多尺度的含義?
什麼叫做多尺度分析 5分
這是股評人士的故弄玄虛，意思就是多角度、從各個方面去分析，既要從有利的方面想，也要從不利的方面想，把各種可能全部包含在裡面。這樣才能做出各種判斷。祝你成功。
什麼是多尺度法?
多尺度法是在平均法的基礎上發展起來的一種近似解析方法。平均法是利用兩種不同的時間尺度，將系統的振動分解為快變和慢變兩種過程。將標誌運動的主要參數，如振幅和初相角，在快變過程的每個週期內平均化，然後著重討論其慢變過程。為了提高平均法的計算精度，可以將時間尺度劃分的更為精細，由此發展為二十世紀六十年代的多尺度法。
matlab裡面對信號進行多尺度分解時c和l各代表什麼含義
[C,L]=wavedec(X,N,'wavename')；近似(低頻信息部分）和細節（高頻信息部分）都存放在C中，L存放是近似和各階細節係數對應的長度。 可以利用 A=appcoef(C,L,’wavename’,N)從分解係數[C,L]中提取第N層近似係數。
什麼是圖像多尺度幾何分析技術
沒聽說過。
如何從數學上描述一個多尺度問題
解決問題的教學內涵豐富，如何讓學生喜歡它，這是我們當前所面臨的問題。如何上好小學數學解決問題教學的幾點體會
《基礎教育課程改革綱要》中指出：改變課程實施中過於強調接受學習，死記硬背，機械訓練的現狀，倡導學生主動參與、樂於探究、勤於動手，培養學生收集和處理信息的能力。《課程標準》明確指出：“學生是學習的主人。”前蘇聯教育家蘇霍姆林斯基也曾說過：“人的心靈深處，總有一種把自己當作發現者、研究者、探索者的固有需要，這種需要在小學生精神世界尤為重要。”長期束縛在教師、教材、課堂圈子裡，不敢越雷池半步的學生，在今天更需要我們極力改變學習方式，而探究即為自主學習的方式。因此，要講究自主探究的學習策略，使之成為發現者、研究者、探索者，從而把他們心靈深處被壓抑的個性釋放出來。數學解決問題教學更能充分發揮學生自主探究學習的能動性。
一、引導發現、感悟，注重自主探究的嘗試性
發現是探究的開始。由於好奇是少年兒童的心理特點，它往往可促使學生作進一步深入細緻的觀察、思考和探索，從而提出探究性的問題。讓學生提出問題，自主合作探究，不僅僅是一個方式方法問題，而是一種教育觀念的問題，是一種教學質量觀的問題，是學生觀的反映。如果我們能營造一個積極寬鬆和諧的課堂教學氛圍，讓學生成為“問”的主體，成為一個“信息源”，那麼，學生學習的積極性和主動性將被大大激發。因為學生提問題總是以自身積極思考為前提的。正因為這樣，我們說教師與其“給”學生10個問題，不如讓學生自己去發現，去“產生”一個問題。
兩步計算的解決問題教學時，我將例題巧作變動，大大激發了學生探究的慾望。
師：大家想不想來做一個猜數遊戲啊？
生：想！
師：我這兒有三個不同顏色的盒子（分別出示紅、白、黑三個盒子），盒子裡分別裝了一些硬幣。現在，我請你猜一猜，紅盒子裡裝了多少個硬幣？
生：（七嘴八舌亂猜）
師：大家都沒有猜對。在你沒有得到相關的信息之前，你能一下子準確地猜出紅盒子裡裝了多少個硬幣嗎？
生：不能。
師：那我給你一個信息：黑盒子裡有15個硬幣。依靠這個信息，你能準確猜出紅盒子裡的硬幣個數嗎？為什麼？
生：不能。紅盒子裡硬幣的個數與黑盒子無關。
師：我再給你一個信息：白盒子裡有10個硬幣。現在，你能不能猜出紅盒子裡硬幣的個數？為什麼？
生：還是不能。因為紅盒子裡的個數與白盒子的個數無關。
師：知道了這兩個信息，你還想知道什麼方面的信息就能猜出紅盒子裡硬幣的個數了？把你的想法和小組裡的成員交流一下。
