MATLAB工具常用函数

简介

  • MATLAB 是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。使用 MATLAB,可以较使用传统的编程语言(如 C、C++ 和 Fortran)更快地解决技术计算问题。

  • 应用范围:包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱(单独提供的专用 MATLAB 函数集)扩展了 MATLAB 环境,以解决这些应用领域内特定类型的问题。MATLAB 提供了很多用于记录和分享工作成果的功能。可以将您的 MATLAB 代码与其他语言和应用程序集成,来分发您的 MATLAB 算法和应用。

  • 主要功能:

    • 此高级语言可用于技术计算

      • 此开发环境可对代码、文件和数据进行管理

      • 交互式工具可以按迭代的方式探查、设计及求解问题

      • 数学函数可用于线性代数、统计、傅立叶分析、筛选、优化以及数值积分等

      • 二维和三维图形函数可用于可视化数据

      • 各种工具可用于构建自定义的图形用户界面

    • 各种函数可将基于 MATLAB 的算法与外部应用程序和语言(如 C、C++、Fortran、Java、COM 以及 Microsoft Excel)集成。

  • 版本说明

    • 从MATLAB 4.2c开始,每个版本增加了一个建造编号;

    • 例如MATLAB7.6的建造标号是R2008a。说明MATLAB7.6与MATLAB2008a是等同的;

    • 对于建造编号,愈来愈正规化以后,每年出两个版本,例如2011a和2011b。一般来说。a是测试版,b是正式版。从出版时间上看,a是前半年出,b是后半年出。

安装工具包

  • MATLAB安装voicebox的步骤

    • 下载安装包

    • 解压voicebox.zip,将整个目录voicebox复制到MATLAB的安装目录的TOOLBOX目录下,如D:\MATLAB7\toolbox\

    • 打开Matlab,在MATLAB命令窗口中输入以下命令:

      • 将TOOLBOX下新加的voicebox工具箱加到MATLAB的搜索路径中去:

        1
        cd D:\MATLAB7\toolbox\voicebox
      • 添加voicebox工具箱的MATLAB的搜索路径也可采用如下指令:

        1
        2
        3
         >> addpath(genpath('D:\MATLAB7\toolbox\voicebox')) 
        % 或者
        >>path('D:\MATLAB7\toolbox\voicebox',path)
    • 检验是否成功设置的方法:

      • 在命令窗口中输入以下命令:which activlev.m(可以为所加工具箱的任一个M
        文件名称),如果显示正确,就说明上面的设置成功。

        1
        >> which activlev.m
      • 结果:
        D:\MATLAB7\toolbox\voicebox\activlev.m

  • 添加工具包:

    • 将下载的安装包复制matlab安装目录下面的toolbox文件夹中;

    • 打开软件;file -> setpath -> Add with subfolders;

    • 将要导入的工具箱所在的文件夹(该文件夹必须在MATLAB的toolbox文件夹中)添加;保存即可。

    • 验证:在命令行中输入改行代码:’ which [此处为该工具箱中任意一个函数]’;输出结果若不报错,则说明导入成功。

matlab调试注意点

  • 注释一段代码,使用如下方式:

    Ctrl+R     注释选定的整段代码;相当于text->Comment;
    Ctrl+T     取消注释的整段代码;相当于text->Uncomment;
    
  • 报错

    Subscripted assignment dimension mismatch.
    表示矩阵的下标不匹配,可能是给矩阵赋值的过程中没有对齐下标
    
  • 代码调试

    Ctrl+C    停止运行代码
    F5     运行代码
    
  • 乘和点乘的区别:

    a*b就是矩阵乘法
    a.*b就是a,b的对应元素相乘
    
  • MATLAB查看小波基,在命令窗口输入:

    1
    wavemngr('read',1)
  • 运行程序时,想要在在命令窗口显示程序中一个变量的值:

    • 只需要在求取这个变量时,后面不加分号,就表示将这个变量在命令行窗口中显示其值

    • 只需要在求取这个变量时,后面不加分号,就表示将这个变量在命令行窗口中显示其值

    • 例如:[easy_a,easy_p,easy_r,easy_f] = mea_badsig(easy_out)

  • 计算程序的运行时间

    • 在开头加上tic,结尾加上t=toc;t就是代码运行时间。(不用加分号)
  • 转义符:

