Matlab—matlab进行数据处理

最新推荐文章于 2024-06-03 15:48:56 发布
最新推荐文章于 2024-06-03 15:48:56 发布
阅读量2.9k 收藏 25
点赞数 4
分类专栏： Matlab 文章标签： matlab
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qdvovbp/article/details/50523786
版权

使用Matlab进行数据处理

一、 一维数组创建：

（1）直接输入法：

test=[1 2 3 4]

test=[1;2;3;4] 

>> test = [2 4 6 8]

test =
 2     4     6     8

>> test = [2;4;6;8]

test =

 2
 4
 6
 8

（2）步长生成法：

test=1:0.5:10

>> test=1:0.5:10

test =

    1.0000    1.5000    2.0000    2.5000    3.0000    3.5000    4.0000    4.5000    5.0000    5.5000    6.0000    6.5000    7.0000    7.5000    8.0000    8.5000    9.0000    9.5000   10.0000

（3）定数线性采样法：

test = linspace(1,12,5)

>> test = linspace(1,12,5)

test =

    1.0000    3.7500    6.5000    9.2500   12.0000

(4)定数对数采样法：

logspace(2,6,4)

>> logspace(2,6,4)

ans =
    1.0e+006 *

    0.0001    0.0022    0.0464    1.0000

二、 高维数组创建实验：

（1）直接输入法：

A=[1 2 3;4 5 6;7 8 9]

>> A=[1 2 3;4 5 6;7 8 9]

A =

    1     2     3
    4     5     6
    7     8     9

（2）使用下标：

clear,A(2,3,2)=1

>> clear
>> A(2,3,2)=1

A(:,:,1) =

    0     0     0
    0     0     0


A(:,:,2) =

    0     0     0
    0     0     1

（3）使用低维数组：

clear,A=eye(3,4);A(:,:,2)=eye(3,4)*2;A(:,:,3)=eye(3,4)*3;A(:,:,4)=eye(3,4)*4

>> clear
>> A=eye(3,4);
>> A(:,:,2)=eye(3,4)*2;
>> A(:,:,2)=eye(3,4)*2;
>> A(:,:,4)=eye(3,4)*4

A(:,:,1) =

    1     0     0     0
    0     1     0     0
    0     0     1     0


A(:,:,2) =

    2     0     0     0
    0     2     0     0
    0     0     2     0


A(:,:,3) =

    3     0     0     0
    0     3     0     0
    0     0     3     0


A(:,:,4) =

    4     0     0     0
    0     4     0     0
    0     0     4     0

（4）创建函数（cat、repmat、reshape）创建高维数组：

cat(3,[1,2,3;4,5,6],eye(2,3)*2,ones(2,3))

>> cat(3,[1,2,3;4,5,6],eye(2,3)*2,ones(2,3))

ans(:,:,1) =

    1     2     3
    4     5     6


ans(:,:,2) =

    2     0     0
    0     2     0


ans(:,:,3) =

    1     1     1
    1     1     1

repmat([1,2;3,4],[1,2,3])

>> repmat([1,2;3,4],[1,2,3])

ans(:,:,1) =

    1     2     1     2
    3     4     3     4


ans(:,:,2) =

    1     2     1     2
    3     4     3     4


ans(:,:,3) =

    1     2     1     2
    3     4     3     4

reshape(1:20,2,5,2)

>> reshape(1:20,2,5,2)

ans(:,:,1) =

    1     3     5     7     9
    2     4     6     8    10


ans(:,:,2) =

    11    13    15    17    19
    12    14    16    18    20

三、标准数组创建实验：

（1）全0矩阵：>> zeros(3)

>> zeros(3)

ans =

    0     0     0
    0     0     0
    0     0     0

>> zeros(5)

ans =

    0     0     0     0     0
    0     0     0     0     0
    0     0     0     0     0
    0     0     0     0     0
    0     0     0     0     0

（2）全1矩阵：>> ones(5)

>> ones(5)

ans =

    1     1     1     1     1
    1     1     1     1     1
    1     1     1     1     1
    1     1     1     1     1
    1     1     1     1     1

（3）单位矩阵：>> eye(4)

