一.理论准备 matlab函数randn:产生均值为0,方差 σ^2 = 1,标准差σ = 1的正态分布的随机数或矩阵的函数. 用法:Y = randn(n),返回一个n*n的随机项的矩阵.如果n不是个数量,将返回错误信息.       Y = randn(m,n) 或 Y = randn([m n]),返回一个m*n的随机项矩阵. Y = randn(m,n,p,...) 或 Y = randn([m n p...]),产生随机数组(感觉就是三维数组,请看如下例子). 1: >> rand(

Matlab心得及学习方法(不断更新) Matlab心得及学习方法(不断更新)P.S. 那些网上转载我的文章不写明出处的傻眼了吧?!老子更新了! 发现现在很多人(找工作的或者读博的)都想要学习或者正在学习Matlab,问我要怎么学习.其实我虽然写Matlab代码的经验还算丰富,但是还不能说是一个很好的Matlab编程人员,这里有一些心得,分享给大家希望对大家有所帮助.关于如何学习Matlab我的学习方法很简单:Matlab是练出来的,而不是看出来的.很多人问我有没有比较好的Matlab教材,我说

工具/原料   R2016a_win64.iso(安装文件) Matlab 2016a Win64 Crack.rar(破解文件) 方法/步骤   1 下载R2016a_win64.iso(安装文件),百度云盘的提取地址及密码如图所示 2 下载Matlab 2016a Win64 Crack.rar(破解文件),百度云盘的提取地址及密码如图所示 3 解压安装文件,安装文件为iso格式,但是不能通过虚拟光驱安装,需要将iso文件用解压软件解压.如图所示: 4 点击setup.exe,进行安装.如图

前几天在做孔群加工问题,各种假设到最后就是求解旅行商问题了,因为原本就有matlab代码模板所以当时就改了城市坐标直接用了,发现运行速度惨不忍睹,最后用上了两个队友的电脑一起跑.这次模拟结束后在想用c语言来实现的话应该可以提高不少效率.关于模拟退火和旅行商问题的介绍我就不赘述了,网上各路大神说的都很详细,我下面就把c语言和matlab代码先附上. c语言: #ifndef _OPTION_H #define _OPTION_H /* * T0 表示 初始温度 * Tf 表示 结束时的温度 * a

三角形两角的角平分线就能确定内切圆. 结果如下: matlab代码如下: clear all;close all;clc; p=rand(,); %(x,y) v12=(p(,:)-p(,:))/norm(p(,:)-p(,:)); %一个顶点两边的归一化向量 v13=(p(,:)-p(,:))/norm(p(,:)-p(,:)); v21=(p(,:)-p(,:))/norm(p(,:)-p(,:)); %另一个顶点两边的归一化向量 v23=(p(,:)-p(,:))/norm(p(,:)-p

下面是解放军信息project大学一个老师编的matlab程序,请尊重原作者劳动,引用时请注明出处. 我经过改动添加了凝视,已经执行过,无误, function [R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACATSP(C,NC_max,m,Alpha,Beta,Rho,Q) %%------------------------------------------------------------------------- %% 主

MATLAB入门教程   1．MATLAB的基本知识 1-1.基本运算与函数    在MATLAB下进行基本数学运算,只需将运算式直接打入提示号(>>)之後,并按入Enter键即可.例如: >> (5*2+1.3-0.8)*10/25 ans =4.2000 MATLAB会将运算结果直接存入一变数ans,代表MATLAB运算後的答案(Answer)并显示其数值於萤幕上. 小提示: ">>"是MATLAB的提示符号(Prompt),但在PC中文视窗系统

起本篇题目还是比较纠结的,原因是我本意打算寻找这样一个算法:在测量数据有比较大离群点时如何估计原始模型. 上一篇曲面拟合是假设测量数据基本符合均匀分布,没有特别大的离群点的情况下,我们使用最小二乘得到了不错的拟合结果. 但是当我加入比如10个大的离群点时,该方法得到的模型就很难看了.所以我就在网上搜了一下,有没有能够剔除离群点的方法. 结果找到了如下名词:加权最小二乘.迭代最小二乘.抗差最小二乘.稳健最小二乘. 他们细节的区别我就不过分研究了,不过这些最小二乘似乎表达的是一个意思: 构造权重函数

三角形两边的垂直平分线就能确定外接圆. 结果如下: matlab代码如下: clear all;close all;clc; p=rand(,); %(x,y) cen1=(p(,:)+p(,:))/; %三角形一条边中点 cen2=(p(,:)+p(,:))/; %另一条边中点 k1=-/((p(,)-p(,))/(p(,)-p(,))); %一条边垂直平分线 b1=cen1()-k1*cen1(); k2=-/((p(,)-p(,))/(p(,)-p(,))); %另一条边垂直平分线 b2=

matlab 的内置函数 rand返回的是 0-1 区间上的均匀分布,rand的参数多是用于设置返回的矩阵的维度大小. 如果要得到 (a, b) 区间上的均匀分布,只需对其做简单的线性变换即可: a+(b−a)⋅rand 当然对于区间关于 y 轴对称的均匀分布((−a,a))有可进一步化简为: −a+(a−(−a))⋅rand=a(2⋅rand−1)=(rand−12)⋅2⋅a (-5, 5):-5+(5-(-5))*rand, (2*rand-1)*5 (-x, x):-x+(x-(-x))*

大家好,我是人见人爱,花见花开的小花.哈哈~~! 在统计和数据挖掘中,亲和传播(AP)是基于数据点之间"消息传递"概念的聚类算法.与诸如k-means或k-medoids的聚类算法不同,亲和传播不需要在运行算法之前确定或估计聚类的数量. 类似于k-medoids,亲和力传播算法发现"样本",输入集合的成员,输出聚类结果. 一 算法描述 2.1基本介绍 我们让(x1,-xn)作为一系列的数据点,然后用矩阵S代表各个数据点之间的相似度,一般相似度的判断有欧氏距离,马氏距

