小波工具箱

机器学习与小波深度学习

从实值时间序列和图像数据中提取低方差特征，用于机器学习和深度学习，用于分类和回归。使用连续小波分析生成时间序列数据的二维时频图，该图可作为深度卷积神经网络（CNN）的输入。

文档|例子

时频分析

用连续小波变换（CWT）在时间和频率上联合分析信号，在空间、空间频率和角度上联合分析图像。利用小波相干性揭示常见的时变模式。使用具有恒定Q变换（CQT）的非平稳Gabor帧执行自适应时频分析。

文档|例子

离散多分辨分析

执行抽取的离散小波变换(DWT)来分析信号，图像和三维体积在逐步细化的倍频带。实现非抽取小波变换。利用技术将非线性或非平稳过程分解为固有的振荡模式。

文档|例子

滤波器组

使用Daubechies、Coiflet、Haar等正交小波滤波器组执行多分辨率分析和特征检测。使用提升方法设计自定义滤波器组。提升还为分析不同分辨率或尺度的信号和图像提供了一种计算高效的方法。万博 尤文图斯

文档|例子

去噪与压缩

使用小波和小波包去噪技术保留通过其他去噪技术删除或平滑的特征。小波信号去噪器应用程序允许您可视化和去噪1D信号。使用小波和小波包通过删除数据压缩信号和图像，而不影响感知质量。

文档|例子

加速度和部署

为支持的函数使用GPU和多核处理器，以加快代码速度。使用万博1manbetxMATLAB编码器™从支持C/C++代码生成的小波工具箱函数生成独立的符合ANSI标准的C/C++代码。生成优化的CUDA代码以在NVIDIA上运行万博1manbetx^®支持功能的GPU。万博1manbetx

文档|例子