>> eye(4)

ans =

    1     0     0     0
    0     1     0     0
    0     0     1     0
    0     0     0     1

（4）magic矩阵：>> magic(4)

>> magic(4)

ans =

    16     2     3    13
    5    11    10     8
    9     7     6    12
    4    14    15     1

>> magic(3)

ans =

    8     1     6
    3     5     7
    4     9     2

（5）随机矩阵：>> randn(4)

>> randn(4)

ans =

    0.5377    0.3188    3.5784    0.7254
    1.8339   -1.3077    2.7694   -0.0631
    -2.2588   -0.4336   -1.3499    0.7147
    0.8622    0.3426    3.0349   -0.2050

>> randn(3)

ans =

    -0.1241    1.4172    0.7172
    1.4897    0.6715    1.6302
    1.4090   -1.2075    0.4889

四、矩阵变换实验：

令 Data = [1,2,3;4,5,6;7,8,9]，分别使用diag、’、fliplr、flipud、rot90、tril、triu函数计算Data的对角、转置、翻转、旋转、三角矩阵，具体命令如下：

Data = [1,2,3;4,5,6;7,8,9]

diag(Data)

(Data)’

fliplr(Data)

flipud(Data)

rot90(Data)

tril(Data)

triu(Data)

>> Data = [1,2,3;4,5,6;7,8,9]

Data =

    1     2     3
    4     5     6
    7     8     9

>> diag(Data)

ans =

    1
    5
    9

>> (Data)'

ans =

    1     4     7
    2     5     8
    3     6     9

>> fliplr(Data)

ans =

    3     2     1
    6     5     4
    9     8     7

>> flipud(Data)

ans =

    7     8     9
    4     5     6
    1     2     3

>> rot90(Data)

ans =

    3     6     9
    2     5     8
    1     4     7

>> tril(Data)

ans =

    1     0     0
    4     5     0
    7     8     9

>> triu(Data)

ans =

    1     2     3
    0     5     6
    0     0     9

五、字符串数组创建与操作实验：

（1）创建字符串数组：

arr=str2mat(‘I’,’want’,’to’,’study’,’matlab’)

>> arr=str2mat('I','want','to','study','matlab')

arr =

I     
want  
to    
study 
matlab

（2）去掉字符串末尾的空格deblank：

建立字符串，用abs函数验证空格的存在；用deblank去掉空格，用abs已经去掉空格

x=’M a t l a b ‘;y=abs(x)

z=deblank(x);w=abs(z)

>> x='M a t l a b  ';
>> x

x =

M a t l a b  

>> y=abs(x)

y =

    77    32    97    32   116    32   108    32    97    32    98    32    32

>> z=deblank(x)

z =

M a t l a b

>> a=abs(z) 

a =

    77    32    97    32   116    32   108    32    97    32    98

（3） 删除字符串开头和结尾的空格strtrim

x=’ M a t l a b ‘;

x=strtrim(str1)

>> x='  M a t l a b  ';
>> abs(x)

ans =

    32    32    77    32    97    32   116    32   108    32    97    32    98    32    32

>> x = strtrim(x)

x =

M a t l a b

>> abs(x)

ans =

    77    32    97    32   116    32   108    32    97    32    98

（4） 执行简单的字符串替代strrep、

str1=’I want to study Matlab.’;

str2=’Matlab’;

str3=’Matlab too’;

str=strrep(str1,str2,str3)

>> str1='I want to study Matlab.';
>> str2='Matlab';
>> str3='matlab too';
>> str=strrep(str1,str2,str3)

str =

    I want to study matlab too.

