生成C代码包含小波工具箱函数去噪。

学习如何为CWT生成CUDA代码。

使用连续小波变换(CWT)和深度卷积神经网络(CNN)对人体心电图(ECG)信号进行分类的工作流。这个例子还提供了如何在树莓派目标(基于ARM®的设备)上生成和部署预测代码和CNN的信息。

生成和部署CUDA®可执行程序，使用连续小波变换(CWT)和预训练卷积神经网络(CNN)提取的特征对人类心电图(ECG)信号进行分类。

使用gpu加速标量图计算。将计算得到的尺度图作为深度卷积神经网络(CNN)的输入特征，用于心电和语音分类。

加速计算小波散射特征使用gpuArray和一个并行的“深度优先”版本的小波时间散射。您必须拥有支持cuda的NVIDIA GPU，其计算能力为3.0或更高。详细信息请参见G金宝appPU支持版本。

加速计算小波散射特征使用gpuArray和一个并行的“深度优先”版本的小波时间散射。您必须拥有支持cuda的NVIDIA GPU，其计算能力为3.0或更高。详细信息请参见G金宝appPU支持版本。本例使用的是具有6.1计算能力的NVIDIA Titan XP GPU。