❶ matlab 小波变换 股票
你的函数是是什么，你把股票的 时间和价格对应起来，这样的话，就可以用小波函数进行代入进行小波变换，看信号的分解的各部分了。
❷ 小波变换与小波分析有什么不同
小波变换和小波分析的不同，你可以参考傅里叶变换和傅里叶分析，所谓的分析，是进行变换之后分析数据，变换的目的不一定是分析，也可能是解方程等，大体如此
❸ 麻烦通俗解释下 时频分析 小波变换 的作用，优缺点，谢谢！
小波变换是时频分析的一种方法。
小波变换时将一个时间信号变换到时间频率域，可以更好的观察信号的局部特性，可以同时观察信号的时间和频率信息，这是傅里叶变换达不到的；小波变换的冗余度很大
❹ 小波变换（wavelet transform）有用的论坛都有哪些
好像是要参考国外的论坛，或者自己去亚马逊买相应参考书。我也正在为这事头疼。
❺ *小波分析方法
小波分析方法是近年来发展起来的新的数学方法，小波的概念最早由法国地球物理学家J.Morlet和A.Grossmann在20世纪70年代分析处理地震数据时提出的，广泛应用于信号处理、图像处理、模式识别、地球物理勘探等领域。
长期以来，信号处理中最基本的数学工具是Fourier分析。Fourier分析能有效地分析平稳信号，能通过频谱函数方便地指明平稳信号的主要谐波成分。然而在实际应用中，我们常常需要分析频域特性随时间变化的非平稳信号，如音乐信号、语音信号、地球物理信号等，需要了解某些局部时域信号所对应的频率特性，也需要了解某些频率的信息出现在哪些时间或空间段上。上述情形都提出了关于短时段时域信号所对应的局部频域特性，即时-频局部化的要求。
为了克服Fourier变换在时-频局部化方面的不足，D.Gabor提出了窗口Fourier变换（简记为WFT）方法。WFT在Fourier分析的基础上取得了进步，用WFT分析信号可在时-频窗这个局部范围内观察信号；但是WFT无法使时-频窗形状是自适应变化的，即对低频信号，其窗口形状自动变得扁平，对高频信号，其窗口形状自动变得瘦长。小波变换可以克服WFT的这一缺点。
连续小波变换定义为
地球物理勘探概论
设定
地球物理勘探概论
则称函数系ψa，b（t）为小波函数或简称为小波（Wavelet），它是由函数ψ（t）经过不同的时间尺度伸缩和不同的时间平移得到的。式（3-7-30）中的R表示实数域；ψ（t）称为母小波；a是时间轴尺度伸缩参数，大的a值对应于小的尺度，相应的小波ψa，b（t）伸展较宽；反之，小的a值对应的小波在时间轴上受到压缩；b是时间平移参数，不同b值的小波沿时间轴移动到不同位置。系数｜a｜ －1/2是归一化因子，它的引入是为了使不同尺度的小波保持相等的能量。
一个函数ψ（t）能够作为母小波，必须满足：
地球物理勘探概论
该式的物理意义是：ψ（t）是一个振幅衰减得很快的“波”，“小波”即由此得名。
连续小波变换可以看成是连续变化的一组短时傅里叶变换的汇集，这些短时傅里叶变换对不同的信号频率使用了宽度不同的窗函数。具体来说，即高频用窄时域窗，低频用宽时域窗。小波变换具有的这一宝贵性质称为“变焦距”性质。
小波变换是重磁异常分解的有效工具，利用小波多尺度分析方法，可以将重磁异常分解到不同尺度空间中，不同尺度的重磁异常反映了不同地质体的规模和埋深。作为一种新而有效的位场分离途径，小波多尺度分析方法为重磁资料解释和研究地壳提供了新的思路，在国内外得到了广泛的应用。侯遵泽、杨文采等（1995，1997）对中国大陆布格重力异常进行了小波多尺度分解，得到中国大陆地壳内及上地幔各种尺度成分意义下密度不均匀分布情况。高德章等（2000）采用二维小波多尺度分解技术，对东海及邻区自由空间重力异常进行分解，得到了沉积基底面和莫霍面产生的重力异常，所得到的四阶小波细节与东海陆架沉积盆地及邻区沉积基底面的起伏具有较好的一致性。
小波多尺度分析又称多分辨分析，它把一个信号分解为逼近部分和细节部分，表示为
图3-7-11 三层多尺度分析结构图
把图3-7-11 多尺度分析方法应用于磁测资料处理，野外观测值ΔT经一阶小波分解，得到局部场ΔT局1和区域场ΔT区1，把 ΔT区1作二阶小波分解得到ΔT局2和ΔT区2，再把ΔT区2作三阶小波分解可得ΔT局3和ΔT区3…还可以继续分解。根据异常的特征和地质情况来决定分解到几阶，解释时要赋予小波逼近部分和各阶的细节明确的地质意义。
地球物理勘探概论
把大冶铁矿ΔZ磁异常［图3-7-12（a）］用多尺度分析方法分解为1～5阶细节和5阶逼近，用谱分析方法得出一阶细节场源似深度26m［图（b）］，局部异常反映露天矿及浅表磁性不均匀以及人文活动干扰（如铁矿开采、钻探等钢铁制品干扰）。二阶细节场源似深度144m［图（c）］，三阶细节场源似深度235m［图（d）］，反映地表至约200m深铁矿体的磁异常，异常特征为正负伴生，两侧都有负值，表明铁矿体是下延有限的形体。四阶细节场源似深度488m［图（e）］，图中磁异常正负伴生，正异常幅值大于1000nT，两侧有负异常伴生，表明500m左右深仍有磁性强的铁矿体存在。