（5）规范格式strread；

strread(‘0.231’,’%5.3f’)

>> strread('0.231','%5.3f')

ans =

    0.2310

（6） 函数strtok找出由特定字符指定的字符串内的标记；

str = ‘I want to study Matlab’
strtok(str,’t’)

>> str = 'I want to study Matlab'

str =

    I want to study Matlab

>> strtok(str, 't')

ans =

    I wan

六、 架构数组的创建与操作实验：

（1）直接创建法：

clear m; m.real = [1 2 3 4 5]; m.imag = ones(4)

>> clear m;
>> m.real = [1 2 3 4 5];
>> m.imag = ones(4)

m = 

    real: [1 2 3 4 5]
    imag: [4x4 double]

（2）命令（struct）创建法

s = struct(‘name’,{‘x’,’y’},’id’,{‘3’,’4’},’w’,{3,4})

>> s = struct('name',{'x','y'},'id',{'3','4'},'w',{3,4})

s = 

1x2 struct array with fields:
    name
    id
    w

（3）Fieldnames函数：

fieldnames(s)

>> fieldnames(s)

ans = 

    'name'
    'id'
    'w'

（4）Getfield函数：

str(1,1).name = ‘x’;

str(1,1).ID = 5;

str(2,1).name = ‘y’;

str(2,1).ID = 3;

result = getfield(str, {2,1}, ‘name’)

>> clear
>> str(1,1).name = 'x';
>> str(1,1).ID = 5;
>> str(2,1).name = 'y';
>> str(2,1).ID = 3;
>> result = getfield(str, {2,1}, 'name')

result =

    y

>> result = getfield(str, {1,1}, 'name')

result =

    x

（5）Setfield函数：

str(1,1).name = ‘x’;

str(1,1).ID = 5;

str(2,1).name = ‘y’;

str(2,1).ID = 3;

str= setfield(str,{2,1},’name’,’a’);

str(2,1).name

>> str(1,1).name = 'x';
>> str(1,1).ID = 5;
>> str(2,1).name = 'y';
>> str(2,1).ID = 3;
>> str= setfield(str,{2,1},'name','a');
>> str(2,1).name

ans =

    a

七、 基本运算符号实验：

（1）矩阵加：

a=[1,2,3;4,5,6;7,8,9];

b=[9,8,7;6,5,4;3,2,1];

a+b

>> a=[1,2,3;4,5,6;7,8,9];
>> b=[9,8,7;6,5,4;3,2,1];
>> a+b

ans =

    10    10    10
    10    10    10
    10    10    10

（2）矩阵减：

a=[1,2,3;4,5,6;7,8,9];

b=[9,8,7;6,5,4;3,2,1];

a-b

>> a=[1,2,3;4,5,6;7,8,9];
>> b=[9,8,7;6,5,4;3,2,1];
>> a-b

ans =

    -8    -6    -4
    -2     0     2
    4     6     8

（3）矩阵乘

a=[1,2,3;4,5,6;7,8,9];

b=[9,8,7;6,5,4;3,2,1];

a*b

>> a=[1,2,3;4,5,6;7,8,9];
>> b=[9,8,7;6,5,4;3,2,1];
>> a*b

ans =

    30    24    18
    84    69    54
    138   114    90

（4）数组乘

a=[1,2,3;4,5,6;7,8,9];

b=[3,6,9;1,2,3;2,4,6];

a.*b

>> a=[1,2,3;4,5,6;7,8,9];
>> b=[9,8,7;6,5,4;3,2,1];
ans =

    9    16    21
    24    25    24
    21    16     9

（5）矩阵乘方

a=[1,2,3;4,5,6;7,8,9];

a^2

>> a=[1,2,3;4,5,6;7,8,9];
ans =

    30    36    42
    66    81    96
    102   126   150

（6）数组乘方

a=[1,2,3;4,5,6;7,8,9];

b=[9,8,7;6,5,4;3,2,1];

a.^b

>> a=[1,2,3;4,5,6;7,8,9];
>> b=[9,8,7;6,5,4;3,2,1];
>> a.^b

ans =

       1         256        2187
    4096        3125        1296
     343          64           9

（7）矩阵左除

a=[1,2,3;4,5,6;7,8,9];

b=[2;4;6];

a\b

>> a=[1,2,3;4,5,6;7,8,9];
>> b=[2；4；6];   
>> a\b
Warning: Matrix is close to singular or badly scaled.
     Results may be inaccurate. RCOND = 1.541976e-018. 

