『壹』 求助matlab中的小波工具包
打開matlab軟體，進入軟體主界面在軟體的左下方找到start按鈕，點擊選擇toolbox，然後選擇wavelet進入wavemenu界面，選擇一維小波中的wavelet1-D並進入 7.選擇要處理的信號，界面出現loaded信號，這就是沒有去噪前的原9.分析後在左邊欄目中出現s，a*，d*，其中s為原信號，a*為近似信號，d*為細節信號11.閾值方法常用的有4種fixed（固定閾值），rigorsure，heusure，minmax根據需要選擇，一般情況下rigorsure方式去噪效果較好12.oft（軟閾值），hard（硬閾值）一般選擇軟閾值去噪後的信號較為平滑13.在雜訊結構中選擇unscaled white noise，因為在工程應用中的雜訊一般不僅僅含有白雜訊14.在雜訊結構下面的數值不要隨意改，這是系統默認的去噪幅度16.在此窗口下點擊file-save denoised singal，保存輸出去噪後的信號18.去噪結束後，把去噪後信號（.mat格式）拖至matlab主界面的workspace中，與原信號一起打包，以便以後計算統計量不會用就查幫助文檔啊！waverec函數是不需要你自己加零延拓的，上面的代碼完全不知所謂，waverec函數的使用是要依賴wavedec函數得到的CL組構的，CL組構中存放小波系數的數組C本身就已經延拓了，而且你不知道它對數據延拓了多少，延拓的方式有多種根本不是你這樣直接加零就行的。我發現你很有才，經常提問和編出一些匪夷所思的問題和代碼，不恥下問的精神是好的，但我個人是很不提倡這種做法的，有時間在這打字提問，不如找幾本基礎參考書看看，不了解就查嗎，不明白就往明白搞嗎，但看你這些「新奇」的問題和代碼真很抓狂，自己對於這些基本問題都懶得琢磨，打著勤奮好學，不恥下問的幌子，太沒勁了！哦，看錯了，waverec函數是可以用上面的代碼的，我看成wrcoef函數了，wrcoef函數可以實現waverec、upwlev和upcoef三個函數的功能之和，所以比waverec函數應用簡單，不需要你將其他分量置零，用它實現小波工具箱功能最方便。
『貳』 matlab中的小波工具箱怎麼用，希望能詳細介紹
將原始數據文件夾到裝有matlab的電腦
打開matlab軟體，進入軟體主界面
在軟體的左下方找到start按鈕，點擊選擇toolbox，然後選擇wavelet
進入wavemenu界面，選擇一維小波中的wavelet1-D並進入
5.將數據文件（.Mat格式）托到matlab軟體主界面的workspace
6.在wavemenu主界面中選擇file-load signal或者import from workspace—import signal
7.選擇要處理的信號，界面出現loaded信號，這就是沒有去噪前的原
始信號
8.右上角選擇用於小波分析的小波基以及分解層數並點擊analyse開始分析
9.分析後在左邊欄目中出現s，a*，d*，其中s為原信號，a*為近似信號，d*為細節信號
10.然後點擊denoise去噪
11.閾值方法常用的有4種fixed（固定閾值），rigorsure，heusure，minmax根據需要選擇，一般情況下rigorsure方式去噪效果較好
12.oft（軟閾值），hard（硬閾值）一般選擇軟閾值去噪後的信號較為平滑
13.在雜訊結構中選擇unscaled white noise，因為在工程應用中的雜訊一般不僅僅含有白雜訊
14.在雜訊結構下面的數值不要隨意改，這是系統默認的去噪幅度
15.點擊denoise開始正式去噪
16.在此窗口下點擊file-save denoised singal，保存輸出去噪後的信號
17.去噪結束
18.去噪結束後，把去噪後信號（.mat格式）拖至matlab主界面的workspace中，與原信號一起打包，以便以後計算統計量
19.Matlab編程計算相關統計量以及特徵量
20.得出統計量和特徵量後結束
『叄』 用matlab實現基於邊緣檢測的圖象小波閾值去噪方法
Press the "Start" button to see a demonstration of
denoising tools in the Wavelet Toolbox.
This demo uses Wavelet Toolbox functions.
% Set signal to noise ratio and set rand seed.
sqrt_snr = 3; init = 2055615866;
% Generate original signal and a noisy version adding
% a standard Gaussian white noise.
[xref,x] = wnoise(3,11,sqrt_snr,init);
% Denoise noisy signal using soft heuristic SURE thresholding
% and scaled noise option, on detail coefficients obtained
% from the decomposition of x, at level 5 by sym8 wavelet.
% Generate original signal and a noisy version adding
% a standard Gaussian white noise.
lev = 5;
xd = wden(x,'heursure','s','one',lev,'sym8');
% Denoise noisy signal using soft SURE thresholding.
xd = wden(x,'rigrsure','s','one',lev,'sym8');
% Denoise noisy signal using fixed form threshold with
% a single level estimation of noise standard deviation.
xd = wden(x,'sqtwolog','s','sln',lev,'sym8');
% Denoise noisy signal using fixed minimax threshold with
% a multiple level estimation of noise standard deviation.
xd = wden(x,'minimaxi','s','sln',lev,'sym8');
% If many trials are necessary, it is better to perform
% decomposition one time and threshold it many times :
% decomposition.
[c,l] = wavedec(x,lev,'sym8');
% threshold the decomposition structure [c,l].
xd = wden(c,l,'minimaxi','s','sln',lev,'sym8');
% Load electrical signal and select a part.
load leleccum; indx = 2600:3100;
x = leleccum(indx);
% Use wdencmp for signal de-noising.
