自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

  • 博客(97)
  • 资源 (6)
  • 收藏
  • 关注

原创 Matlab入门自学七十四:坐标系转换,直角坐标、极坐标和球坐标的转换

本文介绍了二维直角坐标与极坐标的转换方法,以及三维直角坐标与球坐标的转换原理。通过单位圆和三角函数可以理解二维转换,三维转换则涉及方位角、仰角和半径。文章列举了MATLAB中的坐标转换函数:cart2pol/pol2cart(二维)、cart2sph/sph2cart(三维),并提供了编程示例演示这些函数的使用方法。示例展示了坐标转换的具体数值结果和弧度与角度的转换过程,验证了坐标转换的正确性。这些转换函数在工程计算和科学分析中具有重要应用价值。

2026-03-20 20:08:58 63

原创 Matlab速成笔记七十三:三角函数运算的用法

本文介绍了三角函数的基本计算方法和编程实现,包括正弦(sin)、余弦(cos)、正切(tan)、余切(cot)及其反函数(asin, acos),以及角度与弧度的相互转换(deg2rad, rad2deg)。通过MATLAB示例程序演示了这些函数的应用,如sin(π/6)=0.5、asin(0.5)=π/6≈0.5236弧度、cosd(60)=0.5等。同时还展示了斜边长度计算函数hypot(3,4)=5的实际应用。这些函数为数学计算和工程应用提供了基础工具支持。

2026-03-15 19:52:16 76

原创 Matlab入门速成七十二:(一文识记所有代码)均值方差相关系数,分析数据的特征

本文介绍了样本数据的基本统计量计算方法,包括均值、最小值、最大值、中位数、方差、标准差和相关系数等。通过MATLAB编程示例,演示了如何使用mean、median、var、std、cov和corrcoef等函数计算这些统计量。程序对数组a=[1 5;5 7]进行计算,结果显示各统计量的值,如均值为[3 6],标准差为[2.8284 1.4142]等。运行结果表明了这些函数在统计分析中的实际应用效果。

2026-03-08 10:50:04 346

原创 Matlab自学速成七十一:集合的运算:交集、并集、差集

本文介绍了MATLAB中常用的集合运算函数及其应用,包括求交集(intersect)、并集(union)、差集(setdiff)、异或(setxor)以及去重(unique)操作。通过示例程序演示了这些函数的使用方法:给定数组a=[1 2 3 4]和b=[3 4 5 6],展示了各运算的结果,如交集为[3 4],并集为[1 2 3 4 5 6]等。这些集合运算在数据筛选、提取和查找方面具有重要作用。文末还推荐了多个MATLAB相关教程链接,涵盖多项式拟合、非线性方程求解、最小二乘法等内容。

2026-03-04 19:46:18 386

原创 Matlab速成笔记七十:使用多项式函数进行曲线拟合

本文介绍了使用MATLAB进行多项式曲线拟合的方法。主要通过polyfit函数实现,该函数基于最小二乘法原理,通过指定多项式次数对给定数据进行拟合。文中给出了具体示例:对样本点x0=[1 2 3 4 5]和y0=[0.5 3.5 8.8 15.2 28]进行3次多项式拟合,得到多项式系数p=[0.3417 -1.5964 5.8619 -4.2000],并使用polyval函数验证拟合结果。最后通过plot函数将原始数据点和拟合曲线进行对比展示。该方法适用于各种多项式形式的数据拟合需求。

2025-12-27 09:57:34 462

原创 Matlab自学笔记六十九:多项式求值、求根、积分和求导

本文介绍了多项式的基本概念及其在Matlab中的操作方法。多项式由单项式组成,其最高次数即为多项式的次数。在Matlab中,多项式通过系数行向量表示,如y=ax²+bx+c表示为p=[a b c]。文章详细讲解了多项式的求值(polyval)、求根(roots)、积分(polyint)和求导(polyder)函数,并提供了具体编程示例。通过这些函数,可以快速计算多项式在特定点的值、求解方程根、进行积分和微分运算。文中还包含相关Matlab学习资源的推荐链接。

2025-12-04 21:34:45 1107

原创 Matlab速成笔记68:质数、质因数分解、阶乘、最大公约数、最小公倍数

本文介绍了MATLAB中常用的数学运算函数,包括判断质数(isprime)、质因数分解(factor)、计算最大公约数(gcd)、最小公倍数(lcm)和阶乘(factorial)等函数。通过编程示例展示了这些函数的具体使用方法,如判断1-6的质数情况、5以内的质数列表、100以内的质数列表、12的质因数分解、4的阶乘计算以及12和16的最大公约数与最小公倍数计算。这些函数为处理基础数学运算提供了便利,适合在编程中进行快速数值计算和分析。

2025-11-15 18:50:39 724

原创 Matlab自学笔记六十七:(编程实例)非线性方程组求解fsolve

摘要:fsolve是MATLAB中用于求解非线性方程(组)的函数,通过迭代寻优获得近似解(某些情况下可视为精确解)。使用时需确保方程函数连续,对于多解问题可通过设置不同初始点获取不同解。文章以解方程组2*x-y-exp(-x)=0和-x+y-exp(-y)=0为例,演示了将多变量转换为向量分量(x(1),x(2))的编程方法,并给出了运行结果x=0.7847,y=1.1132。文末推荐了多个MATLAB相关学习资源,包括遗传算法、深度学习等内容。

2025-11-02 16:34:59 664

原创 算法代码速成8:非线性最小二乘问题编程示例:人口预测

本文介绍了非线性最小二乘问题的求解方法,重点讲解了马尔萨斯人口增长模型的拟合案例。通过1950-2000年的人口数据,建立指数函数f(t)=p0e^rt进行非线性拟合,并预测2000-2020年人口变化。使用MATLAB的lsqcurvefit函数求解参数,得到p0=2.5794、r=0.0176,拟合优度R²=0.9947,均方根误差RMSE=0.0916,表明模型拟合效果良好。文章还给出了完整的MATLAB实现代码和可视化方法,并推荐了相关学习资源。

