帮助中心帮助中心

嵌入式智能系统

深度学习在手臂^®的设备和嵌入式NVIDIA^®gpu

硬件上执行和部署深度学习解决方案。万博尤文图斯

功能

信号处理层

`cwtLayer`	连续小波变换(CWT)层
`modwtLayer`	极大重叠离散小波变换(MODWT)层
`stftLayer`	短时傅里叶变换层

特征提取

`dlcwt`	深度学习连续小波变换
`dlmodwt`	深度学习极大重叠离散小波变换和多分辨率分析
`dlstft`	深度学习短时傅里叶变换
`cwtfilterbank`	连续小波变换滤波器组
`findchangepts`	发现突然变化的信号
`findpeaks`	找到当地的最大值
`modwt`	极大重叠离散小波变换
`上升时间`	上升时间正向的上下两层的波形转换
`stft`	短时傅里叶变换
`signalFrequencyFeatureExtractor`	简化信号频率特征提取
`signalTimeFeatureExtractor`	简化信号特征提取
`waveletScattering`	小波时间散射

主题

深度学习代码生成的手臂上使用小波散射和复发性神经网络故障检测(小波工具箱)
执行acoustic-based覆盆子π故障检测^®使用小波散射和复发性神经网络。

特色的例子

使用小波分析在NVIDIA杰森调制分类

使用小波分析在NVIDIA杰森调制分类

英伟达杰森使用小波对波形进行分类^®。

打开生活的脚本

部署信号分割深度网络覆盆子π

部署信号分割深度网络覆盆子π

生成一个墨西哥人的功能和一个独立的可执行文件进行波形分割覆盆子π。

打开生活的脚本

心电图信号使用DAG网络部署到FPGA进行分类

心电图信号使用DAG网络部署到FPGA进行分类

分类人类心电图(ECG)信号通过部署一个训练有素的有向无环图(DAG)网络。

打开生活的脚本

信号分类器部署在NVIDIA杰森使用小波分析和深度学习

信号分类器部署在NVIDIA杰森使用小波分析和深度学习

生成和部署CUDA^®可执行对心电图信号使用wavelet-derived特性进行分类。

打开生活的脚本

代码生成深度学习仿真软件模型对ECG信号进行分类万博1manbetx

代码生成深度学习仿真软件模型对ECG信号进行分类万博1manbetx

创建和部署模型万博1manbetx^®信号分类模型使用小波的特性。

打开脚本

部署信号分类器使用小波和深度学习在覆盆子π

部署信号分类器使用小波和深度学习在覆盆子π

人类的心电图信号进行分类树莓π使用量图和深卷积神经网络。

打开生活的脚本