ans =

    -0.6667
    1.3333
    0

（8）矩阵右除

a=ones(3);

b=[1,1,1];

a/b

>> x = ones(3)

x =

    1     1     1
    1     1     1
    1     1     1


>> y = [1,1,1]

y =

    1     1     1

>> x/y

ans =

    1
    1
    1

（9）数组左除

a=[1,2,3;4,5,6;7,8,9];

b=[9,8,7;6,5,4;3,2,1];

a.\b

>> a=[1,2,3;4,5,6;7,8,9];
>> b=[9,8,7;6,5,4;3,2,1];

>> a.\b

ans =

    9.0000    4.0000    2.3333
    1.5000    1.0000    0.6667
    0.4286    0.2500    0.1111

（10）数组右除

a=[1,2,3;4,5,6;7,8,9];

b=[3,6,9;1,2,3;2,4,6];

a./b

>> a=[1,2,3;4,5,6;7,8,9];
>> b=[9,8,7;6,5,4;3,2,1];
>> a./b

ans =

    0.1111    0.2500    0.4286
    0.6667    1.0000    1.5000
    2.3333    4.0000    9.0000

（11）克罗内克张量积

a=[1,0,1;1,1,1;1,0,1];

b=[0,0,1;1,0,1;0,0,1];

kron(a,b)

>> a=[1,0,1;1,1,1;1,0,1];
>> b=[0,0,1;1,0,1;0,0,1];
>> kron(a,b)

ans =

    0     0     1     0     0     0     0     0     1
    1     0     1     0     0     0     1     0     1
    0     0     1     0     0     0     0     0     1
    0     0     1     0     0     1     0     0     1
    1     0     1     1     0     1     1     0     1
    0     0     1     0     0     1     0     0     1
    0     0     1     0     0     0     0     0     1
    1     0     1     0     0     0     1     0     1
    0     0     1     0     0     0     0     0     1

（12）逻辑与

a=[1,0,1;1,1,1;1,0,1];

b=[0,0,1;1,0,1;0,0,1];

a&b

>> a=[1,0,1;1,1,1;1,0,1];
>> b=[0,0,1;1,0,1;0,0,1];
>> a&b

ans =

    0     0     1
    1     0     1
    0     0     1

（13）逻辑或

a=[1,0,1;1,1,1;1,0,1];

b=[0,0,1;1,0,1;0,0,1];

a|b

>> a=[1,0,1;1,1,1;1,0,1];
>> b=[0,0,1;1,0,1;0,0,1];
>> a|b

ans =

    1     0     1
    1     1     1
    1     0     1

（14）逻辑非

a=[1,0,1;1,1,1;1,0,1];

~a

>> ~a

ans =

    0     1     0
    0     0     0
    0     1     0

（15）逻辑异或

a=[1,0,1;1,1,1;1,0,1];

b=[0,0,1;1,0,1;0,0,1];

xor(a,b)

>> xor(a,b)

ans =

    1     0     0
    0     1     0
    1     0     0

八、 矩阵分析实验：

（1）范数（norm）：

a=[1,2,3;4,5,6;7,8,9];

norm(a,1)

norm(a,2)

>> a=[1,2,3;4,5,6;7,8,9];
>> norm(a,1)

ans =

    18

>> norm(a,2)

ans =

    16.8481

（2）条件数（cond）：

cond(a)

>> a=[1,2,3;4,5,6;7,8,9];
>> cond(a)

ans =

    3.8131e+016

（3）行列式（det）：

det(a)

>> a=[1,2,3;4,5,6;7,8,9];
>> det(a)

ans =

    6.6613e-016

（4）秩（rank）：

rank(a)

>> a=[1,2,3;4,5,6;7,8,9];
>> rank(a)

ans =

    2

（5）特征值（eig）：

eig(a)

>> a=[1,2,3;4,5,6;7,8,9];
>> eig(a)

ans =
    16.1168
    -1.1168
    -0.0000

[V,D]=eig(a)

>> [V,D]=eig(a)

V =

    -0.2320   -0.7858    0.4082
    -0.5253   -0.0868   -0.8165
    -0.8187    0.6123    0.4082
D =

    16.1168         0         0
     0   -1.1168         0
     0         0   -0.0000

（6）化零矩阵（null）

Z=null(a)