2025-10-18 17:31:57 605

原创 算法代码专题7:多元线性最小二乘问题应用实例:房价预测

本文基于波士顿房价数据集,通过多元线性回归模型演示最小二乘法在多因素预测中的应用。选取面积、房间数和房龄三个特征变量,建立房价预测模型。MATLAB实现结果显示回归方程为:房价=127.96+2.15面积+21.99房间数-1.74*房龄,其中房间数影响最显著。模型决定系数R²=0.9497,表明模型具有较强解释力。通过可视化展示了实际房价与预测房价的良好拟合效果,验证了多元线性回归在房价预测中的有效性。

2025-10-06 10:30:03 883

原创 算法代码讲座6:最小二乘法理论原理、典型案例与MATLAB实现

最小二乘法是一种通过最小化误差平方和来拟合数据的数学优化方法。核心流程包括:选择模型、构建目标函数、优化求解参数。线性最小二乘问题有解析解β=(XᵀX)⁻¹XᵀY,可解释为在列空间中寻找正交投影。文中以弹簧实验为例,通过Matlab实现拟合,得到k=0.5208N/cm,b=0.2cm,R²=0.9987显示优异拟合效果。该方法数学基础坚实、实现简单,可扩展至非线性问题,是数据分析的基础工具。

2025-09-20 17:48:06 932 1

原创 Matlab自学笔记六十六:求解带参数的不等式

摘要:本文介绍了使用MATLAB的solve函数解不等式的方法,指出解不等式本质是求满足条件的解范围。通过示例演示了求解带参数一元二次不等式3ax²-4ax+a²<0(a<0)的过程,结果为a<x<a/3。文中特别说明结果在变量c中,需提取c(1)并简化。同时提及了其他MATLAB功能,包括深度学习工具箱、一维插值、交叉验证、SVM算法、绘图设置等主题,展示了MATLAB在数学运算和数据可视化方面的强大功能。

2025-08-31 21:44:45 371

原创 Matlab算法代码速成5:Matlab求解分段微分方程编程示例

本文介绍了在Matlab中求解分段微分方程的方法。通过定义一个piecewiseODE函数,根据x值选择不同的微分方程表达式。示例演示了在区间[-1,1]上求解y'=x(x<0)和y'=-x(x≥0)的数值解过程,包括设置初始条件、求解网格和欧拉方法实现。最后指出该方法适用于光滑函数,不连续情况需采用其他数值方法。文末推荐了Matlab优化算法和深度学习相关视频资源。

2025-08-10 12:53:31 396

原创 Matlab算法编程示例4:数值解法求解常微分方程的代码实例

本文介绍了如何在MATLAB中使用ode45函数求解常微分方程。ode45是基于龙格-库塔法的数值求解器。示例程序演示了求解dy/dt=-2ty的过程:首先定义微分方程函数odefunc,然后设置初始条件y0=1和时间范围tspan=[0,1],调用ode45求解后绘制结果曲线。程序可修改为其他微分方程和初始条件。该方法是MATLAB中求解常微分方程的常用方法。

2025-08-03 13:19:17 317

原创 Matlab自学笔记六十五:解方程的数值解法(代码速成)

摘要:本文介绍了MATLAB中求解方程的数值解法vpasolve,适用于无法获得解析解的情况。与solve函数不同,vpasolve直接求取近似数值解,对于非多项式方程只返回第一个找到的解。通过解方程sin(x)=exp(x)的示例,展示了当solve无法求得解析解时自动调用vpasolve的过程,并演示了如何结合图像预判解的范围。文章还提供了多个相关MATLAB应用的推荐内容,包括最小二乘法、机器学习算法、优化算法等。数值解法在工程实践中具有重要作用,能够解决许多复杂方程的求解问题。

2025-07-26 21:11:34 693

原创 Matlab自学笔记六十四:求解自变量带有约束条件的方程

摘要:本文介绍了在Matlab中使用符号运算求解带约束方程的方法。对于简单约束(如x>0),可在声明符号变量时直接添加条件(如syms x positive);复杂约束需用assume函数设置。示例演示了方程x²+x-2=0在x>0约束下的求解过程:无约束时解为[-2,1],添加约束后仅输出x=1。文章还推荐了相关Matlab编程视频,涵盖求导、最小二乘法、神经网络预测等内容。(149字)

2025-07-20 17:24:32 380

原创 Matlab自学笔记六十三:解方程组

摘要:本文介绍了使用MATLAB的solve函数解方程组的方法。通过示例方程组x²+y²=5和x+y=3,演示了编程实现过程。solve函数返回的解solx和soly需要对应成组理解,本例中实际只有一组解(x=1,y=2和x=2,y=1)。当方程组无解时,solve会返回空解。文章还提示方程组的解与单方程解法类似,并强调了变量互换性对结果展示的影响。(98字)

2025-07-13 09:19:48 464

原创 Matlab自学笔记六十二:求解三角函数方程的通解周期解

本文介绍了Matlab中solve函数的进阶用法,重点讲解了如何使用'ReturnConditions'参数获取带参数的方程通解。通过求解cos(x)=-1的示例,展示了该函数返回周期解(pi+2pik)、参数(k)及参数条件(k为整数)的具体应用。文章还推荐了相关学习资源,包括符号运算、GUI设计等Matlab教程链接,帮助读者进一步掌握方程求解及其他Matlab功能。

2025-07-07 20:14:41 1032

原创 Matlab自学笔记六十一:快速上手解方程

本文介绍了方程求解的两种方法:解析解法和数值解法,重点解析了符号数学工具箱在MATLAB中的应用。解析解法通过精确的符号运算获得解析表达式,如二次方程的通解。文章详细说明了符号对象的使用方法,包括符号变量声明和方程输入方式(需用"=="表示等号)。通过三个编程示例演示了solve函数求解一元方程、指数方程和带参数二次方程的过程,展示了符号运算的精确性。符号计算避免了数值计算的舍入误差,适用于需要精确解析解的场合。

2025-06-29 20:00:02 803

原创 Matlab自学笔记六十:符号表达式的缩写和简化

摘要:对于复杂的符号表达式,可以通过缩写和化简提高可读性。Matlab提供了多种工具:pretty函数可嵌套缩写重复子表达式;subexpr仅支持单层缩写并默认使用sigma变量;simplify能有效简化表达式。但复杂表达式可能无法进一步简化,这与工具能力无关。示例展示了这些函数的用法和区别,如化简(1-x^2)/(1-x)得到x+1结果。同时视频内容涵盖KNN算法、微分方程求解等Matlab进阶主题。(150字)