    ''单引号
    %%字符百分比
    \\反斜杠
    \ a报警
    \ b退格
    \ f换页
    \ n新行
    \ r回车
    \ t水平制表符
    \ v垂直选项卡
    \ xN十六进制数,
    N\ N八进制数,
    
  • 代码运行计时

    1
    2
    3
    tic
    % 运行主函数代码
    toc

    之后在command window下面会显示:Elapsed time is xxx seconds.的信息

常用函数

MATLAB中一些判断函数

  • isscalar:判断A是否是标量,即一行一列的矩阵。
  • isnumeric:判断输入参数是否是数字类型(包括浮点型和整型)。
  • isnan:判断数组中的元素是否为无穷大。
  • iscell:判断给定数组是否是元胞数组。
  • isfield:判断输入是否是结构体数组的域(成员)。
  • isvector:判断是否为单行或者单列(也可以是单个元素),若是二维及以上的数据,则返回0。

    如果为真,则返回1(true,否则0(false)。

取整

  • fix(x) : 截尾取整.

    fix( [3.12 -3.12])
    结果 3 -3
    
  • floor(x):不超过x 的最大整数.(高斯取整)

    floor( [3.12 -3.12])
    结果 3 -4
    
  • ceil(x) : 大于x 的最小整数

    ceil( [3.12 -3.12])
    结果 4 -3
    
  • round(x):取最近的整数,相当于四舍五入取整

    round([3.12 -3.12])
    结果 3 -3
    

取余数

  • rem(n,m)mod(n,m)

    • mod 模数求余

    • rem 求余数

求平方根

sqrt(a)

取FFT变换:

1
Y = fft(S,N); %做FFT变换,S为信号的序列,N变换的点数

取均值 :

  • mean函数的作用主要是求列或行的平均数:

% 下面参数说明:A是矩阵、函数原型:mean(A , dim),若dim缺省,则默认dim=1,求列平均

  • 对列求平均数:mean(A , 1) = mean(A) % dim = 1可以简写

  • 对行求平均数:mean(A , 2)

  • mean2():相当于对整一个矩阵求像素平均值:相当于mean( mean( A ) )

标准偏差函数std

  • s = std(X)

    此处X是一个矢量,该函数返回标准偏差(注意其分母为n-1,而不是n) 。结果s是一个X各样本偏差无偏估计的平方根(X包含独立的、同分布样本)。如果X是一个矩阵,该函数返回一个行矢量,它包含了X每列元素的标准偏差。

  • s =std(X,flag)

    若flag = 0,该函数与std(X)相同;若flag = 1, std(X,1) 返回的标准偏差其分母为n而不是n-1。

  • s = std(X,flag,dim)

    该函数计算沿着dim指定的维度计算标准偏差。

求一维曲线以下面积

1
area = polyarea(1:length(x),x);       %求曲线以下的面积

反转

  • fliplr(x):将时间序列x反转,使得x的顺序与原来的完全相反。

矩阵

  • 空矩阵定义: a=[ ];

  • 矩阵的初始化:

    • zeros(m,n) 产生m*n的全0矩阵

    • ones(m,n) 产生m*n的全1矩阵

    • rand(m,n) 产生均匀分布的随机矩阵,元素取值范围:0.0-1.0

    • randn(m,n) 产生正态分布的随机矩阵

    • magic(N) 产生N阶魔方矩阵(矩阵的行、列和对角线上元素的和相等)

    • eye(m,n) 产生m*n的单位矩阵

  • 矩阵的合并:

    • 按行合并(即行数相同):用将要合并的矩阵放在中括号中,以空格或者逗号隔开

    • 按列合并(即列数相同):用将要合并的矩阵放在中括号中,以分号隔开

  • 获得矩阵行数或列数的函数如下:

    • ndims(A): 返回A的维数

    • size(A): 返回A各个维的最大元素个数

    • length(A): 返回max(size(A))

    • [m,n]=size(A): 如果A是二维数组,返回行数和列数

    • size(A,1): 返回矩阵的行数

    • size(A,2): 返回矩阵的列数

    • nnz(A): 返回A中非0元素的个数

  • 对矩阵行和列的操作
    (A,2)表示对行操作,(A,1)表示对列操作

    求行和列的操作示例

  • matlab中求矩阵的平方和:sumsqr函数

    • nnz(A): 返回A中非0元素的个数
  • matlab中求矩阵的平方和:sumsqr函数

  • 矩阵转置函数,transpose 函数,示例:A = transpose(B);

