在研究小波变换时，我很困惑为什么这被称为 [1 -1] 滤波器，这就是我所说的。

在这个假设的例子中，学生在学期的前半部分做得相当好，然后在后半部分忽略了他或她的学习。因此，该学期的考试成绩为 80%、80%、80%、80%、0%、0%、0% 和 0%* 我们可以知道所有分数的平均值 (40%) 以及何时第四次考试后，仅仅通过观察就“沉没”了。然而，提前知道答案是学习和验证小波变换的好方法。然后，我们可以在不能简单地“目测”最终值的真实数据上自信地使用它们。

我们现在将使用本示例中最简单的小波滤波器逐步完成 CWT 过程。我们首先将不起眼的 Haar 小波滤波器 [1-1] 与所示数据进行比较

80 80 80 80 0 0 0 0

如果我们现在继续从我们最终得到的下一个值中减去每个值，

[0, 0, 0, 80, 0, 0, 0]

现在如果我想将过滤器拉伸到三个点，即如果过滤器从 [1 –1] 拉伸到 [1 0 –1]。

我将如何计算这些点，就像我在两点过滤器中所做的那样，我只是从下一个值中减去每个值？