2025-06-23 21:45:49 556

原创 Matlab自学笔记五十九:符号变量的代入和替代subs精讲

摘要:本文介绍了符号变量的替代方法及其应用场景。主要使用subs函数实现符号变量替换为数值、矩阵或其他表达式,包括单变量替换(如subs(f,x,1))、多变量替换(如subs(f,[xy],[12]))以及矩阵元素替换(如m(1,3)=sym('a'))。还展示了如何将符号变量替换为表达式(如x^2+x+1+y)或符号矩阵。示例运行结果验证了各种替换方法的正确性,包括默认变量替换、矩阵元素替换等操作,为符号计算提供了灵活的实现方式。(149字)

2025-06-16 22:14:06 529

原创 Matlab自学笔记五十八:符号型和数值型变量之间的转换

数值型转换成符号型用sym,返回数值表达式的有理近似值,转换的原理是,通过匹配p/q, pπ/q, (p/q)^1/2,2^q和10^q(其中p和q是中等大小的整数)这样的形式来修正舍入误差(符号型为精确值);1.25/Matlab显示格式/format的用法/如何更改命令行窗口默认显示四位小数,这里有答案。14.2/Matlab解一阶非线性微分方程/人生若只如初见 何事秋风悲画扇。47.2/Matlab遗传算法/种群初始化/种群大小/范围/适应度函数。1.49/Matlab实时脚本/写论文必备技能。

2025-06-10 07:09:20 415

原创 Matlab自学笔记五十七:符号运算、可变精度运算、双精度浮点型运算,三种运算精度的概念、比较、选择和应用

Matlab提供了三种算术运算精度方式:符号算术(精确计算)、可变精度算术(vpa函数,默认32位可调)和双精度浮点数(默认16位精度)。通过sin(pi)的计算对比可见精度差异:符号算术结果为0,vpa算术误差为10^-40量级,双精度误差为10^-16量级。精度设置可通过digits函数调整运行环境精度或vpa(pi,n)指定位数。这三种方式在运算速度、内存消耗和精度之间形成平衡:符号算术最精确但计算量大,双精度运算最快但精度最低,vpa算术则提供了灵活的中间选择。

2025-06-03 21:55:45 1229

原创 Matlab快速上手五十六:详解符号运算里假设的用法,通过假设可以设置符号变量的取值范围,也可以通过假设设置变量属于集合:整数、正数和实数等

本文介绍了Matlab符号数学工具箱中符号变量的假设设置方法。通过assume函数可为变量设置取值范围或所属集合(如整数、实数等),使用assumptions查看假设,assumeAlso追加假设,assume(x,'clear')清除假设。文章以解方程为例,展示了假设的实际应用:当限制x>0时,x+1=0无解;而y为实数时,y+1=0的解为-1。文末推荐了相关Matlab学习视频,涵盖符号运算、优化算法等内容。

2025-05-27 07:01:53 747

原创 Matlab自学笔记五十五:符号运算:算术运算、关系运算和逻辑运算

符号运算在数学和编程中扮演着重要角色,涉及算术、关系和逻辑运算。符号对象的运算与浮点型数据相似,但需先声明符号变量。例如,sym(1)+1进行符号型运算,而syms a b x声明符号变量后,可进行如a+1或f=a+b+1的运算。符号函数和矩阵的运算也类似,如g(x)=a*x+b和矩阵m=[a b; b a]的运算。关系运算和逻辑运算如1<2和a|b,以及使用isAlways函数判断符号表达式是否为真。此外,推荐了多个Matlab编程实例和教程,涵盖从基础运算到高级应用,如SVM支持向量机、神经网络编

2025-05-21 06:44:47 703

原创 Matlab自学笔记五十四:符号数学工具箱和符号运算、符号求解、绘图

符号数学工具箱是Matlab中的一项功能,专门用于处理符号对象,如符号数字、变量、表达式和函数等。与常规的数值型数据不同,符号运算能够提供精确的数学结果,避免了浮点运算中的近似误差。通过使用sym和syms函数,用户可以创建符号变量和表达式,进行符号矩阵运算和符号函数定义。符号数学工具箱还支持解方程、绘图和操作符号数学方程,适用于需要高精度计算的场景。通过符号运算,用户可以更准确地处理数学问题,尤其是在涉及分数、极限、微积分和微分方程等领域。

2025-05-12 21:34:40 755

原创 Matlab自学笔记五十三:保存save和载入load

Matlab工作区变量是临时存储,退出Matlab后会丢失,可以把当前工作区数据保存到一个.mat的文件中,方便存储传输,保存工作区的变量和数值,重启Matlab后再载入数据,保存和载入使用函数save和载入load。使用日志文件可以记录Matlab命令窗口的所有会话内容,把变量创建和保存过程用日志文件记录下来,日志文件可以使用文本方式打开和编辑,使用日志文件使用函数diary。36.10【Matlab GUI 精讲】表格控件uitable,跟Excel表格是一样的用法吗,答案是否定的。

2025-05-05 10:05:41 627

原创 Matlab自学笔记五十二:变量名称:检查变量名称是否存在或是否与关键字冲突

1.变量名称的命名规则有效的变量名称以字母开头,后跟字母、数字或下划线,Matlab变量名称对字母大小写是区分的,A和a是不相同的变量,不能使用与Matlab关键字冲突的变量名称,例如if、end等,判断一个字符是不是关键字使用函数iskeyword;尽量避免使用与函数名相同的变量名,如clear、sin等,如果无意中创建了冲突的变量,使用clear清除,判断一个变量是否被清除,使用函数exist;2.未定义的函数或变量在Matlab中使用函数或变量时,可能会提示以下错误消息:未定义的函数或变量“a”