  • 通过复制小矩阵得到较大的矩阵:repmat函数

    1
    2
    3
    4
    5
    6
    % 语法:
    B = repmat(A,M,N)
    % 示例,初始是2*2的矩阵
    A = [1,3;4,2]
    B = repmat(A,1,3)
    % 得到的结果,生成2*6的矩阵 B = [1,3,1,3,1,3;4,2,4,2,4,2]
  • 矩阵数据叠加求和——accumarray

    1
    2
    3
    4
    5
    6
    A = accumarray(subs,val,sz,fun,fillval)	
    sub:提供累计信息的指示向量,指示的是计算值在生成矩阵A中的位置,同时指示的是val中需要累加值的位置。
    val:提供累计数值的向量
    sz:控制输出向量A的size
    fun:用于计算累计后向量的函数,默认为@sum,即累加
    fillval:填补A中的空缺项,默认为0

    理解:首先,函数根据参数中sz(若无,根据subs最大的值确定维度),生成一个维度为sz的中间矩阵B,然后函数根据subs中的指示,将val中的数值摆放到B中,对于同一个位置的值进行fun的运算(默认为求和),对于空去的位置填0,最后B计算后得到矩阵A。计算示例

    参考:accumarray

  • 返回位置信息min函数,输入为一个矩阵,则反馈回来的是每列的最小值和对应的位置。

    1
    [minx, ind] = min(x);

求距离

  • 求欧氏距离
    1
    2
    3
    4
    5
       b = sqrt(norm(A-B)^2);
    或:
    for i = 1: 4 % 数组的长度
    dist_temp(i) = sqrt(sum((A(i)-B(i)).*(A(i)-B(i)))); %欧氏距离的函数。
    end

判断元素与数组的从属关系

1
2
3
sum(ismember(a,X))          % 如果a在数组X中,则返回为1,否则返回0
a = (ismember(m:n,indzer)); % 返回的是一个元素为0或1的一个数组,对应每个元素是否在数组中
all(ismember(indmax(1):indmin(1),indzer)); % 对判断的结果做或运算

两个集合(数组)的运算

  • 取交集

    1
    [c, ia, ib] = intersect(A, B);   %这个函数是c返回A B的交集,ia,ib返回的是交集所在数组的指标(索引)

    比如A=[2 3 4]; B=[3]; 则[c, ia, ib] = intersect(A, B);得到 c=[3] c在数组A的指标为ia=2 同理 c在数组B的指标为ib=1。

  • 取差集

    1
    2
    3
    4
    c=setxor(A,B);   % 取两个集合交集的非(异或),c返回A与B的异或,即属于A且不属于B的元素和属于B且不属于A的元素。
    setdiff(A,B); % 这个的意思就是A里面有的元素,而B里面没有,没有的数据顺序:从大到小(重复的数据不重复出现)
    [c ia]= setdiff(A,B); % ia 的意思是 A里面的第几个元素B里面没有 这里面值得注意的是:如果A里面相同的元素B里面都没有 那么就显示最后一次的出现位置
    [C,ia] = setdiff(A,B,'rows'); %这里是第几行不同,C表示出不同行的各个数,ia写出第几行是不同(而且特别注意的地方也是和上面那个一样)
> [参考文档](https://wenku.baidu.com/view/9adcff6f10a6f524ccbf85ab.html)

求序列的自相关和互相关。

  • c = xcorr(x,y) 返回矢量长度为2*N-1互相关函数序列,其中x和y的矢量长度均为N,如果x和y的长度不一样,则在短的序列后补零直到两者长度相等。

  • 求取代码

    1
    2
    c = xcorr(x)  %为矢量x的自相关估计。
    c = xcorr(x,y,'option') %为有正规化选项的互相关计算;
  • 其他相关函数

    • “biased”为有偏的互相关函数估计;
    • “unbiased”为无偏的互相关函数估计;
    • “coeff”为0延时的正规化序列的自相关计算;
    • “none”为原始的互相关计算。