>> a

a =

    1     2     3
    4     5     6
    7     8     9

>> Z=null(a)

Z =
    -0.4082
     0.8165
    -0.4082

（7）Cholesky分解（chol）

a=pascal(3);

chol(a)

>> a=pascal(3)

a =

    1     1     1
    1     2     3
    1     3     6

>> chol(a)

ans =

    1     1     1
    0     1     2
    0     0     1

（8）LU分解（lu）

a=[1,2,3;4,5,6;7,8,9];

[L1,U1]=lu(a)

>> a=[1,2,3;4,5,6;7,8,9];
>> [L1,U1]=lu(a)

L1 =

    0.1429    1.0000         0
    0.5714    0.5000    1.0000
    1.0000         0         0


U1 =

    7.0000    8.0000    9.0000
     0    0.8571    1.7143
     0         0    0.0000

（9）正交分解（qr）

a=[1,2,3;4,5,6;7,8,9];

[U,S]=qr(a)

>> [U,S]=qr(a)

U =

    0.1231    0.9045    0.4082
    0.4924    0.3015   -0.8165
    0.8616   -0.3015    0.4082


S =

    8.1240    9.6011   11.0782
     0    0.9045    1.8091
     0         0    0.0000

（10）奇异值分解（svd）：

a=[1,2,3;4,5,6;7,8,9];

[U,S,V]=svd(a)

>> [U,S,V] = svd(a)

U =

    -0.2148    0.8872    0.4082
    -0.5206    0.2496   -0.8165
    -0.8263   -0.3879    0.4082


S =

    16.8481         0         0
     0    1.0684         0
     0         0    0.0000


V =

    -0.4797   -0.7767   -0.4082
    -0.5724   -0.0757    0.8165
    -0.6651    0.6253   -0.4082

九、 数值计算实验：(在操作时提示有警告信息，说此方法以经删除)

（1） 导数（diff）：

a=’5*x^2+8*x+10’

diff(a)

>> a = '5*x^2+8*x+10'

a =

5*x^2+8*x+10

>> diff(a)
Warning: The method char/diff will be removed in a future release. Use sym/diff instead. For examplediff(sym('x^2')). After removal diff('x^2') will return diff(double('x^2')). 
> In char.diff at 10

ans =

    10*x + 8

可以使用另一种方法进行操作：

>> diff(sym('5*x^2+8*x+10'))

ans =

    10*x + 8

（2）梯度（gradient）

a=[1,2,3;4,5,6;7,8,9];

[fx,fy]=gradient(a)

>> a=[1,2,3;4,5,6;7,8,9];
>> [fx,fy]=gradient(a)

fx =

    1     1     1
    1     1     1
    1     1     1


fy =

    3     3     3
    3     3     3
    3     3     3

（3）多项式求根（roots）、

p=[1,3,2,5];

px=poly2str(p,’x’);

r=roots(p)

>> p=[1,3,2,5];
>> px=poly2str(p,'x');
>> r = roots(p)

r =
    -2.9042
    -0.0479 + 1.3112i
    -0.0479 - 1.3112i

（4）零点（fzero、fsolve）：

a=@(x)x^2+3*x+2;

x=fzero(a,0)

x=fsolve(‘x^2+3*x+2’,0)

>> a=@(x)x^2+3*x+2;
>> x=fzero(a,0)

x =

    -1

>> x=fsolve('x^2+3*x+2',0)

Optimization terminated: first-order optimality is less than options.TolFun.

x =

  -1

（5）极值（fminbnd、fminsearch、fminunc）、

f=@(x) x^2-4*x+5;

fminbnd(f,0,1)

>> f=@(x) x^2-4*x+5;
>> fminbnd(f,0,1)

ans =

    0.9999

fun=inline(‘x(1)^2-3*x(1)*x(2)+2*x(2)^2’);

x0=[1,1];

fminsearch(fun,x0)

>> fun=inline('x(1)^2-3*x(1)*x(2)+2*x(2)^2');
>> x0=[1,1];
>> fminsearch(fun,x0)

