A. 自动生成小波阈值去噪到底是硬阈值还是软阈值
- -吧现都没答……
B. 关于小波软硬阈值折中法去躁的python编程，什么结果都没出请求帮助
Sum = (1.0 / float(N)) * Sum，我猜这个你应该是在那个循环里面的吧，感觉上是想做个均值，之后给他们相加？你这个写的是相成，要是那个N很大的话出来结果就会变成(1/N)^i很小但是sum也是i次方。--- 没看过公式感觉也有可能是对的，之后我看了以下你问的问题，说 的是什么结果也没有出，我看了一下，无论是plt还是print你都么有对结果进行现显示a ,没有缩进看着是真的蛋疼.
C. 求助matlab中的小波工具包
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 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16.在此窗口下点击file-save denoised singal，保存输出去噪后的信号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不会用就查帮助文档啊！waverec函数是不需要你自己加零延拓的，上面的代码完全不知所谓，waverec函数的使用是要依赖wavedec函数得到的CL组构的，CL组构中存放小波系数的数组C本身就已经延拓了，而且你不知道它对数据延拓了多少，延拓的方式有多种根本不是你这样直接加零就行的。我发现你很有才，经常提问和编出一些匪夷所思的问题和代码，不耻下问的精神是好的，但我个人是很不提倡这种做法的，有时间在这打字提问，不如找几本基础参考书看看，不了解就查吗，不明白就往明白搞吗，但看你这些“新奇”的问题和代码真很抓狂，自己对于这些基本问题都懒得琢磨，打着勤奋好学，不耻下问的幌子，太没劲了！哦，看错了，waverec函数是可以用上面的代码的，我看成wrcoef函数了，wrcoef函数可以实现waverec、upwlev和upcoef三个函数的功能之和，所以比waverec函数应用简单，不需要你将其他分量置零，用它实现小波工具箱功能最方便。
D. 小波去软阀值去噪，软阀值选取的原理是什么呢谁有这方面的资料啊什么的跪求跪求！！！！
没看小波方面的书么？看下就知道啦啊！
E. 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
F. 小波分析中软硬阈值法的区别在哪里
常用的软阈值函数，是为了解决硬阈值函数“一刀切”导致的影响(模小于3*sigma的小波系数全部切除，大于3*sigma全部保留，势必会在小波域产生突变，导致去噪后结果产生局部的抖动，类似于傅立叶变换中频域的阶跃会在时域产生拖尾)。软阈值函数将模小于3*sigma的小波系数全部置零，而将模大于3*sigma的做一个比较特殊的处理，大于3*sigma的小波系数统一减去3*sigma，小于-3*sigma的小波系数统一加3*sigma。经过软阈值函数的作用，小波系数在小波域就比较光滑了，因此用软阈值去噪得到的图象看起来很平滑，类似于冬天通过窗户看外面一样，像有层雾罩在图像上似的。
G. matlab中的小波工具箱怎么用，希望能详细介绍
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
H. matlab里面有现成的小波去噪的工具 但是我的方法是软硬阈值一起做
wname = 'sym6'; lev = 5;
[c,l] = wavedec(x,lev,wname);
% Example 2: Image de-noising.
% Load original image.
load noiswom;
nbc = size(map,1);
% Perform a wavelet decomposition of the image
% at level 3 using coif2.
wname = 'coif2'; lev = 3;
[c,s] = wavedec2(X,lev,wname);
% Estimate the noise standard deviation from the
% detail coefficients at level 1.
det1 = detcoef2('compact',c,s,1);
sigma = median(abs(det1))/0.6745;
% Use wbmpen for selecting global threshold
% for image de-noising.
alpha = 1.2;
thr = wbmpen(c,l,sigma,alpha)
% Use wdencmp for de-noising the image using the above
% thresholds with soft thresholding and approximation kept.
keepapp = 1;
xd = wdencmp('gbl',c,s,wname,lev,thr,'s',keepapp);
% Plot original and de-noised images.
figure(2)
colormap(pink(nbc));
subplot(221), image(wcodemat(X,nbc))
title('Original image')
subplot(222), image(wcodemat(xd,nbc))
title('De-noised image')