      在Matalb中,求解xcorr的过程事实上是利用Fourier变换中的卷积定理进行的。

  • 相关程度与相关函数的之间的联系

    • 在概率论和统计学中,相关(Correlation,或称相关系数或关联系数),显示两个随机变量之间线性关系的强度和方向。在统计学中,相关的意义是用来衡量两个变量相对于其相互独立的距离。最常用的是皮尔逊积矩相关系数。其定义是两个变量协方差除以两个变量的标准差(方差的平方根)。
    • 在概率论和统计学中,相关(Correlation,或称相关系数或关联系数),显示两个随机变量之间线性关系的强度和方向。在统计学中,相关的意义是用来衡量两个变量相对于其相互独立的距离。最常用的是皮尔逊积矩相关系数。其定义是两个变量协方差除以两个变量的标准差(方差的平方根)。
    • 相关系数只是一个比率,不是等单位量度,无什么单位名称,也不是相关的百分数,一般取小数点后两位来表示。相关系数的正负号只表示相关的方向,绝对值表示相关的程度。因为不是等单位的度量,因而不能说相关系数0.7是0.35两倍,只能说相关系数为0.7的二列变量相关程度比相关系数为0.35的二列变量相关程度更为密切和更高。也不能说相关系数从0.70到0.80与相关系数从0.30到0.40增加的程度一样大。
  • 相关系数就用命令corrcoef

    1
    2
    z = min(min(corrcoef(x1, x2)))    % 就是x1,x2之间的相关系数。
    z = abs(z); % 取绝对值

    取绝对值后,0-0.09为没有相关性,0.3-弱,0.1-0.3为弱相关,0.3-0.5为中等相关,0.5-1.0为强相关

    • 这个函数等价于:

      1
      z = sum((x1-mean(x1)).*(x2-mean(x2)))/(sqrt(sum((x1-mean(x1)).^2)*sum((x2-mean(x2)).^2)));

产生随机数

  • linspace(x1,x2,N)

  • 功能:linspace是Matlab中的一个指令,用于产生x1,x2之间的N点行矢量。其中x1、x2、N分别为起始值、中止值、元素个数。若缺省N,默认点数为100。在matlab的命令窗口下输入help linspace或者doc linspace可以获得该函数的帮助信息。

  • 例一,在matlab的命令窗口输入:

    1
    X=linspace(1,100)
  • 将产生从1到100步长为1的数组。类似于在命令窗口中输入:

    1
    X=[1:1:100];
  • 随机打乱一个数字序列

    1
    2
    y = randperm(n);	%y是把1到n这些数随机打乱得到的一个数字序列。
    rowrank = randperm(size(A, 1)); % 随机打乱矩阵的行数

用户输入

  • 在代码运行过程中,需要用户手动输入某个变量的值通过input函数来实现。
1
2
3
格式:A=input(提示信息,选项);
例如:
input_value = input ('请输入初始特征集个数m:');

MATLAB求峭度

  • 函数法:
1
2
x=[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32];
y=kurtosis(x) %峭度
  • 公式法:
1
2
3
4
5
6
a=mean(x);
b=(x-a).*(x-a).*(x-a).*(x-a);
f=sum(b);
c=f/32;
e=std(x,1).*std(x,1).*std(x,1).*std(x,1);
d=c/e %峭度

实验证明,两种方式获取的结果是相等的  

利用feedforwardnet函数创建神经网络

1
2
3
4
5
6
7
8
9
10
11
hide_ele_num = 2*rowNum+1;% 隐藏层神经元个数
%% 建网
net = feedforwardnet(hide_ele_num,'traingdm'); % traingdm为训练函数的设置,此处表示动量梯度下降算法
%% 训练参数设置
net.trainParam.epochs = 10000; % 最多训练多少次,默认为1000
net.trainParam.goal = 0.001; % 训练到什么程度才算成功
net.trainParam.lr=0.01; %学习率设置,应设置为较少值,太大虽然会在开始加快收敛速度,但临近最佳点时,会产生动荡,而致使无法收敛
net.layers{1}.transferFcn = 'tansig'; % 第一层网络的传递函数设置为S函数
net.layers{2}.transferFcn = 'purelin';
%% 开始训练
[net,tr] = train(net,v,p);

Logsig 传递函数为S型的对数函数。

  • 调用格式为: A=logsig(N)

