Wavelet Toolbox™ propose des applications et des fonctions pour l'analyse temps-fréquence des signaux et l'analyse multi-échelles des images. Vous pouvez débruiter et compresser vos données, ainsi que détecter les anomalies, les points de retournement et les transitoires. La toolbox permet de mettre en œuvre des workflows d'intelligence artificielle (IA) centrés sur les données en proposant des transformées temps-fréquence et des extractions de caractéristiques automatisées, comprenant les transformées de diffusion, les transformées en ondelettes continues (scalogrammes), la distribution de Wigner-Ville et la décomposition modale empirique. Vous pouvez extraire des contours et des caractéristiques orientées des images en utilisant les transformées en ondelettes, en paquets d'ondelettes et en shearlets.
Les applications vous permettent de réaliser de manière interactive des analyses temps-fréquence, des débruitages de signaux ou des analyses d'images, et de générer des scripts MATLAB® pour reproduire ou automatiser votre travail.
Vous pouvez générer du code C/C++ et CUDA® à partir des fonctions de la toolbox pour un déploiement embarqué.
Machine Learning et Deep Learning avec les ondelettes
Déterminez des caractéristiques à faible variance à partir de séries temporelles à valeurs réelles et d'images afin de les utiliser dans des processus de Machine Learning et de Deep Learning pour la classification et la régression. Utilisez l'analyse continue par ondelettes pour générer des cartes temps-fréquence 2D de données de séries temporelles, pouvant être utilisées en entrée des réseaux de neurones à convolution (CNN) profonds.
Analyse temps-fréquence
Réalisez une analyse conjointe de signaux en temps et en fréquence et d'images dans l'espace, en fréquence spatiale et en angle avec la transformée en ondelettes continue (CWT). Utilisez la cohérence des ondelettes pour identifier des caractéristiques communes variant dans le temps. Réalisez une analyse temps-fréquence adaptative en utilisant des trames de Gabor non stationnaires avec la transformée à Q constant (CQT).
Analyse multirésolution discrète
Réalisez une transformée en ondelettes discrète (DWT) décimée pour analyser des signaux, des images et des volumes 3D dans des bandes d'octave progressivement réduites. Implémentez des transformées en ondelettes non décimées. Décomposez les processus non linéaires ou non stationnaires en modes intrinsèques d'oscillation grâce à différentes techniques.
Bancs de filtres
Utilisez des bancs de filtres d'ondelettes orthogonales (Daubechies, Coiflet, Haar notamment) pour effectuer l'analyse multirésolution et la détection de caractéristiques. Concevez des bancs de filtres avec la méthode du lifting. Le lifting offre également une approche de calcul efficace pour l'analyse des signaux et des images à des échelles ou des résolutions différentes.
Débruitage et compression
Utilisez des techniques de débruitage par ondelettes et paquets d'ondelettes pour conserver les caractéristiques supprimées ou lissées par d'autres techniques de débruitage. L'application Wavelet Signal Denoiser vous permet de visualiser et de débruiter des signaux 1D. Utilisez les ondelettes et les paquets d'ondelettes pour compresser les signaux et les images en supprimant des données sans affecter la qualité de la perception.
Accélération et déploiement
Accélérez votre code avec des GPU et des processeurs multicœurs pour les fonctions supportées. Utilisez MATLAB® Coder™ pour générer du code C/C++ ANSI autonome à partir des fonctions de Wavelet Toolbox qui supportent la génération de code C/C++. Générez du code CUDA optimisé exécutable sur des GPU NVIDIA® pour les fonctions supportées.
Ressources liées au produit :
Obtenir une version d'essai gratuite
Profitez de 30 jours pour tester.
Prêt à acheter ?
Découvrez les tarifs et les produits.
Vous êtes étudiant ?
Votre établissement propose peut-être déjà un accès à MATLAB, Simulink et d'autres produits complémentaires via la licence Campus-Wide.