生成包含用于去噪的小波工具箱函数的C代码。

了解如何为CWT生成CUDA代码。

使用连续小波变换（CWT）和深度卷积神经网络（CNN）对人体心电图（ECG）信号进行分类的工作流程。该示例还提供了有关如何生成和部署代码和CNN以预测树莓Pi目标（基于ARM®的设备）的信息。

生成并部署CUDA®可执行文件，该文件使用连续小波变换（CWT）和预训练卷积神经网络（CNN）提取的特征对人体心电图（ECG）信号进行分类。

使用GPU加速尺度图计算。计算出的尺度图被用作深度卷积神经网络（CNN）的输入特征，用于ECG和语音数字分类。

利用小波变换加速小波散射特征的计算gpuArray（并行计算工具箱）。你必须有并行计算工具箱™ 和一个受支持的GPU。有关详细信息，请参阅发布版的GPU支持（并行计算工具箱）。此示例使用具有计算能力7.0的万博1manbetxNVIDIA Titan V GPU。如果您希望比较GPU和CPU性能，则计算散射变换的示例部分提供了使用GPU或CPU的选项。