Cuốn sách này trình bày về các ứng dụng gần đây trong sinh học và khoa học trái đất. Trong số đó, chúng tôi đề cập đến ứng dụng của phép biến đổi wavelet trong xử lý tín hiệu điện não đồ (EEG), giảm chiều của khung nhận dạng dáng đi, nhận dạng và xác minh sinh trắc học. Cuốn sách cũng đề cập đến các ứng dụng của phép biến đổi wavelet trong phân tích dữ liệu thu thập được từ thể thao và ung thư vú. Quy trình ký hiệu được phân tích trong phép biến đổi wavelet và áp dụng trên dữ liệu từ các ứng dụng thực tế. Cuốn sách kết thúc với hai ứng dụng quan trọng của phép biến đổi wavelet trong khoa học trái đất.

Cuốn sách hiện tại: Discrete Wavelet Transforms: Algorithms and Applications đánh giá tiến trình gần đây trong các thuật toán và ứng dụng biến đổi wavelet rời rạc. Cuốn sách đề cập đến nhiều phương pháp (ví dụ như nâng, bất biến dịch chuyển, phân tích đa thang) để xây dựng DWT. Các chương trong sách được tổ chức thành bốn phần chính.

Biến đổi Wavelet và Độ phức tạp trình bày nội dung chuyên sâu về lĩnh vực hấp dẫn của biến đổi wavelet và các ứng dụng của nó trong các hiện tượng thực tế. Được chia thành hai phần: Phân tích và Ứng dụng Thực tế, cuốn sách mô tả việc áp dụng phương pháp wavelet vào một số hệ thống phức tạp thú vị trong nhiều lĩnh vực khác nhau. Cuốn sách được thiết kế dành cho sinh viên, nghiên cứu sinh sau tiến sĩ và các nhà nghiên cứu quan tâm đến việc nghiên cứu phương pháp wavelet và các ứng dụng của nó.

Ngày nay, các kỹ thuật phức tạp hơn là cần thiết để phân tích quang phổ, tái tạo, khôi phục tín hiệu, xử lý kỹ thuật số và tương tự, chẩn đoán tín hiệu chuyên dụng và các khoảng thời gian ngắn với các lần xuất hiện đòi hỏi tốc độ và độ chính xác cao hơn. Khi miền tần số của phép biến đổi wavelet ngày càng chi tiết hơn và cụ thể hơn đáng kể trong các ứng dụng khác nhau, nó đòi hỏi sự quan tâm đặc biệt của giới học thuật dưới nhiều hình thức và mối quan hệ với các phép biến đổi khác có chức năng đặc biệt.

Một kỹ thuật nén ảnh mất dữ liệu mới sử dụng phân tích giá trị kỳ dị và kỹ thuật giảm chênh lệch wavelet đã được đề xuất. Thuật toán lựa chọn dựa trên gói wavelet tốt nhất và ứng dụng của nó trong khử nhiễu ảnh đã được thảo luận.

Một kỹ thuật nén ảnh mất dữ liệu mới sử dụng phân tích giá trị kỳ dị và kỹ thuật giảm chênh lệch wavelet đã được đề xuất. Thuật toán lựa chọn dựa trên gói wavelet tốt nhất và ứng dụng của nó trong khử nhiễu ảnh đã được thảo luận.

Cuốn sách này trình bày một số tiến bộ trong lý thuyết wavelet và ứng dụng của chúng trong kỹ thuật, vật lý và công nghệ. Các ứng dụng được lựa chọn cẩn thận và nhóm lại thành năm phần chính - Xử lý tín hiệu, Hệ thống điện, Chẩn đoán và giám sát sự cố, Xử lý hình ảnh và Ứng dụng trong kỹ thuật.

Wavelet là một công cụ toán học mạnh mẽ, đóng vai trò quan trọng trong khoa học và công nghệ. Cuốn sách này xem xét một số ứng dụng sáng tạo và phổ biến nhất của wavelet bao gồm xử lý tín hiệu y sinh, xử lý hình ảnh, xử lý tín hiệu truyền thông, Internet of Things (IoT), xử lý tín hiệu âm thanh, phân tích dữ liệu thị trường tài chính, quản lý năng lượng và năng lượng, và COVID- 19 phép đo và tính toán đại dịch. Mối quan tâm cá nhân của biên tập viên là ứng dụng biến đổi wavelet để xác định các thay đổi miền thời gian trên tín hiệu và các thành phần tần số tương ứng cũng như cải thiện hoạt động của bộ khuếch đại công suất

Cuốn sách đề cập đến nhiều kiến ​​trúc (ví dụ như nâng, bất biến dịch chuyển, phân tích đa thang đo) để xây dựng DWT.

Cuốn sách này khám phá việc sử dụng các phép biến đổi wavelet trong xử lý tín hiệu, bao gồm các hệ thống hình ảnh, tài chính và truyền thông.