% find default values (see ddencmp).
[thr,sorh,keepapp] = ddencmp('den','wv',x);
% denoise signal using global thresholding option.
xd = wdencmp('gbl',x,'db3',2,thr,sorh,keepapp);
% Some trial examples without commands counterpart.
% Rand initialization: init = 2055615866;
% Square root of signal to noise ratio: sqrt_snr = 5;
% [xref,x] = wnoise(1,11,sqrt_snr,init);
% Some trial examples without commands counterpart (more).
% Rand initialization: init = 2055615866;
% Square root of signal to noise ratio: sqrt_snr = 4;
% [xref,x] = wnoise(2,11,sqrt_snr,init);
% Some trial examples without commands counterpart (more).
% Rand initialization: init = 2055615866;
% Square root of signal to noise ratio: sqrt_snr = 3;
% [xref,x] = wnoise(3,11,sqrt_snr,init);
% Some trial examples without commands counterpart (more).
% Rand initialization: init = 2055615866;
% Square root of signal to noise ratio: sqrt_snr = 3;
% [xref,x] = wnoise(3,11,sqrt_snr,init);
% Some trial examples without commands counterpart (more).
% Rand initialization: init = 2055615866;
% Square root of signal to noise ratio: sqrt_snr = 3;
% [xref,x] = wnoise(3,11,sqrt_snr,init);
% Some trial examples without commands counterpart (more).
% Rand initialization: init = 2055615866;
% Square root of signal to noise ratio: sqrt_snr = 3;
% [xref,x] = wnoise(3,11,sqrt_snr,init);
『肆』 如何使用matlab中的工具箱
上面的最優答案廢話有點多，我補充一個簡潔版答案：
一、自帶工具箱：
直接使用。都在toolbox文件夾內，而且默認早已設定完畢。
二、非自帶工具箱：
按照這個步驟：
1）下載並解壓；
2）復制到matlab安裝目錄下的toolbox文件夾內（當然也可以放到別處~）；
3）在matlab的菜單：file-set path中，添加路徑，要求是連同子文件夾一同添加，路徑就是剛才你放置文件夾的地方。設定好了記得save。
4）完畢！
『伍』 誰有比較新版本的小波工具箱wavelet toolbox能分享一下嗎
首先，將下載的工具箱文件解壓，將文件夾復制到MATLAB安裝目錄下toolbox文件夾下。
其次，在版MATLAB命令行中輸入權如下命令： >>cd D:\MATLAB7\toolbox\piotr_toolbox % 找到你的工具箱 >> addpath(genpath('D:\MATLAB7\toolbox\piotr_toolbox')) %。
『陸』 怎麼在MATLAB中打開Wavelet Toolbox Main Menu窗口
左下角start-toolboxs-more-wavelet toolbox
『柒』 為什麼matlab wavelet 工具箱沒有morlet小波
orlet是連續小波分析方法，matlab2014里小波工具箱有區分。
我用的是matlab2014A,同時我用伺服器上的2012A也沒有這種小波基。
『捌』 為什麼matlab wavelet 工具箱沒有morlet小波
為什麼matlab wavelet 工具箱沒有morlet小波
將原始數據文件夾到裝有matlab的電腦
打開matlab軟體，進入軟體主界面
在軟體的左下方找到start按鈕，點擊選擇toolbox，然後選擇wavelet
進入wavemenu界面，選擇一維小波中的wavelet1-D並進入
5.將數據文件（.Mat格式）托到matlab軟體主界面的workspace
6.在wavemenu主界面中選擇file-load signal或者import from workspace—import signal
7.選擇要處理的信號，界面出現loaded信號，這就是沒有去噪前的原
『玖』 數學建模MATLAB工具箱是什麼怎麼用
Matlab工具箱已經成為一個系列產品，Matlab主工具箱和各種工具箱（toolbox ）。
工具箱簡介
1功能型工具箱 —— 通用型
功能型工具箱主要用來擴充Matlab的數值計算、符號運算功能、圖形建模模擬功能、文字處理功能以及與硬體實時交互功能，能夠用於多種學科。
2領域型工具箱 —— 專用型
領域型工具箱是學科專用工具箱，其專業性很強，比如控制系統工具箱（ Control System Toolbox）；信號處理工具箱（Signal Processing Toolbox）；財政金融工具箱（ Financial Toolbox）等等。只適用於本專業。
3
Matlab常用工具箱
Matlab Main Toolbox——matlab主工具箱
Control System Toolbox——控制系統工具箱
Communication Toolbox——通訊工具箱
Financial Toolbox——財政金融工具箱
System Identification Toolbox——系統辨識工具箱
Fuzzy Logic Toolbox——模糊邏輯工具箱
Bioinformatics Toolbox——生物分析工具箱
Image Processing Toolbox——圖象處理工具箱
Database Toolbox——資料庫工具箱
Model predictive Control Toolbox——模型預測控制工具箱
Neural Network Toolbox——神經網路工具箱
Optimization Toolbox——優化工具箱
Partial Differential Toolbox——偏微分方程工具箱
Robust Control Toolbox——魯棒控制工具箱
Signal Processing Toolbox——信號處理工具箱
Spline Toolbox——樣條工具箱
Statistics Toolbox——統計工具箱
Symbolic Math Toolbox——符號數學工具箱
Simulink Toolbox——動態模擬工具箱
Virtual Reality Toolbox——虛擬現實工具箱
Wavelet Toolbox——小波工具箱
等等…….
而且每個新出的版本都在增加、更新完善。