2025-04-28 22:02:15 923

原创 Matlab自学笔记五十一:(推荐)输入参数的数量和可变数量的输入

Matlab中, 可以使用可变输入函数varargin,接收不固定的输入参数,一个、三个、十个等,都可以,一般情况下,varargin会作为一个元胞数组类型的变量,包含了所有输入参数,具体使用哪个输入参数进行运算,可以从元胞数组中拆分出来,另外,输入了多少个参数,可以使用nargin函数确定,一般来讲,nargin是一个标量数值,也就是输入参数的数目。function v=fx1_47(varargin) %Matlab内置函数,使用一个占位参数varargin,可接收输入参数数量不固定的多个输入参数。

2025-04-21 07:14:51 2313

原创 Matlab学习笔记五十:循环语句和条件语句的用法

37.4 Matlab AppDesigner设计案例:学生信息注册系统,编程演示列表框和下拉框的用法,初学者很友好。23.1 一节入门Matlab拟合问题fit,建立预测变量与响应变量之间的关系(一般是函数关系)23.3 详解拟合优度评价指标:sse,rmse,dfe,rsquare,Adjrsquare。31.6 Matlab绘制条形图柱状图,改变单个柱的颜色,堆叠显示,改变线型线宽。if 1<2 %判断条件是否满足,若不满足跳转到下一个分支条件。

2025-04-13 22:13:12 555

原创 Matlab自学笔记四十九:类型识别:判断数据的类型和类别

Matlab中判断数据类型,常用的函数包括:变量信息whos,类型class,无穷大isinf,非值isnan,数值型isnumeric,实数isreal,有限值isfinite,综合判断isa,字符向量元胞数组iscellstr。对于给定的变量数据,如何判断它的数据类型呢,例如例如数值型(整数、浮点数、实数、无穷数、有限数、nan等)、字符(串)型、结构数组、元胞数组、表、函数句柄等。isa(int16(1),'integer') %判断int16(1)是否为整数。

2025-03-30 10:10:30 1617 1

原创 Matlab自学笔记四十八:各类型缺失值的创建、判断、替换、移位和处理方法

fillmissing(a,'constant',0) %变量中缺失值替换成参数0,'constant'和0表示把缺失值替换为常数0。standardizeMissing(s,["b" missing]) %变量中参数"b"替换为缺失值。fillmissing(s,'constant',"fill") %变量中缺失值替换成参数"fill"s=[string(missing) "a" "b"] %字符串型缺失值。ss=[missing "a" "b"] %字符串型缺失值。

2025-03-16 20:41:12 693

原创 Matlab自学笔记四十七:如何把日期时间型数据作为横坐标进行绘图

0小时 1小时 2小时 3小时 4小时 5小时 6小时 7小时 8小时 9小时。26.1(下) 一节入门SVM支持向量机算法,Matlab编程讲解,最佳超平面建模原理创建分类边界。t1=datetime('today')+caldays(0:9) %创建一个时间点。t2=0:hours(1):hours(9) %创建一个持续时间。% xtickformat('yyyyMMdd') %设置横坐标。% xtickformat('m') %设置横坐标。

2025-02-16 20:38:42 1250

原创 Matlab自学笔记四十六:与日期向量、序列日期值、日期字符向量的转换

datestr(t1) %把日期时间型转换成字符向量,与char的区别,可以设置格式,可以转换其他日期型数据,例如日期向量、序列日期值等。(1)日期向量是1乘6的双精度数值型向量,按年月日时分秒顺序排列,以24小时制表示。转成日期向量使用函数datevec,转成序列日期值使用函数datenum,转成字符向量使用函数datestr;datenum('01-01-2018, 6:00 PM') %转成序列日期值的函数。(3)日期向量和序列日期值都是double型向量或值,日期字符向量是字符型向量;

2025-02-09 11:01:57 717

原创 Matlab自学笔记四十五:日期时间型和字符、字符串以及double型的相互转换方法

在Matlab中,大多数函数都有这样的功能:创建函数本身具有转换的功能,例如double函数,可以创建双精度浮点数,也可以把输入参数转换成双精度浮点数,再例如string,可以创建字符串,也可以把输入参数转换成字符串。1.43/Matlab数据类型小结/数值型(整数、浮点数、实数、无穷数、有限数、nan等)、字符(串)型、结构数组、元胞数组、表、函数句柄等。23.3详解拟合优度评价指标:sse,rmse,dfe,rsquare,Adjrsquare。y=hours(d)%输入时间型,转成双精度。

2025-01-18 21:48:57 941

原创 Matlab自学笔记四十四:使用dateshift函数生成日期时间型序列数据

t=dateshift(t1,'start','hour',0:2) %一天时间的起点是0点,第0天是当前天,0:2表示从今天往后推两天。t=dateshift(t1,'dayofweek',3) %当前时间之后,最近的符合时间,一个星期第三天,即星期二,星期天是第一天。t=dateshift(t1,'end','month',0:2) %0表示当前范围的,1表示下一个。t=dateshift(t1,'dayofweek',3,0:2) %0表示当前范围的,1表示下一个。

2024-12-08 08:52:30 739

原创 Matlab自学笔记四十三:使用函数拆分日期时间型数据的子信息:年、月、日、时、分、秒

37.15 Matlab app多功能图像函数演示界面,Appdesigner工具栏的用法,多个图像绘图回调函数的原理和应用。31.6 Matlab绘制条形图柱状图,改变单个柱的颜色,堆叠显示,改变线型线宽。ymd(t) %返回年月日,指定一个输出参数,那么仅返回一个输出,即年份。26.1(上) 一节入门SVM支持向量机算法,含Matlab编程讲解。month(t,'name') %通过附加参数获取月份的名称。[y,m,d]=ymd(t) %返回年月日。[h,m,s]=hms(t) %返回时分秒。

2024-12-02 20:59:32 695

原创 Matlab自学笔记四十二:日期时间型变量的属性及其应用

Matlab app多功能图像函数演示界面,Appdesigner工具栏的用法,多个图像绘图回调函数的原理和应用。日期时间型变量建立后,自带一些属性,属性包括拆分时间信息、设置显示格式等,可以使用处理结构数组的方法访问和修改其中的属性。d2=hours(24,'Format','days') %hours不能设置显示格式。t.Format='dd/MM/yyyy' %通过属性修改显示格式。t.Day=[-1,0,1] %1为本月1日,0为上月最后一天。years(t) %调用函数。