    • N:Q个S维的输入列向量;
    • A:函数返回值,位于区间(0,1) 中
  • 波形

logsig

画图

  • plot画图

    1
    plot(x,y); %x y 为相应点集
    1
    plot(x,y1,x,y2); % 在一个窗口下绘制多条曲线之方法一
    1
    2
    3
    4
    hold on  %在一个窗口下绘制多条曲线之方法二
    plot(x,y1);
    plot(x,y2);
    hold off
  • plot后的相关设置

    1
    2
    3
    4
    5
    6
    7
    set(gca,'yscale','log'); %画对数坐标的,将y轴的尺度设置为对数,如果要设置横坐标,改为“xscale”即可.
    axis([0 N -2 2]); %设置x,y轴的取值范围,前面两个是x轴的,后面两个是y轴的
    xlabel('x_axis_name'); %设置x y轴名称
    ylabel('x_axis_name');
    title('name'); %设置图名称
    legend('曲线1','曲线2'); %加图例(就是加了线型后,右上角的注释)
    grid on; %加网格
  • 线型和颜色

    • 线型(线方式): - 实线 :点线 -. 虚点线 - - 波折线
    • 线型(点方式):. 圆点 +加号 * 星号 x x形 o 小圆
    • 线条粗细:plot(x,y,’r’,’linewidth’,4);
    • 参数为数据点的形状:’.’为实心黑点;’*‘为八线符;’<’为左三角;’d’为菱形;’o’为空心圆圈;’s’为方块符;’+’为十字符号;’^’为上三角符;’>’为右三角符;’h’为六角星;’p’为五角星;’x’为叉字符。
    • 颜色: r红; g绿; b蓝; c青 m紫; k黑; w白;y黄;
    • 例子:

      1
      plot(x,y1,’b:+’,x,y2,’g-.*’);
  • 加图例legend

    1
    legend(字符串1,字符串2,字符串3,…,参数);  %其中字符串为画图顺序依次标注
    • 参数说明如下:
参数字符串含 义
0尽量不与数据冲突,自动放置在最佳位置
1放置在图形的右上角
2放置在图形的左上角
3放置在图形的左下角
4放置在图形的右下角
-1图形窗外
  • 设置背景色

    1
    2
    3
    set(gcf,'color','none'); %无背景
    set(gcf,'color',[0,0,0]); %背景色为黑
    set(gcf,'color',[1,1,1]); %背景色为白
  • subplot

    • 功能:分割figure,创建子坐标系
    • 语法

      1
      2
      3
      4
      5
      6
      7
      8
      figure
      h = subplot(m,n,p) or subplot(mnp)
      subplot(m,n,p,'replace')
      subplot(m,n,P)
      subplot(h)
      subplot('Position',[left bottom width height])
      subplot(..., prop1, value1, prop2, value2, ...)
      h = subplot(...)
    • 描述:h = subplot(m,n,p)或者subplot(mnp)将figure划分为m×n块,在第p块创建坐标系,并返回它的句柄。当m,n,p<10时,可以简化为subplot(mnp)或者subplot mnp

      (注:subplot(m,n,p)或者subplot(mnp)此函数最常用:subplot是将多个图画到一个平面上的工具。其中,m表示是图排成m行,n表示图排成n列,也就是整个figure中有n个图是排成一行的,一共m行,如果第一个数字是2就是表示2行图。p是指你现在要把曲线画到figure中哪个图上,最后一个如果是1表示是从左到右第一个位置。 ),参考博客

    • 示例:

      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
      13
      14
      15
      16
      figure
      subplot(2,2,1)
      plot(s,'k')
      ylabel('signal')

      subplot(2,2,,2)
      plot(imp(1,:),'k')
      ylabel('imf1')

      subplot(2,2,,3)
      plot(imp(2,:),'k')
      ylabel('imf2')

      subplot(2,2,,4)
      plot(imp(3,:),'k')
      ylabel('imf3')

matlab文件操作

wavread读取音频文件

  • 示例代码
    1
    2
    3
    4
    5
    6
    filedir = [];			% 设置路径
    filename = 'bluesky3.wav'; % 设置文件名
    fle = [filedir filename];
    [x,fs] = wavread(fle); % 读入数据文件
    x = x(2000:4048,:);
    % 采用上面的方法得到的

