㈠ 数据通过matlab导入小波工具箱有问题。
错误是什么啊？小波工具箱又不一定支持读取mat格式啊
㈡ MATLAB中的小波工具箱的程序代码怎样能显示出来
t=0:0.0001:1.3;
figure
subplot(321)
f1=sin(1*pi*10*t);
plot(f1)
title('频率为5hz的正自弦波');
Ylabel('幅值');
Xlabel('时间');
subplot(322)
f2=sin(2*pi*10*t);
plot(f2)
title('频率为10hz的正弦波');
Ylabel('幅值');
Xlabel('时间');
subplot(323)
f3=sin(3*pi*10*t);
plot(f3)
title('频率为15hz的正弦波');
Ylabel('幅值');
Xlabel('时间');
f=f1+f2+f3;
subplot(324)
plot(f)
title('合成的正弦波');
Ylabel('幅值');
Xlabel('时间');
subplot(325)
coefs=cwt(f,[1:1:10],'db3','plot');
title('对于不同尺度下的小波系数值');
Ylabel('尺度');
Xlabel('时间');
㈢ MATLAB里小波工具箱的功能怎样用函数程序实现呢
a1.a2,d2,d1是ca1,ca2,cd1,cd2这些小波系数的重构。ca1,ca2,cd1,cd2是小波系数，它们的数据点数随分解层次的增大而减少专，这就难以与原始信号对属比分析，通常会经过重构变为与原始信号个数相同的a1.a2,d2,d1，从物理意义上讲，只有a1.a2,d2,d1才是有实际量纲的信号，ca1,ca2,cd1,cd2是没有量纲和物理意义的。
上面的语句是提取小波系数的，而工具箱的图是用重构的数据的，你可以使用waverec函数实现工具箱的功能。
对于DWT，小波分解对被分解信号的点数是没有要求的，因为在DWT之前对原始信号是要经过拓展的，也就是说，DWT时的信号数据已经不是原始信号的点数了。对于SWT，matlab在这方面所写的函数没下啥功夫，比较敷衍，这时小波分解被分解信号的点数必须是2的整数次幂。
㈣ matlab 小波工具箱的用法
先把数据导入EDITOR界面弄成函数的形式然后再把它保存为.mat格式。
比如：
save 0927dianji21.mat x
㈤ 我用matlab的GUI做小波变化，分解之后想把a1存下来，以数据的格式，有没有人知道怎么保存呀
File -Save-approximation..存成mat格式的，你试试吧
实在不行的话就用编程实现得出结果吧~也不是很难的
㈥ matlab中小波工具箱输入小波数据格式
。。。。。自己的数据在command window里打开，就会上传到workspace，少年这时你在wavemenu中打内开你要用的小波后在打容开file时你看看有个import from workspace。朋友你离发现真理就差一步
㈦ MATLAB中，wavemenu小波包处理后的图像，如何导出，导出成数据，我需要继续处理，求高人解答
数据处理好了之后，可以通过file--save菜单导出
图形可以通过file--export导出，格式可以选择
㈧ 关于matlab小波工具箱调用数据
太深奥了。。
㈨ mpc工具箱如何导出数据
嗯，那个一般看系统有没批量导出操作的菜单，如没有，就通过专门的脚本工具软件即可。比如“无敌点击狗”这种软件就行。
无敌点击狗能自动设置各种重复操作的自动化执行，自动导出数据，自动点击按键操作，数据自动录入，代替你手工完成各类复杂操作，一些重复性鼠标点击动作，或者大量数据的重复录入输入等。
使用无敌点击狗能提高你的工作效率，自动帮你实现一些繁琐的重复性的办公操作！不用每次那么劳累的手工操作，省下来的时间你可以做其他更有意义的工作。
㈩ matlab小波分析工具箱的使用方法 求详细过程
将原始数据文件夹到装有matlab的电脑
打开matlab软件，进入软件主界面
在软件的左下方找到start按钮，点击选择toolbox，然后选择wavelet
进入wavemenu界面，选择一维小波中的wavelet1-D并进入
5.将数据文件（.Mat格式）托到matlab软件主界面的workspace
6.在wavemenu主界面中选择file-load signal或者import from workspace—import signal
7.选择要处理的信号，界面出现loaded信号，这就是没有去噪前的原
始信号
8.右上角选择用于小波分析的小波基以及分解层数并点击analyse开始分析
9.分析后在左边栏目中出现s，a*，d*，其中s为原信号，a*为近似信号，d*为细节信号
10.然后点击denoise去噪
11.阈值方法常用的有4种fixed（固定阈值），rigorsure，heusure，minmax根据需要选择，一般情况下rigorsure方式去噪效果较好
12.oft（软阈值），hard（硬阈值）一般选择软阈值去噪后的信号较为平滑
13.在噪声结构中选择unscaled white noise，因为在工程应用中的噪声一般不仅仅含有白噪声
14.在噪声结构下面的数值不要随意改，这是系统默认的去噪幅度
15.点击denoise开始正式去噪
16.在此窗口下点击file-save denoised singal，保存输出去噪后的信号
17.去噪结束
18.去噪结束后，把去噪后信号（.mat格式）拖至matlab主界面的workspace中，与原信号一起打包，以便以后计算统计量
19.Matlab编程计算相关统计量以及特征量
20.得出统计量和特征量后结束