0 系统+软件版本 系统:CentOS 6.7 x64, 内核 2.6.32-573.el6.x86_64软件:Matlab R2015b(包括威锋网和东北大学ipv6下载的资源,都测试过) 1 脚本运行“陷阱“ 1.1 未知的“陷阱” 首先,这个程序在Matlab R2013a中可以完美运行,这个“陷阱“在是新安装的R2015b上才出现的. 说它是“陷阱“,是因为脚本文件涉及到大量的数据处理,比如一个几百次的循环,它可能在执行某一句的时候就失去响应了,可能是一个循环,也可能是单句,仿佛掉进了一

http://www.cnblogs.com/tiandsp/archive/2013/04/18/3029468.html 主要是用来平滑图像的,克服了高斯模糊的缺陷,各向异性扩散在平滑图像时是保留图像边缘的(和双边滤波很像). 通常我们有将图像看作矩阵的,看作图的,看作随机过程的,记得过去还有看作力场的. 这次新鲜,将图像看作热量场了.每个像素看作热流,根据当前像素和周围像素的关系,来确定是否要向周围扩散.比如某个邻域像素和当前像素差别较大,则代表这个邻域像素很可能是个边界,那么当前像素就不

matlab练习程序(SUSAN检测) SUSAN算子既可以检测角点也可以检测边缘,不过角点似乎比不过harris,边缘似乎比不过Canny.不过思想还是有点意思的. 主要思想就是:首先做一个和原图像等大的目标图像.然后用一个圆形的模板,用模板去遍历原图像每个像素,把模板内的每个像素都和模板中心像素比较,如果灰度小于一个阈值,那么就对目标图像当前和原图像相同位置的像素加一,直到结束.目标图像中在原图像是角点的位置就会取局部极小,所以做一个反向的相减.img=max(img)-img,if img

处理原理就是将邻域像素平均值赋给邻域中的所有像素. 这里将处理方法分为了带线条和不带线条,带线条处理后的视觉效果要好些. 原图: 处理结果(不带线条): 处理结果(带线条): 代码处理的是带线条的情况. matlab代码如下: clear all; close all;clc; img=imread('lena.jpg'); imshow(img,[]); [h w]=size(img); imgn=zeros(h,w); n=; nw=floor(w/n)*n; nh=floor(h/n)*n

(一)菜单设计 一.建立用户菜单 1.概况: 用户菜单一般含有一级菜单和二级菜单,乃至多级菜单.每一级菜单又包含多个菜单项.建立菜单可以使用uimenu函数. 2.uimenu函数调用: %建立一级菜单的函数调用: 一级菜单句柄=uimenu(图形窗口句柄,属性名1,属性值1,属性名2,属性值2,--); %建立一级菜单需给出图形窗口的句柄值. %如果省略句柄值,MATLAB就在当前图形窗口中建立这个菜单项. %如果当前没有图形窗口,则自动打开一个图形窗口. %建立子菜单项的函数调用: 子菜单项

(一)图形对象及其句柄 一.图形对象 MATLAB图形对象包括: 1.MATLAB每一个具体图形一定包括计算机屏幕和图形窗口两个对象 二.图形对象句柄 1.定义 MATLAB在创建每一个图形对象时,都会给该对象分配一个唯一确定的值,称其为图形对象句柄. PS:(1)计算机屏幕句柄默认为0. (2)图形窗口对象的句柄值为一正整数,并显示在窗口标题栏中 (3)其他图形对象的句柄为浮点数. 2.获取已有对象的句柄 3.一个demo x=linspace(,*pi,); y=sin(x); h0=plo

(一)符号对象 一.建立符号对象 1.建立符号变量和符号常量(sym,syms): 只可以建立一个符号变量 可以一次性建立多个符号变量 PS:符号常量计算的结果是精确的数学表达式,而数值常量是进行约分后的常数 2.建立符号表达式: (1)利用单引号来生成符号表达式: y='1/sqrt(2*x)'; %符号表达式 g='cos(x^2)-sin(x)=0' %符号方程 (2)用sym函数建立符号表达式: Y=sym('3*x'); %符号表达式: G=sym ('[a,b;c,d]'); %矩阵

(一)线性方程组求解 包含n个未知数,由n个方程构成的线性方程组为: 其矩阵表示形式为: 其中 一.直接求解法 1.左除法 x=A\b; 如果A是奇异的,或者接近奇异的.MATLAB会发出警告信息的. 2.利用矩阵的分解来求解线性方程组(比单单进行左除速度快) (1)LU分解(只有方阵可以使用) LU分解就是分解成一个交换下三角矩阵(也就是说进行一定的操作后才是下三角矩阵)和一个上三角矩阵(不需要变换)的乘积形式.只要A是非奇异的,就可以进行LU分解. MATLAB提供的LU分解函数对于矩阵进行

(一)数据处理统计 一.最大值和最小值 1.求向量的最大值和最小值 y=max(X); %返回向量X的最大值存入y,如果X中含有复数则按模最大的存入y [y,I]=max(X);%返回向量X的最大值存入y,如果X中含有复数则按模最大的存入y:最大值的序号存入I. 求最小值min的用法与max完全相同. 2.求矩阵的最大值和最小值 max(A); %返回一个行向量,向量的第i个元素是矩阵A的第i列上的最大值 [Y,U]=max(A); %返回行向量A和U,Y向量记录A的每列的最大值,Y记录每列的最