图3-7-12 大冶铁矿ΔZ磁异常小波多尺度分解
五阶细节场源似深度912m［图（f）］，西段已经看不出明显局部异常，推测在1000m深以下不太可能有铁矿体存在。东段尖山-犁头山在五阶细节上有400nT局部异常，推测该处深部磁性体埋深1000m左右。从异常特征看，东段尖山-犁头山磁性体要比中西段尖林山、龙洞磁性体深。图中西北角的铁门坎区还存在有强度大于800nT没有闭合的正异常，是深部区域场，还是与局部异常有关，尚不清楚其性质。从异常特征看，它与尖山-犁头山段局部异常特征完全不一样。五阶逼近（图未列出）为西南负、东北正的磁场特征，反映大冶铁矿区西南部为无磁性大理岩，而东北部为具磁性的闪长岩体。
❻ 小波相关、小波分析、小波变换三者是什么关系啊，有什么区别啊
小波分析是这个分析方法的名字，用到的是小波变换，这是一种类似于傅里叶变换的方法，小波系数是信号经过小波变换后得到的模极大值。笔者暂时还不认识小波相关
❼ 什么是小波变换 具体有什么作用 最好能举例说明
傅立叶变换的核函数是exp(-jwt),小波变换
❽ 小波变换用于信号分析的优点是什么
小波变换处理突变信号的灵敏度很高，适用于处理非平稳信号
❾ 小波变换的小波分析
与Fourier变换相比，小波变换是空间（时间）和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了Fourier变换不能解决的许多困难问题。小波变换联系了应用数学、物理学、计算机科学、信号与信息处理、图像处理、地震勘探等多个学科。数学家认为，小波分析是一个新的数学分支，它是泛函分析、Fourier分析、样条分析、数值分析的完美结晶；信号和信息处理专家认为，小波分析是时间—尺度分析和多分辨分析的一种新技术，它在信号分析、语音合成、图像识别、计算机视觉、数据压缩、地震勘探、大气与海洋波分析等方面的研究都取得了有科学意义和应用价值的成果。信号分析的主要目的是寻找一种简单有效的信号变换方法，使信号所包含的重要信息能显现出来。小波分析属于信号时频分析的一种，在小波分析出现之前，傅立叶变换是信号处理领域应用最广泛、效果最好的一种分析手段。傅立叶变换是时域到频域互相转化的工具，从物理意义上讲，傅立叶变换的实质是把这个波形分解成不同频率的正弦波的叠加和。正是傅立叶变换的这种重要的物理意义，决定了傅立叶变换在信号分析和信号处理中的独特地位。傅立叶变换用在两个方向上都无限伸展的正弦曲线波作为正交基函数，把周期函数展成傅立叶级数，把非周期函数展成傅立叶积分，利用傅立叶变换对函数作频谱分析，反映了整个信号的时间频谱特性，较好地揭示了平稳信号的特征。
小波变换是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，因此，小波变换在许多领域都得到了成功的应用，特别是小波变换的离散数字算法已被广泛用于许多问题的变换研究中。从此，小波变换越来越引起人们的重视，其应用领域来越来越广泛。
❿ 小波变换
小波变换和去噪
通俗的讲就是剥大蒜的过程，也就是不断的分层，使得信号拆分成各种频段（根据采用频率而定），而这一过程要用到低通滤波器和高通滤波器，而小波去噪就是在高频部分（因为通常白噪声出现在高频部分）改变数字量，运用一些算法去除一些混有噪声的数字，然后再运用重构低通滤波器和高通滤波器把刚刚分层的频段加起来，差不多就是拼凑大蒜的过程吧。
如何改变高频系数（也就是去除噪声）具体算法如下：
1.软门限和硬门限
所谓门限法,就是选择一个门限,然后利用这个门限对小波变换后的离散细节信号和
离散逼近信号进行处理。
硬门限可以描述为：当数据的绝对值小于给定的门限时,令其为零,而数据为其他值时不变。
软门限可以描述为:当数据的绝对值小于给定的门限时,令其为零,然后把其他数据点向零收缩。
2.门限选择的准则及其算法
根据现有的文献,对于被高斯白噪声污染的信号基本噪声模型, 一般地, 选择门限的准则如下:
1． 无偏风险估计准则。对应于每一个门限值, 求出与其对应的风险值, 使风险最小
的门限就是我们所要选取的门限，其具体算法为:
(a) 把待估计的矢量中的元素取绝对值, 由小到大排序, 然后将各个元素平方, 得到
新的待估计矢量N V ,其长度为原待估计矢量的长度n。
(b) 对应每一个元素下标(即元素的序号) k ,若取门限为待估计矢量的第k 个元素的
平方根,则风险算法为:
(2) 固定门限准则。 利用固定形式的门限,可取得较好的去噪特性。
设n 为待估计矢量的长度,取长度2 倍的常用对数的平方根为门限.
(3) 极小极大准则。本准则采用固定门限获得理想过程的极小极大特性. 极小极大原
理是在统计学中为设计估计量而采用的,由于去噪信号可以假设为未知回归函数的估计
量,则极小极大估计量是实现在最坏条件下最大均方误差最小的任选量。
(4) 混合准则。 它是无偏风险估计和固定门限准则的混合