执行和解释基本信号多分辨率分析（MRA）。该示例使用模拟和真实数据来回答问题，例如：多分辨率分析是什么意思？我的信号有什么洞察力，我可以获得多分辨率分析？不同的MRA技术的一些优点和缺点是什么？这里呈现的许多分析可以使用信号多分辨率分析器应用程序复制。

使用小波检测过程方差的变化。方差的变化很重要，因为它们通常表示关于数据生成机制的基础发生了改变。

小波变换有很多不同的变体。本例着重于最大重叠离散小波变换(MODWT)。MODWT是一种二进(2的幂)尺度上的非抽取小波变换，经常用于金融数据。MODWT用于时间序列分析的一个很好的特性是它按比例划分数据方差。为了说明这一点，请考虑美国从1974年第一季度到2012年第4季度的季度链加权实际GDP数据。数据的转换首先取自然对数，然后计算年与年的差异。使用“db2”小波得到实际GDP数据的MODWT，直到第6级。检验数据的方差，并将其与MODWT得到的量表方差进行比较。

使用小波分析心电图（ECG）信号。ECG信号经常是非状态，这意味着它们的频率内容随时间而变化。这些变化是感兴趣的事件。

使用基于小波的特征提取和支持向量机（SVM）分类器来分类人心电图（ECG）信号。金宝app通过将原始ECG信号转换为在聚集体中用于区分不同类的更小的特征来简化信号分类的问题。您必须具有小波Toolbox™，信号处理工具箱™和统计和机器学习工具箱™来运行此示例。本例中使用的数据可从PhysioMet公开使用。