2024-11-24 21:26:33 486

原创 Matlab自学笔记四十一:介绍日期时间型的显示格式:年‘y‘ 月‘M‘ 日‘d‘ 周‘e‘ 时‘h‘ 分‘m‘ 秒‘s‘

日期时间型的显示格式由Format属性控制,改变Format属性不会改变日期时间值,只改变它们的显示方式,最基本的显示格式字符是:年'y' 月'M' 日'd' 周'e',时'h' 分'm' 秒's';%%t=datetime('now','Format','d-MMM-y HH:mm:ss','TimeZone','Asia/Hong_Kong') %显示时区。t = datetime('now','Format','defaultdate') %只显示年月日的默认格式,相对有用。

2024-11-09 21:39:53 2058

原创 Matlab自学笔记四十:日期时间型数据的关系运算:比较大小、比较时间先后、判断是否在两个时间之间

判断一个时间点的大小的基本规则是:时间点越往后则越大;程序示例如下:t1=datetime+calyears(0:2) %首先新建datetime时间序列t1>t2 %时间点的比较,时间越往后越大程序示例如下:t1l=isbetween(t2,t1,t1+calyears(1)) %用函数判断在两个日期之间程序示例如下:3,10,0]) %首先创建duration数组t3>t4。

2024-10-28 07:43:10 936

【MATLAB编程】脚本与函数开发技术详解:编程实例视频教程35文档讲义(freexyn)

内容概要:本文是一份关于Matlab编程中脚本与函数应用的详细教程,系统介绍了Matlab程序设计中的核心控制结构与文件类型。内容涵盖条件语句(if、switch)、循环语句(for、while)及其控制跳转(continue、break、return),并通过实例演示了因数查找、奇合数判断等实际问题的编程解决方法。文章重点讲解了脚本文件与函数文件的创建与运行方式,深入介绍了局部函数、嵌套函数、私有函数、匿名函数等多种函数形式,并涉及函数句柄、功能函数(如integral、fplot)、参数管理(nargin、nargout、varargin、varargout)、变量作用域、全局与持久变量、搜索路径及函数调用优先级等高级编程概念。此外,还介绍了实时脚本(.mlx)的使用,包括文本、方程插入与图窗的交互式编辑。; 适合人群:具备一定Matlab基础,希望深入掌握脚本与函数编程的初、中级科研人员、工程技术人员及高校学生。; 使用场景及目标:①学习Matlab程序结构设计与流程控制;②掌握函数封装、模块化编程与代码复用技术;③提升数据分析、算法实现与报告整合能力,尤其适用于工程计算、数值仿真与教学演示等场景; 阅读建议:建议结合Matlab环境边学边练,重点关注函数定义规范、作用域机制与实时脚本的交互特性,通过实例动手实践以加深理解。

2026-03-08

【MATLAB编程】常见问题解析与实例应用:freexyn编程实例视频教程系列66 轻松小课堂(答疑汇总)

内容概要:本文档是《Matlab编程实例视频教程系列66 轻松小课堂(答疑汇总)》,系统整理了Matlab编程中的常见问题、实用技巧与典型实例,涵盖基础操作、程序调试、数学建模、绘图处理、算法实现等多个方面。内容包括判断奇偶数、数据处理、方程求解、优化建模、GUI设计、神经网络拟合、数据集读取与处理、常见报错解析等,特别针对初学者易犯错误和实际应用难题提供详细解答与代码示例。同时包含多个综合案例,如旅行包物品优化、气温预测、分段函数绘图、动态算法可视化等,具有很强的实践指导意义。; 适合人群:具备一定Matlab基础,正在学习或从事工程计算、数据分析、科学可视化等相关工作的学生、教师及科研人员,尤其适合面临课程设计、期末作业或项目开发中遇到具体问题的学习者。; 使用场景及目标:①快速查找并解决Matlab编程中常见的语法错误与运行异常;②掌握绘图、函数拟合、优化求解等核心技能的实际应用方法;③通过典型案例提升综合编程能力与问题分析能力;④辅助完成课程作业、科研绘图或算法实现任务。; 阅读建议:建议结合视频教程同步学习,针对自身遇到的具体问题查阅对应章节,注重代码调试与细节理解,对典型例题可动手复现以加深掌握。文档内容碎片化但实用性强,适合作为Matlab学习过程中的速查手册与实战指南。

2026-03-08

【freexyn14】基于Matlab的微分方程求解方法解析:从符号解到数值解的全流程技术实现

内容概要:本文是《Matlab编程实例视频教程系列14 解微分方程》的配套文档,系统介绍了如何使用Matlab求解各类微分方程的方法。内容涵盖一阶、二阶、三阶微分方程、非线性微分方程、微分方程组的解析解与数值解法,重点讲解了dsolve、ode45、ode15s、ode15i等关键函数的使用方法。同时介绍了刚性问题、完全隐式微分方程的处理方式,并演示了如何在特定点求解数值解以及扩展解结构体的操作。通过具体实例帮助读者掌握用Matlab解决微分方程问题的整体思路与技术细节。; 适合人群:具备高等数学和Matlab编程基础,理工科专业学生或科研人员,尤其是需要利用Matlab进行动力学系统建模与仿真的用户。; 使用场景及目标:①学习如何用Matlab解析求解常微分方程;②掌握数值求解方法(如ode45)在实际问题中的应用;③理解刚性和隐式微分方程的处理机制;④提升科学计算与工程仿真能力; 阅读建议:建议结合视频教程同步操作,动手运行示例代码,重点关注不同求解器的选择依据与参数设置,深入理解解析解与数值解的差异及适用范围。

2026-03-08

基于Matlab的朴素贝叶斯分类算法实现:Matlab编程实例视频教程系列25 朴素贝叶斯算法(freexyn)