學生通過交流，歸納出如果再知道一個能把紅盒子與白盒子和黑盒子裡的個數聯繫起來的信息，就能猜出紅盒子裡硬幣的個數。學生舉例：紅盒子裡的硬幣個數比黑（白）盒子多（少）多少個；紅盒子裡的硬幣個數是黑（白）盒子的多少倍；紅盒子裡的硬幣個數比黑盒子和白盒子的總數多（少）多少個；紅盒子裡的硬幣個數是黑盒子和白盒子的總數的多少倍等等。這時，引導比較學生自己提出的問題，可以發現有的只需一步計算，有的卻需兩步計算。讓學生說說為什麼要兩步計算。在提出問題、比較問題的過程中，學生不僅強化了兩步解決問題的結構，而且對解決問題教學中數量關係的選擇有了初步的定位。教師最後出示相關信息，學生終於順利猜出紅盒子裡的硬幣個數。
只有學生自己主動提出問題，主體作用才能得以真正的發揮，才能體現自主探究發現。因此，教師要隨時注意挖掘教材中隱藏的“發現”因素，創設一種使學生主動發現問題、提出問題的情境，啟發學生自己發現問題、探索知識，使教學過程圍繞學生在學習中產生的問題而。教師必須積極創設問題情境，引導學生提出與學習過程有密切關係的問題，使所提出的問題提到點子上，才能......
什麼是空間多尺度數據和時間多尺度數據
空間多尺度：不同的比例尺數據。如1:1萬，1:10萬的全國地圖。
時間多尺度：不同時間長度數據。如一年，三年的數據。
小波變換多尺度是什麼意思，一個信號經過小波變換得到的是細節還是近似？ 10分
小波變換有兩個因子：一個是時移因子，另一個就是尺度因子。尺度因子a，a>1表示伸展，a <1表示收縮。一般去根號a，目的是保證能量守恆。得到的小波信號是細節信號，小波變換被譽為顯微鏡。
hog多尺度檢測和單尺度檢測有什麼區別
hog描述子在opencv中為HOGDescriptor。
2. 可以調用該描述子setSVMDetector方法給用於對hog特徵進行分類的svm模型的係數賦值，這裡的參數為HOGDescriptor::getDefaultPeopleDetector()時表示採用系統默認的參數，因為這些參數是用很多圖片訓練而來的。
3.對輸入圖片進行行人檢測時由於圖片的大小不一樣，所以要用到多尺度檢測。這裡是用hog類的方法detectMultiScale。參數解釋如下：
HOGDescriptor::detectMultiScale(const GpuMat img, vector
該函數表示對輸入的圖片img進行多尺度行人檢測 img為輸入待檢測的圖片；found_locations為檢測到目標區域列表；參數3為程序內部計算為行人目標的閾值，也就是檢測到的特徵到SVM分類超平面的距離;參數4為滑動窗口每次移動的距離。它必須是塊移動的整數倍；參數5為圖像擴充的大小；參數6為比例係數，即滑動窗口每次增加的比例；參數7為組閾值，即校正係數，當一個目標被多個窗口檢測出來時，該參數此時就起了調節作用，為0時表示不起調節作用。
4. 最後對檢測出來的目標矩形框，要採用一些方法處理，比如說2個目標框嵌套著，則選擇最外面的那個框。
5. 因為hog檢測出的矩形框比實際人體框要稍微大些,所以需要對這些矩形框大小尺寸做一些調整。
在小波變換裡，什麼叫多尺度多分辨率 50分
小波分析把圖像分解為兩部分：低頻信息+高頻信息。低頻信息是變化緩慢的部分，是圖像的框架，也是輪廓，佔全部信息的大部分；高頻信息是變化迅速的部分（如從黑色跳變到白色），它反映的是圖像的細節信息，佔全部信息的小部分。以上是第一層分解。
在第一層的基礎上把高頻信息部分再分解為兩部分：低頻+高頻。第三層是把第二層分解出來的高頻信息分解為低頻+高頻...依次類推。
你可以到百度文庫搜下小波的pdf文檔，有的解釋的圖文並茂比較好懂