Exiting: Maximum number of function evaluations has been exceeded
    - increase MaxFunEvals option.
    Current function value: -448408571070688420000000000000000000000000000000000000000000000000000000000000000000.000000 


ans =

    1.0e+042 *

        1.8946    1.4090

fun=inline(‘x(1)^2-3*x(1)*x(2)+2*x(2)^2’);

x0=[1,1];

fminunc(fun,x0)

>> fminunc(fun,x0)
Warning: Gradient must be provided for trust-region algorithm;
using line-search algorithm instead. 
> In fminunc at 347

Solver stopped prematurely.

fminunc stopped because it exceeded the function evaluation limit,
options.MaxFunEvals = 200 (the default value).


ans =

    1.0e+005 *

        7.5541    5.3958

（6）积分（quadl）

用内联函数定义被积函数：

fun=inline(‘-x.*x’,’x’);

y=quadl(fun,0,1)

>> fun=inline('-x.*x','x');
>> y=quadl(fun,0,1)

y =

    -0.3333

十、 符号计算实验：

（1）先用syms定义符号变量，再用simplify函数进行化简，具体命令如下：

simplify(cos(x)+sqrt(-sin(x)^2))

>> syms x y z;
>> simplify(cos(x)+sqrt(-sin(x)^2))

ans =

    cos(x) + (-sin(x)^2)^(1/2)

（2）用solve函数求解，命令如下：

x=solve(‘(x+2)^x=16’,’x’)

>> x=solve('(x+2)^x=16','x')

