Die Wavelet Toolbox™ bietet Funktionen und Apps zur Analyse und Synthetisierung von Signalen und Bildern. Die Toolbox umfasst Algorithmen für die kontinuierliche Analyse der Wavelets, ihre Kohärenz, das Synchrosqueezing und die datenadaptive Zeit-Frequenz-Analyse. Daneben stellt die Toolbox Apps und Funktionen für die dezimierte und nicht-dezimierte diskrete Wavelet-Analyse von Signalen und Bildern, einschließlich Wavelet-Paketen und Dual-Tree-Transformationen, bereit.
Mit der kontinuierlichen Wavelet-Analyse können Sie die Entwicklung spektraler Eigenschaften im Zeitverlauf untersuchen, gemeinsame zeitlich veränderliche Muster in zwei Signalen identifizieren und zeit-lokale Filterungen durchführen. Mit der diskreten Wavelet-Analyse können Sie Signale und Bilder in verschiedenen Auflösungen analysieren und so Änderungspunkte, Diskontinuitäten und andere, in Rohdaten nicht sofort sichtbare, Ereignisse feststellen. Sie können Signalstatistiken auf mehreren Skalierungen vergleichen und eine Fraktalanalyse der Daten durchführen, um verdeckte Muster aufzudecken.
Die Wavelet Toolbox liefert eine vereinzelte Darstellung der Daten für die Entrauschung oder Komprimierung der Daten unter Beibehaltung wichtiger Merkmale. Viele Toolbox-Funktionen unterstützen die C/C++-Codegenerierung für die Entwicklung von Prototypen auf dem Desktop und für die Bereitstellung auf Embedded Systemen.
Machine Learning und Deep Learning mit Wavelets
Leiten Sie Features mit geringer Varianz aus reellwertigen Zeitreihen und Bilddaten zur Verwendung in Machine Learning und Deep Learning zur Klassifikation und Regression ab. Mit der kontinuierlichen Wavelet-Analyse können Sie 2-D-Zeit-Frequenz-Karten für Zeitreihendaten erzeugen, die als Eingabe für das tiefe Convolutional Neural Network (CNN, faltendes neuronales Netz) verwendet werden können.
Zeit-Frequenz-Analyse
Die Analyse der Zeit und Frequenz wird Wavelet Analyzer mit der kontinuierlichen Wavelet-Transformation (CWT) zusammen durchgeführt. Nutzen Sie die Wavelet-Kohärenz zur Bestimmung gemeinsamer zeitlich veränderlicher Muster. Führen Sie eine adaptive Zeit-Frequenz-Analyse mit instationären Gabor Frames mit der Constant-Q-Transformation (CQT) durch.
Diskrete Mehrfachauflösungsanalyse
Mit der dezimierten diskreten Wavelet-Transformation (DWT) analysieren Sie Signale, Bilder und 3-D-Volumina in zunehmend feineren Oktavbändern. Implementieren Sie nicht dezimierte Wavelet-Transformationen. Zerlegen Sie nicht lineare oder instationäre Prozesse mithilfe von Techniken in intrinsische Schwingungsmodi.
Filterbänke
Mit orthogonalen Wavelet-Filterbänken wie Daubechies, Coiflet, Haar und anderen können Sie Mehrfachauflösungsanalysen und Funktionserkennungen durchführen. Entwicklung von Wavelets der ersten und zweiten Generation mit der Lifting-Methode. Lifting bietet außerdem einen rechnerisch effizienten Ansatz für die Analyse von Signalen und Bildern in verschiedenen Auflösungen oder Skalierungen.
Entrauschung und Komprimierung
Mit den Entrauschungsverfahren für Wavelets und Wavelet-Pakete können Sie mit anderen Entrauschungsverfahren entfernte oder geglättete Funktionen beibehalten. Mit der Wavelet Signal Denoiser App können Sie 1D-Signale visualisieren und entrauschen. Verwenden Sie Wavelets und Wavelet-Paketen zum Komprimieren von Signalen und Bildern durch das Entfernen von Daten, ohne die Wahrnehmungsqualität zu beeinträchtigen.
Beschleunigung und Bereitstellung
Machen Sie Ihren Code durch den Einsatz von GPU- und Multicore-Prozessoren für unterstützte Funktionen schneller. Mit dem MATLAB® Coder™ erzeugen Sie eigenständigen, ANSI-konformen C/C++ Code aus den Funktionen der Wavelet Toolbox, die diese Codegenerierung unterstützen. Generieren Sie optimierten CUDA-Code für die Ausführung auf NVIDIA GPUs für die unterstützten Funktionen.
Produktressourcen:
„Die Algorithmen, die wir mithilfe von MATLAB entwickelt haben, gaben dem Teilnehmer die grundlegende Kontrolle über seinen Arm und seine Hand zurück. Am Ende der Studie konnte er eine Flasche greifen, ihren Inhalt ausgießen und sie wieder absetzen sowie einen Rührstab in die Hand nehmen und eine Rührbewegung durchführen.“
David Friedenberg, Battelle
Kostenlose Testversion anfordern
Kennenlernsoftware für 30 Tage sofort verfügbar.
Bereit zum Kauf?
Sehen Sie sich die Preisinformationen und verwandten Produkte an.
Studieren Sie?
Besorgen Sie sich MATLAB- und Simulink-Software für Schüler und Studierende.
Nächste Schritte
Videoreihe
Wavelets verstehen
Signalverarbeitung Onramp
Eine interaktive, anwendungsorientierte Einführung in die Methoden der Signalverarbeitung für die Spektralanalyse.
MATLAB Expo
Die wichtige Rolle von Daten in modernen KI-gesteuerten Systemen: Erkennen gesprochener Schlüsselwörter und vieles mehr