内容概要:本文档为《Matlab编程实例视频教程系列25 朴素贝叶斯算法》,系统讲解了朴素贝叶斯算法的基本原理及其在Matlab中的实现方法。内容涵盖分类问题的基本概念、贝叶斯公式的数学基础、条件概率与后验概率的计算,并介绍了Matlab中用于构建朴素贝叶斯模型的核心函数fitcnb和predict。文档进一步区分了离散型与连续型数据的处理方式,说明连续数据默认采用高斯分布建模,同时引入核概率分布(如核密度估计)提升模型适应性。此外,还演示了如何使用Matlab分类学习器App进行可视化建模、交叉验证、混淆矩阵分析与超参数优化,并通过MNIST手写数字识别和UCI心脏病数据集两个实战案例,展示算法的实际应用流程,包括数据预处理、特征选择与模型评估。; 适合人群:具备基本概率统计知识和Matlab编程基础的初学者或工程技术人员,尤其适合希望掌握机器学习分类算法实践应用的学生或科研人员。; 使用场景及目标:①学习朴素贝叶斯算法的理论基础与数学推导;②掌握Matlab环境下实现分类任务的技术流程;③应用于医学诊断、图像识别等实际分类问题;④结合分类学习器交互工具快速构建并优化模型。; 阅读建议:建议配合视频教程同步操作,动手实践代码实现,重点关注不同数据类型下的模型设定差异,并通过真实数据集加深对算法性能与局限性的理解。

2026-03-08

freexyn-Matlab编程实例视频教程系列45 深度学习(卷积神经网络)

内容概要:本文是《Matlab编程实例视频教程系列45 深度学习(卷积神经网络)》的PDF文档,系统介绍了如何使用Matlab进行深度学习中的卷积神经网络(CNN)建模与应用。内容涵盖从基础概念如数据准备、神经网络结构,到具体实现如图像数据读取、网络层构建(卷积层、池化层、全连接层等)、训练参数设置(trainingOptions)、模型评估与调参优化。同时讲解了迁移学习、预训练网络(如GoogLeNet)、图像增强、回归网络及Deep Network Designer交互工具的使用,并提供多个实际案例,如手写数字识别、布匹缺陷检测等,帮助读者掌握CNN在分类与回归任务中的完整流程。; 适合人群:具备一定Matlab编程基础,对机器学习或深度学习感兴趣的初学者及工程技术人员,尤其适合从事图像处理、模式识别相关工作的科研人员与学生。; 使用场景及目标:① 掌握Matlab环境下卷积神经网络的搭建与训练流程;② 学习图像分类与回归预测的实际应用方法;③ 利用预训练网络和迁移学习提升模型性能;④ 通过调参实验优化网络表现。; 阅读建议:建议结合Matlab实操同步学习,重点关注各网络层的功能与参数设置、trainingOptions的配置策略以及迁移学习的具体实现步骤,配合提供的实例加深理解。

2026-03-04

(freexyn)Matlab编程实例视频教程系列24 KNN近邻算法

内容概要:本文是《Matlab编程实例视频教程系列24 KNN近邻算法》的配套PDF文档,系统讲解了K近邻(KNN)算法的基本原理及其在Matlab中的实现方法。内容涵盖KNN的分类与回归问题、KD树与穷举法两种邻点搜索方式、13种距离度量方法、K值选择、权重设置、先验概率、平局处理规则及模型评估手段如交叉验证、混淆矩阵和超参数优化等,并通过WiFi室内定位和MNIST手写数字识别两个实际案例演示了KNN的应用。; 适合人群:具备一定Matlab编程基础的数据科学初学者或工程技术人员,尤其适合希望掌握机器学习基础算法实践应用的高校学生和科研人员。; 使用场景及目标:①学习KNN算法的核心思想与数学原理;②掌握Matlab中fitcknn、predict、knnsearch等关键函数的使用;③实现从数据预处理到模型评估的完整KNN建模流程;④通过真实案例提升算法实战能力。; 阅读建议:建议结合视频教程同步操作代码,重点理解不同参数对模型性能的影响,动手实践各类距离度量与搜索策略的选择,关注交叉验证与超参数优化在提升分类精度中的作用。

2026-03-04

Matlab编程实例视频教程系列26 SVM支持向量机

内容概要:本文档为《Matlab编程实例视频教程系列26 SVM支持向量机》的配套讲义,系统介绍了支持向量机(SVM)的基本原理及其在Matlab中的实现方法。内容涵盖SVM的核心概念如最佳超平面、边距、支持向量、软边距与惩罚参数、核函数(线性、高斯、多项式等)及其变换,并详细讲解了fitcsvm、predict、fitcecoc等关键函数的使用。通过WiFi信号强度定位和MNIST手写数字识别两个实际案例,展示了SVM在分类问题中的应用,同时涉及模型评估、交叉验证、超参数优化等关键技术环节。; 适合人群:具备一定Matlab编程基础和机器学习基础知识,适合高校学生、科研人员及从事数据分析、模式识别等相关工作的工程师;尤其适合希望从理论到实践掌握SVM算法的技术人员。; 使用场景及目标:①理解SVM算法的数学原理与优化过程;②掌握Matlab中SVM建模与调参方法;③应用于分类任务如室内定位、图像识别等实际项目中;④提升对核方法、多分类策略(ECOC)和模型评估的理解与实践能力。; 阅读建议:建议结合配套视频教程同步学习,动手运行示例代码并尝试调整参数,加深对SVM工作机制的理解;重点关注26.8与26.10的实战案例,配合提供的数据集进行实操练习,以达到理论与实践相结合的学习效果。

2026-03-04

(freexyn)Matlab编程实例视频教程系列23 拟合曲线曲面

内容概要:本文档是《freexyn编程实例视频教程系列23:Matlab拟合》的配套PDF,系统讲解了如何使用MATLAB进行曲线和曲面的拟合操作。内容涵盖从基础拟合概念、常用模型(如多项式、有理式、指数、高斯、傅里叶、正弦、Weibull等)到高级设置(如初始点设定、参数上下限、数据归一化、异常值排除、权重与鲁棒性设置)的完整流程。同时介绍了最小二乘法原理、非参数拟合方法(插值和平滑)、自定义模型构建,以及拟合结果的残差分析、优度评估(如SSE、RMSE、R²等指标),并演示了如何对拟合结果进行微分与积分计算,最后介绍了MATLAB曲线拟合工具箱(cftool)的交互式使用方法。; 适合人群:具备基本MATLAB编程基础,从事工程、数学建模、数据分析等相关领域的学生、科研人员或工程师,尤其是希望掌握数据拟合技术的学习者。; 使用场景及目标:① 学习如何利用MATLAB对实验或观测数据进行精确拟合;② 掌握多种拟合模型的选择与应用技巧;③ 提升对拟合算法原理的理解,优化拟合效果,处理实际项目中的复杂数据拟合问题;④ 利用交互工具快速完成数据探索与可视化。; 阅读建议:建议结合视频教程同步实践,动手运行示例代码,深入理解各拟合选项的作用,并尝试将所学应用于真实数据集,以巩固技能。注意区分参数拟合与非参数拟合的应用场景。