在matlab R2015a版本中运行wavread()函数,出现警告:Warning: WAVREAD will be removed in a future release. Use AUDIOREAD instead.

audioread读取音频文件

  • 语法

    1
    2
    3
    4
    5
    [y,Fs] = audioread(filename) % 从名为 filename 的文件中读取数据,并返回样本数据 y 以及该数据的采样率 Fs。

    [y,Fs] = audioread(filename,samples) % 读取文件中所选范围的音频样本,其中 samples 是 [start,finish] 格式的向量。

    [y,Fs] = audioread(___,dataType) % 返回数据范围内与 dataType('native' 或 'double')对应的采样数据,可以包含先前语法中的任何输入参数
  • 示例:

    1
    2
    [x,fs] = audioread('data\a001_0_10.wav');
    [M,N] = size(x);
  • 局限性

    • 对于 Windows 7 或更高版本和 Linux 平台上的 MP3、MPEG-4 AAC 和 AVI 音频文件,audioread 读取的样本数量可能比预期的少。在 Windows 7 平台上,这是由于基础 Media Foundation 框架所致。在 Linux 平台上,这是由于基础 GStreamer 框架的局限性所致。如果需要精确的样本读取,请使用 WAV 或 FLAC 文件。
    • 在 Linux 平台上,audioread 读取包含用作立体声数据的单通道数据的 MPEG-4 AAC 文件

audioread在 R2012b 中推出。

参考:matlab文档(里面包括matlab比较系统的介绍)

将数组数据存入txt文件

  • 自定义一维数组的数据转存txt函数

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    %% 将数据写入txt文件
    function save2txt(arr, path)
    % 一维数组的数据存入到path路径对应的txt文件
    fid=fopen(path,'wt'); %新建文件,你要保存到的文件路径,该路径的最后为'\变量名.txt'路径,该路径的最后为'\变量名.txt'

    for i=1:length(arr)
    fprintf(fid,'%g ',arr(i)'); %一行一行的写入数据,以空格隔开,到该行的最后一个数据,回车
    end
    fclose(fid);
    end
  • 自定义二维数组的数据转存txt函数

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    function save2txt_2dim(arr, path)
    % 将二维数组arr保存到txt文件中,并以空格隔开
    fid=fopen(path,'wt'); %新建文件,你要保存到的文件路径,该路径的最后为'\变量名.txt'路径,该路径的最后为'\变量名.txt'

    for i=1:length(arr(:,1))
    for j = 1:length(arr(1,:))
    fprintf(fid,'%g ',arr(i,j)'); %一行一行的写入数据,以空格隔开,到该行的最后一个数据,回车
    end
    end
    fclose(fid);
    end

批量操作文件夹中的文件

  • 读取文件夹里所有的音频文件

    1
    2
    3
    4
    5
    6
    7
    8
    9
    root_path = 'D:\py_code\second_py\ASC\datasets\TUT-urban-acoustic-scenes-2018-development\audio';	% 此处可以写相对路径

    fileFolder=fullfile(root_path); % 文件夹名audio,此处将相对路径转为绝对路径
    dirOutput=dir(fullfile(fileFolder,'*')); %如果存在不同类型的文件,用‘*’读取所有,如果读取特定类型文件,'.'加上文件类型,例如用‘.wav’,但是在实验时,改为'.wav'发现这种方法不可行
    fileNames={dirOutput.name}';
    % 读取文件,取文件名:fileNames{i}
    for i=3:length(fileNames)
    [x,fs] = audioread([root_path,'\' , fileNames{i}]);
    end

    存在的一个问题是发现fileNames前两个分别是‘.’‘..’,从第3个开始才是文件夹下面的文件名,这个在实际的使用中可以设置断点查看fileNames的值。

  • 加载文件中所有的txt文件

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    root_path = 'testdata';

    fileFolder=fullfile(root_path); %文件夹名的全局地址
    dirOutput=dir(fullfile(fileFolder,'*')); %如果存在不同类型的文件,用‘*’读取所有
    fileNames={dirOutput.name}';

    feature = [];

    for i = 3:length(fileNames)
    path = ['testdata\', fileNames{i}];
    temp = load(path);
    feature = [feature; temp];
    end
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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