Esta es un versión antigua publicada el 2021-03-12. Consulte la versión más reciente.
El Procesamiento de Datos Discretos 1D y 2D: Fourier, Coseno y Wavelet en Aplicaciones 1.0.
Palabras clave:
Procesamiento, DatosSinopsis
El procesamiento de datos, en la actualidad, está siendo una de las áreas que más importancia y más crecimiento ha tenido en los últimos años, esto es debido a sus múltiples aplicaciones. Es así, como se puede decir que el procesamiento de datos es una herramienta fundamental y transversal para las áreas que actualmente tienen auge. El procesamiento de datos se puede ver, de manera sencilla, como una forma o método de obtener, conseguir o visualizar información relevante, que en el dominio del tiempo es poco probable observarla, como la frecuencia de una señal. En este libro se presenta, los métodos matemáticos en 1D y 2D, de herramientas matemáticas como: La transformada de Fourier, la transformada discreta del coseno y la transformada wavelet discreta, así mismo este libro presenta resultados de aplicaciones como: eliminación de ruido, compresión y cifrado.
Descargas
Los datos de descargas todavía no están disponibles.
Citas
S. Bird, E. Klein y E. Loper, Natural Language Processing with Python, O'Reilly Media, 2009.
Q. Nafiul Islam, Mastering PyCharm, Packt Publishing, 2015.
«Python Software Foundation,» 2001-2019. [En línea]. Available: https://www.python.org/downloads/. [Último acceso: 05 Abril 2019].
JetBrains s.r.o, «JetBrains s.r.o,» 2000-2019. [En línea]. Available: https://www.jetbrains.com/pycharm/download/#section=windows. [Último acceso: 05 Abril 2019].
Travis E., Guide to Numpy, Oliphant , 2006.
S. Tosi, Matplotlib for Python Developers, Packt Publishing, 2009.
G. Bradski y A. Kaebler, Learning OpenCV Compiter Vision with the OpenCV Library, M. Loakides, Ed., O'Reilly, 2008.
A. Mordvintsev y A. K., «OpenCV-Python Tutorials's documentation,» 2013. [En línea]. Available: https://opencv-pythontutroals.readthedocs.io/en/latest/. [Último acceso: 05 Abril 2019].
G. Gonzales, «Series de Fourier, Transformadas de Fourier y Aplicaciones,» Divulgaciones Matematicas , vol. 5, nº 1, pp. 43-67, 1997.
P. Athanasios, Sistemas Digitales y Analogicos Transformadas de Fourier, Estimación Espectral, Barcelona- Mexico: Marcombo Boixareu Editores, 1986.
A. Fournié y G. Boog, «Estudio del Ritmo Cardíaco fetal,» El Sevier, vol. 40, pp. 1-21, 2004.
F. Alarid Escudero, Solís Escalante, E. Melgar, R. Valdés Cristerna y Yañez Suarez, «Registro de señales de EEG para aplicaciones de Interfaz Cerebro Computadora (ICC) basado en Potenciales Evocados Visuales de Estado
Estacionario (PEVEE),» Bioengineering Solutions for Latin American Health , vol. 18, pp. 87-90, 2007.
A. Quintero Rincon , M. Risk y S. Liberezuk, «Procesamiento de EEG con Filtros Hampel,» Argencon , vol. 2012, nº 89, 2012.
Á. de la Torre Vega, Procesamiento de voz, Universidad de Granada, 2007.
D. M. Ballesteros Larrotta, «Aplicación de la transformada wavelet discreta en el filtrado de señales bioeléctricas,» Umbral Cientifico, nº 5, pp. 92-98, 2004.
J. López Hernández, C. Velasco Bautista , M. Nakano Miyatake y H. Pérez Meana, «Algoritmo Esteganografico Robusto a Compresión JPEG Usando DCT,» San Francisco Culhuacan, Mexico D.F.
Van der Walt, S., Schönberger, J. L., NunezIglesias, J., Boulogne, F., Warner, J. D., Yager, N., ... & Yu, T. (2014). scikit-image: image processing in Python. PeerJ, 2, e453.
Canty, M. J. (2014). Image analysis, classification and change detection in remote sensing: with algorithms for ENVI/IDL and Python. Crc Press.
Van Rossum, G., & Drake, F. L. (2011). The python language reference manual. Network Theory Ltd..
Lynch, S. (2018). Image Processing with Python. In Dynamical Systems with Applications using Python (pp. 471-489). Birkhäuser, Cham.
Loredo, T., & Scargle, J. (2019, March). Time series exploration in Python and MATLAB: Unevenly sampled data, parametric modeling, and periodograms. In AAS/High Energy Astrophysics Division (Vol. 17).
Tuck, J. (2018). Estimating the Discrete Fourier Transform using Deep Learning.
Pine, D. J. (2019). Introduction to Python for Science and Engineering. CRC Press.
Arias Páez, A. S., & Rubiano Venegas, D. A. (2018). Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano.
Agustí Melchor, M. (2019). DFT vs DCT: un ejemplo visual de uso mediante OpenCV.
CONGO PASTRANA, J. W. (2018). APLICACIONES DEL SOFTWARE LIBRE PYTHON PARA PRÁCTICAS DE LABORATORIO APLICADO A LA ASIGNATURA DE TRATAMIENTO DIGITAL DE SEÑALES DE LA UNIVERSIDAD TECNOLÓGICA ISRAEL (Bachelor's thesis, Quito).
Grinberg, M. (2018). Flask web development: developing web applications with python. " O'Reilly Media, Inc.".
Descargas
Publicado
enero 31, 2021 — Actualizado el marzo 12, 2021
Versiones
Colección
Categorías
Derechos de autor 2021 Sello Editorial Unipamplona
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