2026-03-04

《freexyn编程实例视频教程系列37 Matlab AppDesigner》课程文档

运用Matlab的AppDesigner进行自定义界面设计和功能编程,具体讲解每个组件(图窗、坐标区、按钮、编辑框、标签、列表框、下拉框、日期选择组件、图像组件、表格、面板、网格布局、菜单栏、上下文菜单、工具栏、选项卡、仪表、信号灯、开关、旋钮等)的属性和回调函数的用法,并且演示一些常用的APP设计案例,方便大家快速学习和借鉴使用。 目录 37.0 概述 37.1 一节入门AppDesigner 37.2 文本显示和编辑组件 37.3 简易计算器 37.4 学生信息注册系统 37.5 图像显示界面 37.6 图像参数设置界面 37.7 图像调整界面 37.8 闹铃/定时器 37.9 面板和按钮组 37.10 信息管理系统 37.11 更改表格数据的显示样式 37.12 图像演示界面(菜单栏) 37.13 图像演示界面(上下文菜单) 37.14 图像处理菜单 37.15 图像演示界面(工具栏) 37.16 软件初始化图片页面 37.17 软件上添加网址链接 37.18 图像参数精调界面 37.19 信息录入系统 37.20 信息查询系统 37.21 信息查询筛选导出系统 (未完待续)

2022-12-25

《freexyn编程实例视频教程系列36 Matlab GUI教程》文档讲义

实例演示 2.1简易计算器 2.2信息注册系统 2.3图像调整界面 2.4图像演示界面 2.5闹铃/定时器 2.6迷宫图游戏 2.7电子琴 2.8图像处理菜单 2.9数据图表

2022-12-25

freexyn编程实例视频教程系列1:Matlab基础入门(PDF课件讲义)

Matlab基础入门,包括界面设置、矩阵、运算符、数据类型、脚本和函数以及符号运算等 作者:freexyn 目录 1.0 概述 入门 1.1 认识软件 1.2 创建变量 1.3 调用函数 1.4 脚本编程 1.5 语法高亮 矩阵 1.6 创建矩阵 1.7 创建矩阵的函数 1.8 连接矩阵 1.9 矩阵索引 1.10 矩阵元素修改 1.11 重塑矩阵 1.12 矩阵属性 1.13 特殊矩阵形式 1.14 多维数组 1.15 性能优化 运算符 1.16 算术运算 1.17 算术常用函数 1.18 逻辑运算 1.19 关系运算 1.20 运算符的优先级 1.21 兼容性 数据类型 1.22 整数型 1.23 浮点型 1.24 Inf和NaN 1.25 显示格式 1.26 字符型 1.27 特殊字符 1.28 混合连接的类型 1.29 混合运算的类型 1.30 字符串型 1.31 缺失字符串 1.32 格式化文本 1.33 字符型与数值型的转换 1.34 元胞数组 1.35 元胞数组的修改 1.36 结构数组 1.37 结构数组的处理 1.38 表 1.39 表的数据处理 1.40 表的读入写

2022-08-14

freexyn编程实例视频教程系列47:Matlab与遗传算法(作者:freexyn)

freexyn编程实例视频教程系列47 Matlab与遗传算法 主要内容: 算法概念/流程/选择/交叉/变异/精英个体/迭代终止/可视化/过程显示/混合优化/非线性约束问题/整数约束优化问题 文档目录: 47.0 概述 47.1 算法概念和流程 47.2 初始化种群 47.3 选择 47.4 交叉和变异 47.5 精英个体 47.6 迭代终止和可视化 47.7 输出和过程显示 47.8 优化与全局优化(智能算法)的比较 47.9 混合优化 47.10 非线性约束问题 47.11 整数优化问题 End

2022-08-14

《Matlab编程实例视频教程系列 31:Matlab作图与动画 ( 绘图 )》课件讲义

freexyn 编程实例视频教程系列 31 Matlab 作图 与动画 ( 绘图 ) 31.0 概述 1.主要内容 1.1 运用 Matlab 进行作图/数据可视化/动画 1.2 通过编程实例体会运用 Matlab 进行作图的思路 课程目录 31.1 plot基本用法 31.2 线型、标记和颜色 31.3 标题、标签和图例 31.4 多图、子图和网格 31.5 双y轴图像 31.6 条形图 31.7 直方图 31.8 饼图 31.9 阶梯图、散点图、针状图 31.10 填充图、对数图、热图 31.11 函数绘图 31.12 极坐标绘图 31.13 坐标刻度和标签 31.14 极坐标刻度和标签 31.15 多边形绘图 31.16 曲面图汇总 31.17 三维图汇总 31.18 圆柱、球、椭圆 31.19 图像颜色 31.20 等高线 31.21 向量图 31.22 图像注释、文本 31.23 线条 31.24 调整坐标轴范围、长度 32.25 调整可视化效果 31.26 坐标区对象和图形对象 31.27 动画(动态图像)

2022-08-17

《Matlab编程实例视频教程系列22:Matlab优化专题》课程文档

freexyn编程实例视频教程系列22 Matlab优化专题 1.主要内容 运用Matlab编程解决一元/多元函数求最小值/线性规划/整数规划/二次规划/最小二乘问题/曲线拟合等优化问题; 2.课程目录 22.0 概述 22.1 一元函数最小值fminbnd 22.2 多元函数最小值fminsearch 22.3 带约束多元函数最小值fmincon 22.4 无约束多元函数最小值fminunc 22.5 半无限约束多元函数最小值fseminf 22.6 多目标函数最优点达到问题fgoalattain 22.7 多目标函数最大值最小值问题fminimax 22.8 线性规划linprog 22.9 混合整数线性规划intlinprog 22.10 二次规划quadprog 22.11 线性最小二乘问题lsqlin 22.12 非负线性最小二乘问题lsqnonneg 22.13 非线性函数拟合问题lsqcurvefit 22.14 非线性最小二乘问题lsqnonlin End

