Wavelet Toolbox

AGGIORNAMENTO IMPORTANTE

 

Wavelet Toolbox

Analisi e sintesi di segnali e immagini utilizzando wavelet

Machine Learning e Deep Learning con le wavelet

Deriva le feature di bassa varianza a partire da dati immagine e serie storiche di valore reale, da utilizzare per la classificazione e la regressione nel Machine Learning e Deep Learning. Utilizza l’analisi wavelet continua per generare mappe di tempo-frequenza 2D dei dati di serie storiche, utilizzabili come input con le reti neurali convoluzionali profonde (CNN).

Analisi tempo-frequenza

Analizza i segnali congiuntamente nel tempo e nella frequenza e le immagini congiuntamente nello spazio, nella frequenza spaziale e nell'angolo con la trasformata wavelet continua (CWT). Utilizza la coerenza wavelet per individuare modelli comuni variabili nel tempo. Esegui analisi tempo-frequenza di tipo adattivo usando frame di Gabor non stazionari con la trasformata a Q costante (CQT).

Analisi multirisoluzione discreta

Esegui una trasformata wavelet discreta decimata (DWT) per analizzare segnali, immagini e volumi 3D in bande di ottava progressivamente più precise. Implementa trasformate wavelet in versione non decimata. Decomponi processi non lineari o non stazionari in modalità intrinseche di oscillazione usando una serie di tecniche.

Banchi di filtri

Usa banchi di filtri di wavelet ortogonali come Daubechies, Coiflet, Haar e altri per svolgere l’analisi multirisoluzione e il rilevamento delle feature. Progetta banchi di filtri personalizzati utilizzando il metodo di lifting. Il lifting offre anche un approccio efficiente dal punto di vista computazionale per analizzare un segnale e le immagini su scale e risoluzioni diverse.

Riduzione del rumore e compressione

Usa le tecniche di riduzione del rumore tramite wavelet e pacchetti wavelet per trattenere le feature che vengono rimosse o uniformate mediante altre tecniche di riduzione del rumore. L’app Wavelet Signal Denoiser consente di visualizzare e rimuovere il rumore da segnali 1D. Usa le wavelet e i pacchetti wavelet per comprimere segnali e immagini rimuovendo i dati senza intaccare la qualità percettiva.

Accelerazione e distribuzione

Velocizza il tuo codice usando GPU e processori multicore per le funzioni supportate. Utilizza MATLAB Coder™ per generare codice C/C++ standalone conforme ad ANSI dalle funzioni di Wavelet Toolbox abilitate per supportare la generazione di codice C/C++. Genera codice CUDA ottimizzato da eseguire sulle GPU di NVIDIA® per le funzioni supportate.

Prova gratuita

30 giorni di prova a tua disposizione.


Pronto per acquistare?

Richiedi una quotazione e scopri i prodotti correlati.

Sei uno studente?

Acquista MATLAB e Simulink per studenti.