Wavelet Toolbox

Анализируйте и синтезируйте сигналы и изображения с помощью вейвлетов

Wavelet Toolbox™ предоставляет приложения и функции для анализа и синтезирования сигналов и изображений. Можно обнаружить события как аномалии, точки перехода, и переходные процессы и denoise и сжать данные. Вейвлет и другие многошкальные методы могут использоваться, чтобы анализировать данные в различное время и разрешения частоты и анализировать сигналы и изображения на их различные компоненты. Можно использовать методы вейвлета, чтобы уменьшать размерность и извлечение, отличающее функции от сигналов и изображений, чтобы обучить модели машинного и глубокого обучения.

С Wavelet Toolbox вы можете в интерактивном режиме denoise сигналы, выполнять мультиразрешение и анализ вейвлета, и генерировать MATLAB® код. Тулбокс включает алгоритмы для непрерывного и дискретного анализа вейвлета, пакетного анализа вейвлета, анализа мультиразрешения, рассеивания вейвлета и другого многошкального анализа.

Много функций тулбокса поддерживают C/C++ и CUDA® генерация кода для анализа прототипа и развертывания встраиваемой системы.

Запуск

Изучите основы Wavelet Toolbox

Частотно-временной анализ

CWT, постоянное-Q преобразование, эмпирическое разложение моды, когерентность вейвлета, перекрестный спектр вейвлета

Дискретный анализ мультиразрешения

DWT, MODWT, двойной древовидный вейвлет преобразовывает, shearlets, пакеты вейвлета, анализ мультисигнала

Шумоподавление и сжатие

Уменьшение вейвлета, непараметрическая регрессия, блокирует пороговую обработку, пороговую обработку мультисигнала

Машинное обучение и глубокое обучение

Основанные на вейвлете методы для машинного обучения и глубокого обучения, ускорения графического процессора, аппаратного развертывания, маркировки сигнала

Наборы фильтров

Ортогональный и биоортогональный вейвлет и масштабирующиеся фильтры, поднимаясь

Генерация кода и поддержка графического процессора

Сгенерируйте C/C++ и код CUDA и MEX-функции и функции запуска на графическом процессоре (GPU)