2022-08-17

《Matlab编程实例视频教程系列33:Matlab 导入导出》文档讲义

freexyn编程实例视频教程系列33 Matlab 导入导出 1.主要内容 运用Matlab对外部文件数据进行导入导出; 数据类型包括数值型、文本型以及混合数据等; 文件格式涉及dat、txt、csv、xls等; 编程案例若干。 2.目录 33.0 概述 33.1 数值型数据写出到文件dlmwrite 33.2 混合数据写出到文件writetable 33.3 格式化数据写出到文件fprintf 33.4 读取数值型数据dlmread 33.5 读取混合数据readtable 33.6 Excel数据的导入和导出 33.7 载入数据importdata 33.8 读取格式化数据textscan 33.9 读取格式化的数据fscanf 33.10 实例 分类提取文本数据 33.11 逐行读取数据fgetl 33.12 读取二进制数据fread 33.13 移动文件指针fseek 33.14 二进制数据写出到文件fwrite 33.15 格式化混合数据写出到文件fprintf 33.16 导入工具 33.17 实例 非常规文本或大型文件 33.18 实例 同时处理多个文件 33.19 实

2022-08-17

Matlab编程实例视频教程系列43:神经网络入门和拟合(作者:freexyn)

freexyn编程实例视频教程系列43 Matlab与神经网络 函数拟合和分类 43.0概述 43.1从神经网络用于函数拟合开始讲起 43.2神经网络结构(理论课) 43.3传递函数 43.4网络训练 43.5 网络初始化和配置 43.6 数据预处理 43.7 性能评价与作图 43.8 数据分组 43.9 工作流、属性和训练记录 43.10 防止过拟合与改善网络性能 43.11 模式识别pattennet 43.12 模式识别相关 43.13 实例 数字图像识别 43.14 前馈神经网络 43.15 自定义神经网络 43.16 *算法前传(浅显理论课) 43.17 LM算法trainlm 43.18 贝叶斯正则化trainbr 43.19 *比例共轭梯度法trainscg 43.20 弹性反向传播算法trainrp 43.21 算法汇总比较 43.22 生成函数和仿真模块 43.23 交互方式和样本数据 43.24 感知器 43.25 线性神经网络 43.26 自适应线性神经网络 (写不下了)

2022-08-14

freexyn编程实例教程45 Matlab深度学习 PDF课件

freexyn编程实例视频教程系列45 Matlab与深度学习(卷积神经网络) 主要内容 运用Matlab编程处理深度学习在图像的分类识别和回归预测方面的应用,主要内容就是学习卷积神经网络。 目 录 45.0 概述 1 45.1一个实例入门深度学习 1 45.2 图像数据集读取并输入网络:表 table 2 45.3 网络分类识别并计算准确率classify 3 45.4 图像输入层imageInputLayer 3 45.5 卷积的原理 4 45.6 卷积层convolution2dLayer 5 45.7 批量归一化层batchNormalizationLayer 5 45.8 修正线性单元reluLayer 5 45.9 最大池化层maxPooling2dLayer 5 45.10 全连接层fullyConnectedLayer 6 45.11 归一化指数层softmaxLayer 6 45.12 分类输出层classificationLayer 6 45.13 卷积神经网络(工作原理和运行机制) 7 45.14 激活/特征提取activations 7 45.15 traini

2022-07-20

MNIST数据集(已处理,Matlab直接使用)

MNIST数据集(官网下载)文件夹为官网下载的数据集,共十个分类,7万个图像,图像大小为28x28的灰度图像; 2 mnist0文件夹是MNIST数据集经过读取后,另存的图像格式和mat文件格式的数据; 3 mnist2文件夹是MNIST数据集的一个子集,取原数据集1/2的数据量(3.5万个图像); 4 mnist10文件夹是MNIST数据集的一个子集,取原数据集1/10的数据量(7000个图像),推荐学习和练习使用; 5 mnist100文件夹是MNIST数据集的一个子集,取原数据集1/100的数据量(700个图像); 6 下载、解压、读取,另存等方法,看视频66.35

2022-07-16

freexyndb数据集(长度预测/角度预测/颜色分类)

该数据集包含1000张图像,每张图像仅包含一条随机长度、随机角度和随机颜色的线条,因此,该数据集可用于长度、角度的回归预测,也可用于颜色的分类识别,适用于广大初学者,作为深度学习卷积神经网络的小型练习数据集,非常便捷,该数据集的预测和分类特性很好,很有代表性,训练时间短,普通个人电脑应用无压力,可代替大型数据集进行调参试验,强烈推荐下载使用。 该数据集包含1000张图片,分为三种应用场景(分别对应了三个文件夹): 1 长度的预测; 2 角度的预测; 3 颜色的分类。 数据集使用方法(Matlab读取为例): 1 使用datastore方式读取图像数据(长度预测和角度预测,需要从文件名称中提取response); 2 使用load函数加载mat文件(颜色分类,只能使用datastore,因为需要通过子文件夹名称获取分类labels)。

2022-07-10

布匹缺陷检测-小样本数据集(很典型,附教程)

1 该数据集从网上收集并整理而成; 2 该数据集包含25张图像(其中,无缺陷、A缺陷、B缺陷、C缺陷、D缺陷各5张图像),图像大小256x256x3; 3 数据集使用方法(Matlab读取为例): (1)使用datastore方式读取图像数据,应用于深度学习卷积网络; (2)分类预测应用的编程实例看视频45.26

2022-07-16

CIFAR-10数据集(好用的子集,方便个人学习使用,附教程)

cifar-10-matlab.tar.gz为官网下载的cifar-10数据集,共十个分类,60000个图像,图像大小为32x32x3的彩色图像; 2 cifar10sub文件夹是cifar-10数据集的一个子集,共十个分类,7000个图像,数据量相对较小,方便学习使用; 3 下载、解压、读取,另存等方法,看视频66.36

2022-07-16

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除