最近在研究小波包的東西，畢設(shè)的坎兒啊。好好研究一下，碼下來慢慢用。

以下是MATLAB小波包分解的函數(shù)，還是可以用的。

?wpdec2函數(shù)

% 當前延拓模式是補零% 裝載圖像load tire?% X包含裝載的圖像%

使用下面的函數(shù)進行圖像分解t = wpdec2(X,2,'db1');?%

默認的熵準則是shannon熵%

畫出小波包四叉樹plot(t)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpdec函數(shù)

% 當前延拓模式是補零% 裝載信號load noisdopp; x = noisdopp;%

使用db1小波包對x進行3層分解，使用shannon熵wpt = wpdec(x,3,'db1','shannon');%

結(jié)果得到了小波包樹wpt%

畫出小波包樹plot(wpt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpfun函數(shù)

% 計算db2的Wn 函數(shù)，n 從0～7，產(chǎn)生db2小波包[wp,x] = wpfun('db2',7);%

畫出各個Wn小波包for

i=1:8

w=wp(i,:);

subplot(4,2,i);

plot(w);

ylabel(['W',num2str(i)]);end

＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpjoin函數(shù)

% 當前延拓模式是補零% 載入信號load noisdopp; x = noisdopp;%

使用db1小波包在第3層對x進行分解wpt = wpdec(x,3,'db1');% 畫出小波包樹 wptplot(wpt)%

重組小波包(1,1)或結(jié)點2?wpt = wpjoin(wpt,[1 1]);%

畫出小波包樹wptplot(wpt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wprcoef函數(shù)

% 當前延拓模式是補零% 載入信號load noisdopp; x = noisdopp;figure(1);

subplot(211);?plot(x); title('原始信號');%

利用db1小波包在第3層對x進行分解，使用Shannon熵t = wpdec(x,3,'db1','shannon');%

畫出小波包樹plot(t)% 重構(gòu)小波包結(jié)點(2,1)rcfs = wprcoef(t,[2 1]);figure(1);

subplot(212);?plot(rcfs);

title('重構(gòu)小波包結(jié)點(2,1)');＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpsplt函數(shù)

% 當前延拓模式是補零% 載入信號load noisdopp;?x = noisdopp;%

利用db1小波包在第3層對x進行分解wpt = wpdec(x,3,'db1');% 畫出小波包樹plot(wpt)%

分解小波包結(jié)點(3,0)wpt = wpsplt(wpt,[3 0]);?%

或使用wpsplt(wpt,7)函數(shù)，兩者等價%

畫出小波包樹wptplot(wpt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpcutree函數(shù)

% 當前延拓模式是補零% 裝載信號load nois

dopp; x = noisdopp;% 使用db1小波包對x進行3層分解，使用shannon熵wpt =

wpdec(x,3,'db1');% 畫出小波包樹plot(wpt)% 剪掉第2層小波包樹nwpt =

wpcutree(wpt,2);%

畫出新的小波包樹plot(nwpt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpcoef函數(shù)

% 當前延拓模式是補零% 裝載信號load noisdopp; x = noisdopp;figure(1);

subplot(211);?plot(x); title('原始信號');%

使用db1小波包對x進行3層分解，使用shannon熵wpt = wpdec(x,3,'db1');%

畫出小波包樹plot(wpt)% 讀取小波包(2,1)的系數(shù)cfs = wpcoef(wpt,[2 1]);figure(1);

subplot(212);?plot(cfs);

title('小波包(2,1)的系數(shù)');＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wp2wtree函數(shù)

% 當前延拓模式是補零% 裝載信號load noisdopp; x = noisdopp;%

使用db1小波包對x進行3層分解，使用shannon熵wpt = wpdec(x,3,'db1');%

畫出小波包樹plot(wpt)% 計算小波樹wt = wp2wtree(wpt);%

畫出小波樹plot(wt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wentropy函數(shù)

% 當前的延拓模式是補零% 產(chǎn)生原始信號x = randn(1,200);% 計算x的shannon熵e1 =

wentropy(x,'shannon')% 計算x的對數(shù)能量熵e2 = wentropy(x,'log energy')%

計算x的閾值熵，閾值取為0.2e3 = wentropy(x,'threshold',0.2)%

計算x的“sure”熵，閾值等于3e4 = wentropy(x,'sure',3)% 計算x的范數(shù)熵，范數(shù)指數(shù)為1.1e5 =

wentropy(x,'norm',1.1)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

entrupd函數(shù)

% 當前的延拓模式是補零% 裝載信號load noisdopp; x = noisdopp;%

使用默認熵(shannon熵)，用db1小波對x進行2層分解t = wpdec(x,2,'db1','shannon');%

讀取所有結(jié)點的熵值nodes = allnodes(t);ent = read(t,'ent',nodes);ent'% 更新結(jié)點熵t

= entrupd(t,'threshold',0.5);?nent =

read(t,'ent');nent'＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

besttree函數(shù)

% 當前的延拓模式是補零% 裝載信號load noisdopp; x = noisdopp;%

使用默認熵(shannon熵)，用db1小波對x進行3層分

wpt = wpdec(x,3,'db1');% 分解小波包[3 0]wpt = wpsplt(wpt,[3 0]);%

畫出小波包樹plot(wpt)% 計算最優(yōu)小波包樹bt = besttree(wpt);%

畫出最優(yōu)小波包樹plot(bt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpsplt函數(shù)

% 當前的延拓模式是補零% 裝載信號load noisdopp;?x = noisdopp;%

使用默認熵(shannon熵)，用db1小波對x進行3層分解wpt =

wpdec(x,3,'db1');?% 分解小波包[3 0]wpt = wpsplt(wpt,[3

0]);% 畫出小波包樹plot(wpt)% 計算最優(yōu)小波包樹blt = bestlevt(wpt);%

畫出最優(yōu)小波包樹plot(blt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

總結(jié)

以上是生活随笔為你收集整理的wpdec函数_小波包分解常用函数的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。