或者 Decode/Encode 需要的时间序列信号。
注释:
复数空间(k维复数空间):- 每一列向量,有k维度的变量;
- 每一维度变量,是一个复数类型因变量
; - 每一个复数类型因变量
,都是时间 ( 实数类型自变量)的函数,表达式为 - 每一个复函数
, 是将复数 视为一个复合的整体自变量(由两个以上独立分变量复合而成);
而每个复数 必须要有的两个独立分变量是其实部和虚部 或 模长与幅角;
对时间序列分析,则可在其 三角形式 或 指数形式 的幅角分变量 嵌入(乘上)时间 ;即 , - 复函数/实函数 嵌入(新增, 调制)分变量,常用线性变换即 *乘法 与 +加法 方式实现;
例如 是在 正弦函数上嵌入(新增, 调制)Amplitude(振幅), Phase(相位)和 Frequency(频率); - 每一个复数都有几种可以互相转换的表现形式:
- 代数表达式:
, 由实部 ( ) 和 虚部 ( )两部分组成 - 三角表达式:
, 模长 与 幅角 组合而成; , - 指数表达式:
, 模长 与 幅角 组合而成; ,
- 代数表达式:
MD-DFT(Multi-Dimensional Discrete Fourier Transform):
Consider each dimension as a Complex plane;
-
R^n Space Basises-Transform:
R^n Space 正交基变换:
Eigenvalue decomposition
Eigenvectors -> Schmidt正交化 单位向量; -
projecting the whole multi-dimensional data onto each dimensional Complex plane:
- 投影正交的单维复平面,
得到每一维度上一帧复平面图像; - 复平面图像都可DFT(Discrete Fourier Transform);
- 视频就是一帧帧的多维度色彩(信号通道, 例RGB/RGBA)图像;
- 视频变换成每一维度上帧图像的时间序列,
- “时间序列”上 帧-帧图像之间的图像不变部分 与 变化部分,
在投影到每一维度复平面上,接着经过Fourier Transform得到复平面上的cos与sin 正交时间序列信号, 就可以 Encode-Decode(编码-编码) 或 Modulate-Demodulate(调制-解调) 出 隐藏有很强规律性而看似杂乱无章的信号;
- 投影正交的单维复平面,
-
将 2D 的图像用复平面的
合成:
将RGBA每一色彩通道的[0,255]数量化值:A. flatten: 直接将帧图像的HW[0,255]矩阵拉平(flatten)成一维的信号,
直接将每维度一帧图拉平成一维数组, DFT 分解成周期性的复平面上cos/sin正交基信号;B. 在A的基础上,预先增加插入1条0值数量线轴([128:128])到[0-255], 将[0,255]进行1-1映射到[0,256], 即新插入0轴:
* 将原[0:127]映射到[0:127],
* [128:128]作为调整过后的0值数量轴;
* 将原[128:255]映射到[129:256]; -
合成任意
或 (3-D) 几何体 :
可以将几何体 分别投影 到 三个复平面, 得到这三个独立复平面上的投影图像,在每个独立复平面上,进行图像的 合成;即可合成得到任意的目标 或 (3-D) 几何体 ; -
同理可以合成任意
或 (k-D) 高维几何体; -
要得到稳定合成的任意
或 (k-D) 高维时间序列信号,只需要嵌入(新增,调制)上时间 和其他任何需要的独立分量信号(时间序列)。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· winform 绘制太阳,地球,月球 运作规律
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理