Wavelet Toolbox

 

Wavelet Toolbox

ウェーブレットを使用した信号や画像の解析と合成

ウェーブレットを使用した機械学習とディープラーニング

実数値の時系列と画像データから低分散の特徴量を導出して、分類と回帰のための機械学習やディープラーニングで使用できます。連続ウェーブレット解析を使用すると、時系列データの 2D の時間-周波数マップを生成できます。これらは、深層畳み込みニューラルネットワーク (CNN) で入力として使用できます。

時間-周波数解析

ウェーブレット アナライザー アプリを使用して、連続ウェーブレット変換 (CWT) で信号と画像の両方を、時間と周波数で解析します。ウェーブレット コヒーレンスを使用して、共通する時変パターンを明らかにします。非定常ガボール フレームと定 Q 変換 (CQT) を使用して、適応時間-周波数解析を実行します。

離散多重解像度解析

間引き離散ウェーブレット変換 (DWT) を実行して、信号、画像、3D ボリュームを徐々に細かくなるオクターブバンドで解析します。非間引きウェーブレット変換を実装します。複数の技術を使用して、非線形プロセスまたは非定常プロセスを固有の振動モードに分解します。

フィルターバンク

Daubechies、Coiflet、Haar などの直交ウェーブレット フィルターバンクを使用して、多重解像度解析と特徴の検出を実行します。リフティング手法を使用して、第 1 世代および第 2 世代のウェーブレットを設計します。リフティングには、信号や画像をさまざまな解像度やスケールで解析するための計算効率の高いアプローチも用意されています。

ノイズ除去と圧縮

ウェーブレットおよびウェーブレット パケットのノイズ除去手法を使用し、他のノイズ除去手法で削除または平滑化される特徴を保持します。ウェーブレット信号デノイザーアプリを使用すると、1D 信号を可視化しノイズ除去することができます。ウェーブレットとウェーブレット パケットを使用して、知覚的品質に影響を与えずにデータを削除することにより、信号や画像を圧縮します。

高速化と配布

サポートされている関数で GPU とマルチコアプロセッサを使用してコードを高速化します。MATLAB® Coder™ を使用して、C/C++ コード生成のサポートが有効になっている Wavelet Toolbox 関数から、ANSI 準拠のスタンドアロン C/C++ コードを生成します。サポートされている関数の NVIDIA GPU での実行のために最適化された、CUDA コードを生成します。

「MATLAB を使用して開発したアルゴリズムにより、被験者は自身の腕や手の基本的な運動機能を取り戻すことができました。今回の研究期間終了までに、ボトルを握り、中身を注いでボトルを置き、マドラーを拾って中身をかき混ぜる動作ができるようになりました。」

David Friedenberg, Battelle

無料評価版を入手する

30 日間の無料評価版はこちら


購入する

製品価格に関する情報と関連製品はこちら

あなたは学生ですか?

MATLAB および Simulink 学生向けソフトウェアの入手