ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。このページの最新版は英語でご覧になれます。

Wavelet Toolbox

ウェーブレットを使用した信号とイメージの解析および合成

Wavelet Toolbox™ には、信号とイメージの解析および合成を行うための関数とアプリが用意されています。ツールボックスには、連続ウェーブレット解析、ウェーブレット コヒーレンス、シンクロスクイージング、データ適応時間-周波数解析のアルゴリズムが含まれています。また、ツールボックスには、ウェーブレット パケットや並列木変換といった、信号およびイメージの間引きおよび非間引き離散ウェーブレット解析のためのアプリと関数も含まれています。

連続ウェーブレット解析を使用すると、スペクトルが時間の経過と共に変化する方法を調査したり、2 つの信号に共通する時変パターンを特定したり、時間が局所化されたフィルター処理を実行することができます。離散ウェーブレット解析を使用すると、信号とイメージをさまざまな解像度で解析して、変化点、不連続点、および生データでは容易に確認することができないその他のイベントを検出することができます。複数のスケールで信号の統計を比較し、データのフラクタル解析を実行することで、隠されたパターンを明らかにすることができます。

Wavelet Toolbox を使用すると、重要な特徴を維持しながらデータのノイズ除去と圧縮を行うのに役立つ、データのスパース表現が得られます。多くのツールボックス関数では、デスクトップ プロトタイピング向けや組み込み型システム デプロイメント向けの C/C++ コード生成がサポートされています。

Wavelet Toolbox 入門

Wavelet Toolbox の基礎を学ぶ

時間-周波数解析

CWT、定 Q 変換、経験的モード分解、ウェーブレット コヒーレンス、ウェーブレット クロススペクトル

離散ウェーブレット解析

DWT、MODWT、並列木ウェーブレット変換、ウェーブレット パケット、多重信号解析

ノイズ除去と圧縮

ウェーブレット縮小、ノンパラメトリック回帰、ブロックしきい値処理、多重信号しきい値処理

機械学習および深層学習

ウェーブレット散乱、機械学習および深層学習のウェーブレットベースの手法

フィルター バンク

直交と双直交のウェーブレットおよびスケーリング フィルター、リフティング

コード生成

ツールボックス関数のための C/C++ コードおよび MEX 関数の生成