Wavelet Toolbox

 

Wavelet Toolbox

Analisi tempo-frequenza e wavelet di segnali e immagini

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 per la classificazione e la regressione con modelli di 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 (CNN) profonde.

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 l'applicazione Time-Frequency Analyzer per visualizzare gli scalogrammi dei segnali reali e con valori complessi. Esegui analisi tempo-frequenza di tipo adattivo usando frame di Gabor non stazionari con la trasformata a Q costante (CQT).

Analisi multirisoluzione discreta

Utilizza una trasformata wavelet discreta (DWT) decimata 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 Empirical Mode Decomposition (EMD).

Banchi di filtri

Utilizza banchi di filtri a doppio albero per migliorare la selettività direzionale delle immagini. Progetta banchi di filtri personalizzati utilizzando il metodo di lifting. Il lifting offre anche un approccio efficiente dal punto di vista computazionale per analizzare segnali e 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 algoritmi di wavelet e 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.

Richiedi una versione di prova gratuita

30 giorni di prova a tua disposizione.


Pronto per acquistare?

Richiedi una quotazione e scopri i prodotti correlati.

Sei uno studente?

È possibile che la tua scuola già fornisca accesso a MATLAB, Simulink e ad altri prodotti complementari mediante una Campus-Wide License.