Question

听语数英讲座的感想 300字左右

Answer 1

你可以摘抄一段

从我们记事起，数学就充满了我们的生活，小时候对数学的概念就是数学是主课，要认真对待，可是小学的数学一直不好，很怕做数学题目，遇到难的题目就放弃。后来上中学，对数学的重要性有了进一步的认识，数学和语文，英语一样是150分，遇到了很好的老师，渐渐学会了数学的一些思维，开始明白数学就是得多做题目，见多识广。到了高中，数学的知识体系渐渐形成，渐渐明白题海战术不是一定的好方法，每个人都有自己的学习方法，在准备高考的时间里，我每天都坚持做一套数学试卷，温故而知新，我觉得这个方法很好用，我觉得是命运，大学的时候我被分到数学专业，当时就觉得数学也挺好的，师范生，女孩子以后当个老师也是不错的职业，可是大学的数学体系又是另外一种，大学的数学不是纯计算的东西，更侧重于理解和证明。而且抽象的东西很枯燥，渐渐对于数学的感觉也起了变化，我有时候觉得学这些没有用，都是理论的东西，可是后来老师告诉我们，大学学习的不是知识，而是思考数学问题的能力，大学四年的学习使我明白了，数学一些基本的框架，很多同学都准备继续考研究生，继续学习数学，感觉好像数学越学越窄，以前是在做一些入门的知识储备，现在上了研究生才感觉有点方向了，可是基础数学就是很理论的东西，我觉得就是给个定义，给个定理，再证明这个定理，然后用这个定理证明一些命题。老师经常说数学没有定义就无法生存了，现在渐渐习惯了这个理念。
我们星期一第一次课就安排了数学前沿知识讲座，老师请来了很多教授，博士给我们讲课，主要是对当今比较热门的课题做了一些讲解，老师的工作都很优秀，我们不仅了解了很多数学的专业术语，还对数学的各个方向有了一个大致的概念，为以后的研究做准备，其中有几位老师都说到小波分析，小波分析是当前数学中一个迅速发展的新领域，它同时具有理论深刻和应用十分广泛的双重意义。
为此，我看了一些关于小波分析的资料。
小波变换的概念是由法国从事石油信号处理的工程师J.Morlet在1974年首先提出的，通过物理的直观和信号处理的实际需要经验的建立了反演公式，当时未能得到数学家的认可。正如1807年法国的热学工程师J.B.J.Fourier提出任一函数都能展开成三角函数的无穷级数的创新概念未能得到著名数学家J.L.Lagrange，P.S.Laplace以及A.M.Legendre的认可一样。幸运的是，早在七十年代，A.Calderon表示定理的发现、Hardy空间的原子分解和无条件基的深入研究为小波变换的诞生做了理论上的准备，而且J.O.Stromberg还构造了历史上非常类似于现在的小波基；1986年著名数学家Y.Meyer偶然构造出一个真正的小波基，并与S.Mallat合作建立了构造小波基的同意方法枣多尺度分析之后，小波分析才开始蓬勃发展起来，其中比利时女数学家I.Daubechies撰写的《小波十讲（Ten Lectures on Wavelets）》对小波的普及起了重要的推动作用。它与Fourier变换、窗口Fourier变换（Gabor变换）相比，这是一个时间和频率的局域变换，因而能有效的从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析（Multiscale Analysis），解决了Fourier变换不能解决的许多困难问题，从而小波变化被誉为“数学显微镜”，它是调和分析发展史上里程碑式的进展。

小波(Wavelet)这一术语，顾名思义，“小波”就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与Fourier变换相比，小波变换是时间(空间)频率的局部化分析，它通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。有人把小波变换称为“数学显微镜”。

小波分析的应用是与小波分析的理论研究紧密地结合在一起地。现在，它已经在科技信息产业领域取得了令人瞩目的成就。电子信息技术是六大高新技术中重要的一个领域，它的重要方面是图像和信号处理。现今，信号处理已经成为当代科学技术工作的重要部分，信号处理的目的就是：准确的分析、诊断、编码压缩和量化、快速传递或存储、精确地重构（或恢复）。从数学地角度来看，信号与图像处理可以统一看作是信号处理（图像可以看作是二维信号），在小波分析地许多分析的许多应用中，都可以归结为信号处理问题。现在，对于其性质随实践是稳定不变的信号，处理的理想工具仍然是傅立叶分析。但是在实际应用中的绝大多数信号是非稳定的，而特别适用于非稳定信号的工具就是小波分析。

小波分析是当前应用数学和工程学科中一个迅速发展的新领域，经过近10年的探索研究，重要的数学形式化体系已经建立，理论基础更加扎实。与Fourier变换相比，小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了Fourier变换不能解决的许多困难问题。小波变换联系了应用数学、物理学、计算机科学、信号与信息处理、图像处理、地震勘探等多个学科。数学家认为，小波分析是一个新的数学分支，它是泛函分析、Fourier分析、样调分析、数值分析的完美结晶；信号和信息处理专家认为，小波分析是时间—尺度分析和多分辨分析的一种新技术，它在信号分析、语音合成、图像识别、计算机视觉、数据压缩、地震勘探、大气与海洋波分析等方面的研究都取得了有科学意义和应用价值的成果。

事实上小波分析的应用领域十分广泛，它包括：数学领域的许多学科；信号分析、图像处理；量子力学、理论物理；军事电子对抗与武器的智能化；计算机分类与识别；音乐与语言的人工合成；医学成像与诊断；地震勘探数据处理；大型机械的故障诊断等方面；例如，在数学方面，它已用于数值分析、构造快速数值方法、曲线曲面构造、微分方程求解、控制论等。在信号分析方面的滤波、去噪声、压缩、传递等。在图像处理方面的图像压缩、分类、识别与诊断，去污等。在医学成像方面的减少B超、CT、核磁共振成像的时间，提高分辨率等。

(1)小波分析用于信号与图像压缩是小波分析应用的一个重要方面。它的特点是压缩比高，压缩速度快，压缩后能保持信号与图像的特征不变，且在传递中可以抗干扰。基于小波分析的压缩方法很多，比较成功的有小波包最好基方法，小波域纹理模型方法，小波变换零树压缩，小波变换向量压缩等。

(2)小波在信号分析中的应用也十分广泛。它可以用于边界的处理与滤波、时频分析、信噪分离与提取弱信号、求分形指数、信号的识别与诊断以及多尺度边缘检测等。

(3)在工程技术等方面的应用。包括计算机视觉、计算机图形学、曲线设计、湍流、远程宇宙的研究与生物医学方面。
对于小波分析的理解不是很多，老师给我们展示了一些小波分析的应用，对于图像的处理，可以把破坏的图像还原，我印象很深刻，有两个女子的图像都做了还原，可是两个图像运用到的小波分析的过程还不一样，我明白了数学作为基础学科的重要性，以及数学和计算机程序结合的魅力，我忽然想起了以前看过的一些历史记录片，上面就会有很多古代的被损毁的文物，科学家把这些文物在电脑上经过一些程序的运算，得到文物的复原图，当时觉得很神奇，现在想想原来这个“神奇”离自己那么近，很幸福的感觉。
数学前沿知识讲座带给我的思考不仅仅是这些，它对我未来的学习之路起到引导的作用，也使我更深一层认识到数学的很多还未解决的问题，接触到很优秀的教授，也给自己树立了榜样。希望自己能再未来的学习中也像老师们一样优秀，为数学的研究工作做出一些贡献。