    x =

        2.0
名字真的不好起呀
关注
  • 4
    点赞
  • 踩
  • 25
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
MatGpr2.0数据处理软件
04-01
MATGPR_R2.0探地雷达数据分析，数据处理。基于Matlab的简单易懂
MATGPR_R3探地雷达数据处理MATLAB程序
06-12
MATGPR_R3 探地雷达数据分析、处理程序。基于MATLAB的雷达波探测处理分析，开源程序。
Matlab的数据处理
qq_42874506的博客
03-24 473
对数据的简单处理，生成coe文件
【MATLAB】雷达信号处理程序源码 雷达系统仿真代码 matlab SAR
最新发布
没有黑科技
06-03 2179
1、 MATGPR R3探地雷达数据处理 MATLAB 程序 2、 python 雷达图像识别 3、 SAR 雷达回波仿真 matlab 4、 SAR 雷达影像处理源码 5、 STFT 处理 IPIX 雷达信号源码 6、调频连续波雷达信号仿真 7、毫米波雷达模型在环仿真实例 8、几种典型干扰对脉压雷达影响的仿真 9、雷达 CFAR 恒虛警检测仿真 10、雷达 MATLAB 仿真（8种体制雷达信号的 matlab 仿真） 11、雷达 MATLAB 仿真 12、雷达模糊函数 matlab 代码 13、雷达目标检
use Dr.Tzanis matGPR to transfer FDTD data to Reflexw by MATLAB
jaz的专栏
02-11 749
Target: Aim to use Reflexw to analyze the FDTD data. Reason: I am lazy to understand the detail of the format of GPR system, fortunetely, matGPR( Andreas Tzanis,University of Athens) has this...
matlab中 %d，%f，%c，%s代表的输出格式
热门推荐
weixin_43740956的博客
04-01 4万+
1.%d就是输出整型；%3d就是说按照长度为3的整型输出，比如10，输出就是“10”，“”代表空格。 2.%f就是输出小数；%6.2f就是小数点后保留2位，输出总长度为6，比如3.14159，输出后就是“_ _ _3.14”（前面三个空格） 3.%c就是输出字符串； 4.%s就是输出字符串； 原文链接 ...
使用matlab处理地震数据
10-15
里面包含了matlab代码以及测试的地震数据。以及Wail A.Mousa]Processing of seismic reflection data Using matlab书籍PDF版，包含了偏移反褶积动校正一系列流程。
使用matlab进行cmip6数据提取
09-13
使用matlab进行cmip6数据提取
MATLAB数据处理入门.ppt
11-13
MATLAB数据处理入门 MATLAB是一种高性能的数据处理和分析工具，广泛应用于科学研究、工程设计、数据分析等领域。本资源将从MATLAB数据处理的基本概念入手，为读者提供了详细的MATLAB数据处理入门知识。 第1章 ...
ht.rar_matlab进行数据处理以及绘图
07-14
对函数或者数据进行处理并绘图,改动后可以用于任意相似情况。
建模比赛 利用matlab对excel进行数据处理
04-19
在建模比赛中，数据处理是至关重要的步骤，而MATLAB作为一个强大的数值计算...提供的“建模比赛 利用matlab对excel进行数据处理.pdf”文件可能包含了具体的代码示例和操作指南，建议仔细阅读以深入理解和应用这些概念。
MATLAB数据处理大全
03-06
详细介绍了MATLAB数据处理功能以及强大的数据可视化操作示例
地质雷达处理软件MATGPR
03-24
地质雷达处理软件MATGPR
GprMax3.0最新用户指南pdf版
01-05
GprMax3.0最新用户指南，gprMax是开源软件，可模拟电磁波传播。它使用有限差分时域（FDTD）方法在3D中求解麦克斯韦方程。 gprMax设计用于为探地雷达（GPR）建模，但也可以用于为许多其他应用程序建模电磁波传播。 gprMax主要用Python 3编写，而性能关键部分则用Cython编写。它包括使用OpenMP并行化的基于CPU的求解器，以及使用NVIDIA CUDA编程模型编写的基于GPU的求解器。
WOA_Toolbox.zip
05-29
鲸鱼算法（Whale Optimization Algorithm）是根据鲸鱼围捕猎物的行为而提出的算法。鲸鱼是一种群居的哺乳动物，在捕猎时它们也会相互合作对猎物进行驱赶和围捕。鲸鱼算法提出时间并不长，也是一个新兴的优化算法，研究应用案例不多。 　　鲸鱼算法中，每个鲸鱼的位置代表了一个可行解。在鲸鱼群捕猎过程中，每只鲸鱼有两种行为，一种是包围猎物，所有的鲸鱼都向着其他鲸鱼前进；另一种是汽包网，鲸鱼环形游动喷出气泡来驱赶猎物。在每一代的游动中，鲸鱼们会随机选择这两种行为来进行捕猎。在鲸鱼进行包围猎物的行为中，鲸鱼将会随机选择是向着最优位置的鲸鱼游去还是随机选择
GprMax3.0对接脚本
01-05
原创脚本。通过你输入的参数进行内部生成.in文件，然后可以导入GprMax3.0进行处理。 1、如果不选择目录，则自动选择D:/Temp，增加目录后要自己选择。 2、内部模型主要引入了三种：圆柱、三角形、球形。 3、python程序编译需要自己编程，还可加入其它代码。 4、如果目录下已经有.in文件了，可以输入文件名，直接导入。 5、导入模式生成的文件在paraview中可查看。 6、GprMax必须安装正确，其中参数：空间离散和模拟时间要计算。 运行方法：主界面把参数编好后点保存新建.in文件，之后可以用各个按钮分别在.in文件中添加相关模型。 注：本项目在Github上已经开源。
matlab 数据处理（数学建模）
lyff111的博客
01-22 703
数学建模 数据分析
怎么用matlab处理数据,如何用matlab处理excel文件中的数据
weixin_35698069的博客
03-18 6129
matlab读取excel文件可用xlsread函数，向excel中写数据可用xlswrite函数。注意：matlab不识别中文，读写的文件中最好不含有中文。举例说明如下：1、matlab读取excel文件数据：bb=xlsread('c:\feature.xls','A0:A40');其中：c:\feature.xls为文件存放的地址；A0:A40为将要读取的单元格的范围；bb为读取的矩阵在MA...
MATPOWER下载安装教程
weixin_47365903的博客
11-27 1万+
将MATPOWER文件复制在C:\Program Files (x86)\MATLAB\R2016b\bin目录下。原来的窗口中多了很多文件路径，点击【保存】，再点击【关闭】选择所要添加的MATPOWER文件夹，点击【选择文件夹】二、将MATPOWER放在bin目录下。找到菜单栏的【设置路径】点击【添加并包含子文件】一、从官网下载后解压。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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