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应用程序和功能。您可以检测事件，如异常，变更点，和瞬变，降噪和压缩数据。小波和其他多尺度技术可以用来分析不同时间和频率分辨率的数据，并将信号和图像分解成不同的成分。您可以使用小波技术来降低维数，并从信号和图像中提取鉴别特征，以训练机器和深度学习模型。

使用小波工具箱，您可以交互去噪信号，执行多分辨率和小波分析，并生成MATLAB^®代码。工具箱包括连续和离散小波分析、小波包分析、多分辨率分析、小波散射和其他多尺度分析的算法。

许多工具箱函数支持C/ c++和CUDA^®用于桌面原型和嵌入式系统部署的代码生成。

开始

学习小波工具箱的基础知识

CWT，常q变换，经验模态分解，小波相干性，小波交叉谱

DWT, MODWT，双树小波变换，shearlet，小波包，多信号分析

小波收缩，非参数回归，分块阈值，多信号阈值

基于小波的机器学习和深度学习技术，GPU加速，硬件部署，信号标记

正交和双正交小波和缩放滤波器，提升

生成C/ c++、CUDA代码和MEX函数，并在图形处理器上运行函数