Wavelet Toolbox
Wavelet Toolbox™ fornisce applicazioni e funzioni per l’analisi in tempo-frequenza dei segnali e l'analisi multiscala delle immagini. È possibile ridurre il rumore e comprimere i dati, rilevare anomalie, punti di cambiamento e transienti. La toolbox consente workflow di intelligenza artificiale (AI) incentrati sui dati, fornendo trasformate tempo-frequenza e l'estrazione automatica di feature, tra cui trasformate di dispersione, trasformate wavelet continue (scalogrammi), distribuzione di Wigner-Ville e scomposizione in modalità empirica. È possibile estrarre contorni e caratteristiche orientate dalle immagini utilizzando le trasformate wavelet, wavelet packet e shearlet.
Le applicazioni consentono di eseguire in modo interattivo l'analisi tempo-frequenza, la riduzione di rumore nel segnale o l'analisi di immagini, nonché di generare script di MATLAB® per riprodurre o automatizzare il lavoro.
È possibile generare codice C/C++ e CUDA® dalle funzioni della toolbox per la distribuzione integrata.
Come iniziare a utilizzare Wavelet Toolbox
Impara le nozioni di base di Wavelet Toolbox
Analisi tempo-frequenza
CWT, trasformata a Q costante, decomposizione in modo empirico, coerenza wavelet, spettro incrociato wavelet
Analisi multirisoluzione discreta
DWT, MODWT, trasformata wavelet a doppio albero, shearlet, wavelet packet e analisi multisegnale
Riduzione del rumore e compressione
Riduzione wavelet, regressione non parametrica, soglia a blocchi, soglia multisegnale
L'IA per i segnali e le immagini
Tecniche basate su wavelet per Machine Learning e Deep Learning, accelerazione della GPU, implementazione hardware, etichettatura del segnale
Banchi di filtri
Filtri wavelet e di scalatura ortogonali e biortogonali, sollevamento
Generazione di codice e supporto della GPU
Generare codice C/C++ e CUDA, funzioni MEX ed eseguire funzioni su un'unità di elaborazione grafica (GPU)