安装MATLAB的详细过程,一个细节都不少

[名称]:Matlab R2021a

[语言]:简体中文 

[安装环境]:Win7/Win8/Win10

[百度网盘地址]:

【超级会员V4】通过百度网盘分享的文件:MATLAB R…
链接:https://pan.baidu.com/s/19wYTr1Xz-l1ck67GTKGH-A?pwd=gm69 
提取码:gm69
复制这段内容打开「百度网盘APP 即可获取」

【超级会员V4】通过百度网盘分享的文件:MATLAB P…
链接:https://pan.baidu.com/s/1mVfIu8FTcgouhDi4ywpxRw?pwd=1ez7 
提取码:1ez7
复制这段内容打开「百度网盘APP 即可获取」


[阿里云下载地址]:

https://www.aliyundrive.com/s/BYPHMoAiLqq

安装

步骤

1.打开下载的【Matlab_ R2021a(64bit)】文件夹,选中【Matlab_ R2021a(64bit).part1】压缩包,鼠标右击选择【解压到Matlab_ R2021a(64bit).part1】。

图片

 

2.打开解压后的【Matlab_ R2021a(64bit)】文件夹。

图片

 

3.找到并选中【Matlab910R2021a_Win64.iso】安装程序,鼠标右击选择【装载】。

也可以打开【虚拟光驱.exe】,点击【加载镜像】,选择安装包解压后的文件夹中的【Matlab910R2021a_Win64.iso】镜像,然后点击【打开】。

图片

 

图片

 图片

 

4.双击打开加载的【DVD驱动器】,找到并选中【setup.exe】安装程序,鼠标右击选择【以管理员身份运行】。

图片

 

5.点击【高级选项】,选择【我有文件安装密钥】。

图片

 

6.选择【是】,点击【下一步】。

图片

 

7.输入文件安装密钥【09806-07443-53955-64350-21751-41297】,然后点击【下一步】。

图片

 

8.点击【浏览】,选择【license_standalone.lic】(位于最开始解压后的【R2020b(64bit)】文件夹中的【Crack】文件夹里面),然后点击【打开】。

图片

 

9.点击【下一步】。

图片

 

10.修改路径地址中的字符【C】可更改软件安装位置(如:将C改为D表示安装在D盘,请勿修改其它字符,否则无法完成激活),然后点击【下一步】。

图片

 

11.点击【下一步】。

图片

 

12.勾选【将快捷方式添加到桌面】,然后点击【下一步】。

图片

 

13.点击【开始安装】。

图片

 

14.软件正在安装中,稍等一会儿,这个时候可以打把王者。

图片

 

15.软件安装完成,点击【关闭】。

图片

 

16.打开安装包解压后的【Matlab_ R2021a(64bit)】文件夹中的【Crack】文件夹。

图片

 

17.全选该文件夹下所有文件,鼠标右击选择【复制】。

图片

 

18.打开软件安装位置路径下(D:\Program Files\Polyspace,参照骤10中修改后的磁盘名称),在空白处鼠标右击选择【粘贴】。

图片

 

19.点击【替换目标中的文件】。

图片

20.双击打开该文件夹下的【R2021a】文件夹。

 图片

 

21.双击打开【bin】文件夹。

图片

 

22.选中【matlab.exe】文件,鼠标右击选择【发送到】-【桌面快捷方式】

图片

 

23.在桌面双击打开【matlab.exe - 快捷方式】软件图标启动软,恭喜你软件安装成功。

图片

 

参考:Matlab R2021a安装教程
————————————————

原文链接:https://blog.csdn.net/GGY1102/article/details/121733746

  • 12
    点赞
  • 36
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,下面是一个基于 Matlab 的点云区域生长算法的代码实现。假设输入的点云数据为一个 $N \times 3$ 的矩阵,每行表示一个点的坐标 $(x,y,z)$: ```matlab function [labels, num_labels] = point_cloud_region_growing(points, radius, min_points) % 输入参数: % points: N x 3 的矩阵,表示点云数据 % radius: 邻域搜索半径 % min_points: 区域最小点数 % 输出参数: % labels: N x 1 的向量,表示每个点所属的区域编号 % num_labels: 区域数量 N = size(points, 1); labels = zeros(N, 1); % 初始化每个点的区域编号 num_labels = 0; % 初始化区域数量 for i = 1:N if labels(i) ~= 0 % 如果点已经被访问过,则跳过 continue; end seed_queue = i; % 将当前点加入种子队列 num_labels = num_labels + 1; % 新建一个区域 labels(i) = num_labels; % 标记当前点所属的区域编号 while ~isempty(seed_queue) seed = seed_queue(1); % 取出队首点 seed_queue(1) = []; % 弹出队首点 % 搜索邻域点 neighbors = rangesearch(points, points(seed,:), radius); neighbors = neighbors{1}; % 将邻域点加入当前区域 for j = 1:length(neighbors) if labels(neighbors(j)) ~= 0 % 如果点已经被访问过,则跳过 continue; end labels(neighbors(j)) = num_labels; % 标记点所属的区域编号 seed_queue = [seed_queue; neighbors(j)]; % 将点加入种子队列 end end % 如果当前区域点数小于阈值,则合并到相邻区域 if sum(labels==num_labels) < min_points labels(labels==num_labels) = labels(neighbors(1)); num_labels = num_labels - 1; end end end ``` 该函数的输入参数包括点云数据、邻域搜索半径和区域最小点数。输出参数包括每个点所属的区域编号和区域数量。该函数的实现过程与前面介绍的算法实现过程类似,具体实现细节如下: 1. 首先,初始化每个点的区域编号为 0,表示未访问过。 2. 对于每个未访问过的点,将其加入种子队列,并新建一个区域,标记当前点所属的区域编号为当前区域编号。 3. 对于种子队列中的每个点,搜索其邻域点,如果邻域点未被访问过,则将其加入当前区域,并将其加入种子队列。 4. 如果当前区域点数小于阈值,则将当前区域合并到相邻区域中。 5. 循环执行步骤 2-4,直到所有点都被访问过为止。 6. 最后,将每个点所属的区域编号输出,形成点云分割结果。 注意,该算法的实现过程中使用了 Matlab 中的 rangesearch 函数,该函数用于搜索点云中距离某个点在一定范围内的邻域点。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值