执行和解释基本的信号多分辨率分析（MRA）。这个例子同时使用模拟和实际数据来回答这样的问题：什么是多尺度分析是什么意思？我可以得到我的信号有何见解进行多分辨率分析？什么是一些不同的MRA技术的优势和劣势？许多这里的分析中可以使用信号分析仪多分辨率的应用程序进行复制。

使用小波来检测过程中的变化的变化。在方差变化是重要的，因为他们往往表明某种根本性的变化有关数据产生机制。

小波变换有许多不同的变化。这个例子集中在最大重叠离散小波变换(MODWT)。MODWT是一种双尺度(二的幂)上的非抽取小波变换，经常用于金融数据。MODWT用于时间序列分析的一个很好的特点是它通过尺度划分数据方差。为了说明这一点，我们来看看美国1974年第一季度至2012年第四季的季度实际GDP数据。对数据进行转换，首先取自然对数，然后计算年与年的差异。用“db2”小波获得实际GDP数据到六级的MODWT。检查数据的方差，并将其与MODWT获得的比例方差进行比较。

使用小波分析心电图（ECG）信号。ECG信号经常不稳定，意味着它们的频率含量随时间的变化。这些变化是关注的事件。

分类人类心电图（ECG）信号使用基于小波的特征提取和支持向量机（SVM）分类器。万博1manbetx信号分类的问题是通过将所述原始ECG信号转换成一个更小的集合，服务于骨料来区分不同类别的特征简化。你必须有小波工具箱™，信号处理工具箱™，统计和机器学习工具箱™来运行这个例子。在这个例子中使用的数据是公开的，从PhysioNet。