Matlab查询表格中数据并对数据进行对比

想查查自己在年级每个成绩排多少名,然后编了这样一个程序。

a="算法分析与设计实验";
% 记录学习算法分析与设计实验的总人数
j=0;
% 记录比这个分大的人数
k=0;
for i=1:26863
%% 比较两个字符串是否相等 %% 
   if strcmp(Untitled(i,1),a)
       j=j+1;
       %% 强行转换成double进行比较可以得到95分以上的人数 %%
       if str2double(Untitled(i,2))>95
           k=k+1;
       end
   end
       
end

Untitled第一列是课程名,第二列是课程分数,直接从总成绩表导出的两列,导出格式是字符串数组。一共有26863条记录。

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MATLAB,可以使用纹理特征提取函来对图像数据进行纹理特征提取。 常用的纹理特征提取函有: 1. graycomatrix:用于计算灰度共生矩阵(GLCM)。 2. graycoprops:用于计算灰度共生矩阵的纹理特征,如能量、对比度、相关性和均匀性等。 3. cooccur2:用于计算灰度共生矩阵指定距离和角度的像素对。 4. entropyfilt:用于计算图像每个像素的熵。 5. gabor:用于计算图像的 Gabor 滤波器响应。 6. lbp:用于计算局部二值模式(LBP)特征。 以下是一个示例代码,展示如何使用 graycomatrix 和 graycoprops 函对图像数据进行纹理特征提取: ```matlab % 读取图像数据集 images = imageDatastore('path_to_images'); % 设置灰度共生矩阵参 offsets = [0 1; -1 1; -1 0; -1 -1]; numLevels = 8; % 计算每张图像的灰度共生矩阵和纹理特征 while hasdata(images) img = read(images); grayImg = rgb2gray(img); % 转换为灰度图像 glcm = graycomatrix(grayImg, 'Offset', offsets, 'NumLevels', numLevels, 'Symmetric', true); stats = graycoprops(glcm, {'Contrast', 'Energy', 'Homogeneity', 'Correlation'}); % 将纹理特征保存在一个表格 featuresTable = [featuresTable; array2table(stats)]; end ``` 在上面的代码,我们首先使用 imageDatastore 函读取图像数据集,然后使用 graycomatrix 函计算每张图像的灰度共生矩阵,再使用 graycoprops 函计算灰度共生矩阵的纹理特征。最后,我们将所有图像的纹理特征保存在一个表格
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