小波工具箱
利用小波分析和合成信号和图像
小波工具箱™提供了分析和合成信号和图像的功能和应用程序。工具箱包括用于连续小波分析、小波相干性、同步压缩和数据自适应时频分析的算法。工具箱还包括用于信号和图像的抽取和非抽取离散小波分析的应用程序和函数,包括小波包和双树变换。
使用连续小波分析,可以探索特征如何光谱随时间的演变,在两个信号确定共同随时间变化的模式,并执行时间局部化滤波。使用离散小波分析,你可以在不同的分辨率分析信号和图像检测changepoints,不连续性,以及其他事件中的原始数据不容易观察。万博 尤文图斯您可以在多尺度比较信号的统计数据,并进行数据揭示了隐藏在图案的分形分析。
随着小波工具箱可以获取数据的稀疏表示,去噪或同时保留重要特征压缩数据是有用的。许多工具箱功能,支持C / C ++代码生成桌万博1manbetx面原型设计和嵌入式系统部署。
入门:
基于小波的深度学习技术
使用连续小波分析以生成时间序列数据,这些数据可被用作深卷积神经网络(CNN)输入的2-d的时间 - 频率映射。
参考例子
用实例来上手使用基于小波变换技术的机器学习和深入学习。
连续小波变换
分析信号,在时间和频率上与连续小波共同图像变换(CWT)使用小波分析仪应用程序。使用小波相干揭示常见的随时间变化的模式。
利用小波同步压缩从信号中获得更清晰的分辨率并提取振荡模式。重构信号的时频局部逼近或滤除信号的时频局部分量。
恒-Q变换
使用非平稳Gabor帧和constant-Q变换(CQT)进行自适应时频分析。
抽取小波和小波包分析
执行抽取离散小波变换(DWT)来分析在逐渐变细的倍频带信号,图像和3-d卷。
利用小波变换的分组,同时保留数据的总能量对信号和图像的频率成分分割成逐渐变窄的等宽的间隔。使用二元树小波变换,以获得移不变的,最小冗余小波的信号和图像分析。
非抽取小波和小波包分析
实现非抽取小波变换,如平稳小波变换(SWT)、最大重叠离散小波变换(MODWT)和最大重叠小波包变换。
使用信号的多分辨率分析器应用以产生和比较多级小波或信号经验模分解。
Data-Adaptive转换
利用经验模态分解(EMD)和变分模态分解(VMD)等技术将非线性或非平稳过程分解为固有的振荡模态。
对信号进行希尔伯特谱分析,识别局部特征。
正交和双正交滤波器组
使用正交小波滤波器组的Daubechies一样,Coiflet小波,哈尔和其他人进行多分辨率分析和特征检测。
双正交滤波器组等双正交花键和花键相反的,可用于数据压缩。
生成C / c++代码
使用MATLAB®编码器™从小波工具箱™函数生成独立的符合ansi的C/ c++代码,这些函数已支持C/ c++代码生成。万博1manbetx
生成优化的CUDA代码在NVIDIA GPU支持的功能运行。万博1manbetx
时频分析
使用不同模式分解提取固有模式
金斯伯里Q-移双树复小波变换
执行具有最小冗余度的移不变和方向敏感的离散多分辨率分析
一维多信号离散小波包变换
自动执行小波包分析的多通道信号
新实例
介绍连续小波分析和多分辨率分析
wcoherence
功能
在用户指定的频率或周期范围内计算小波相干性
GPU计算
加速连续小波变换和维格纳-维尔分布
GPU的代码生成
产生CWT单精度代码
C / C ++代码生成:
自动生成用于离散小波分析代码,时间 - 频率分析,去噪,多尺度方差估计和单精度代码cwtfilterbank
看到发行说明有关这些功能和相应功能的详细信息。