教程

• 可视化小波、小波包和小波滤波器
  

  获取过滤器、小波、小波包对应一个特定的小波家族。

• 时频分析和连续小波变换
  

  学习如何CWT可以帮助你获得一个锋利的时频表示。

• 离散小波分析
  

  分析并消除干扰信号和图像使用离散小波变换技术。

• 严格采样小波包分析
  

  获得一个一维信号的小波包变换和二维图像。

• 匹配的追求
  

  创建传感词典和执行在一维信号匹配的追求。

• 提升
  

  利用提升小波滤波器设计,同时进行离散小波变换。

关于小波

• 小波是什么?
  

  一般信息了解小波以及如何检测信号不连续。

• 连续和离散小波变换
  

  决定是否使用一个离散或连续小波变换。

• 选择一个小波
  

  学习标准,为应用程序选择合适的小波。

特色的例子

实用介绍连续小波分析

执行和解释连续小波分析。

打开生活的脚本

实用介绍多分辨率分析

执行和解释基本信号多分辨率分析(MRA)。

打开生活的脚本

调制信号的连续小波分析

使用连续小波变换(CWT)来分析调制信号。

打开生活的脚本

消除干扰信号的小波降噪信号

使用小波信号降噪应用降噪实值一维信号。您可以创建和比较去噪信号的多个版本的应用程序和出口所需的去噪信号MATLAB®工作区。复制工作区中的去噪信号,或者相同的去噪参数应用于其他数据,您可以生成和编辑一个MATLAB脚本。这个例子展示了一个可能的工作流。

打开生活的脚本

时间序列分类使用小波分析和深度学习

使用深度学习分类心跳心电图数据和连续小波变换。

打开生活的脚本

Scale-Localized波动性和相关性

有很多不同的小波变换。本例着重于极大重叠离散小波变换(MODWT)。MODWT是抽取小波变换对二元(两个)的权力尺度,这是常用的财务数据。MODWT为时间序列分析的一个优秀特性是它分区方差的数据规模。为了说明这一点,考虑到季度chain-weighted美国1974年第一季度到2012年第四季度实际国内生产总值数据。这些数据被转换,首先取自然对数,然后计算同比差异。获得实际GDP数据到级别的MODWT六与db2的小波。检查数据和比较的方差,方差的规模获得MODWT。

打开脚本

视频

理解小波,第1部分:小波
探讨小波变换的基本概念介绍MATLAB技术讨论。这个视频包括小波是什么以及如何使用它们来探索你的MATLAB中的数据。视频集中在两个重要的小波变换概念:缩放和转移。的概念可以应用于二维数据,如图像。

理解小波,第2部分:小波变换的类型
探讨小波变换的工作细节。你会了解更多关于连续小波变换和离散小波变换。您还将学习使用MATLAB的小波变换的重要应用。

理解小波,第3部分:离散小波变换的一个示例应用程序
学习如何使用小波降噪信号,同时保留其锋利的特性在MATLAB技术说话。这个视频大纲所涉及的步骤去噪信号的离散小波变换使用MATLAB。学习如何去噪技术比较与其他去噪技术。

理解小波,第4部分:连续小波变换的一个示例应用程序
探索使用连续小波变换的实际应用MATLAB技术说话。得到的概述如何使用MATLAB来获得更清晰的时频连续小波变换的信号分析。这个视频中使用一个例子突出地震信号频率连续小波变换的定位功能。

理解小波,第5部分:机器学习,与小波散射深度学习
小波散射网络帮你自动从信号获取低温度差的特性和图像用于机器学习和深度学习应用。在这个MATLAB技术讨论,了解小波散射变换和如何使用它作为一个自动健壮的特性分类器。