matlab学习笔记(入门)

数据类：double，unit8，unit16，unit32，int8，int16，int32，single，char，logical！Matlab中所有数值计算都可以用double类来进行！，unit8实际中最常用的图像

图像类型：亮度图像，二值图像，索引图像，RGB图像

亮度图像：是数据矩阵，若是unit8或uint16则是【0,255】或者是【0，65535】，若是double 类，则像素取值是浮点数

二值图像只有：0和1的逻辑数组！

、

简单操作：

读图并显示详细情况

>> f=imread('E:\image\book.pgm');whos

Name Size Bytes Class Attributes

f 289x338 97682 uint8

将图像垂直翻转：

>> f=imread('E:\image\book.pgm');fp=f(end:-1:1, : );imshow(fp)

将图像上下左右翻转：

f=imread('E:\image\book.pgm');fc=f(end:-1:1,end:-1:1);imshow(fc)

将图像二次采样并显示详情：

>> fs=f(1:2:end,1:2:end);imshow(fs)

>> whos fs

Name Size Bytes Class Attributes

fs 145x169 24505 uint8

将图像取出一部分：

>> fg=f(200:250,200:300);imshow(fg)

显示图像中的一条水平扫描线：

>> plot(f(200, : )

将两幅图像进行相乘：

f=imread('c:\image\liangdian.jpg');g=imread('c:\image\shuiguo.jpg');

g=g(300:715,500:1149);f=f(1:416,1:650);f

d=double(f);gd=double(g);

p=fd.*gd;数组乘！

pmax=max(p(:));pmin=min(p(:));取最大最小值！

pn=mat2gray(p);figure,imshow(pn)

亮度变化：

函数imadjust是对灰度图像进行亮度变化的基本ipt工具：

g=imadjust（f，[low-in high-in]，[low-in high-in]，gamma）

Gamma为1线性映射，大于1，则映射被加权至更低（更暗的）输出值，小于一，加权至更高的输出值

明暗反转图像（负片）参数不同：

>> f=imread('E:\image\book.pgm');g=imadjust(f, [0 1],[1 0 ]);imshow(g)

>> f=imread('E:\image\book.pgm');g=imadjust(f, [0 1],[1 0 ],2);imshow(g)

>> f=imread('E:\image\book.pgm');g=imadjust(f, [0 1],[1 0 ],0.5);imshow(g)

另外也可以这样：进行明暗反转：

g=imcomplement(f);imshow(g)

将0.5到0.75之间的灰度级拓展到0-1，可用于突出我们感兴趣的亮度带

g2= g2=imadjust(f,[0.5 0.75],[0 1]);imshow(g2)

这个类似上面语句，但又更多的灰色调，方法是压缩灰度级的低端并扩展灰度级的高端

g3=imadjust(f,[],[],2);imshow(g3)

对数和对比度拉伸变换：

对数变换通过此式子完成：g=c*log（1+double（f))

对8比特而言，最简便：gs=im2uint8（mat2gray（g））

使用mat2gray可将值限定在0-1之间，im2uint可将值限定在0-255之间

使用对数变化减小动态范围：

>> g=im2uint8(mat2gray(log(1+double(f)));imshow(g)

图像g与原图像相比，在视觉方面的改善效果是非常明显的

函数intrans：建立一个函数intrans，利用对比度拉伸方法得到增强图像

然后在主界面输入：

f=imread('E:\image\book.pgm');g=intrans(f,'stretch',mean2(im2double(f)),0.9);figure,imshow(g)

函数gscale，亮度标度的函数：g=gscale（f，method，low，high）

处理图像时，即管中间没问题，但想利用8比特或者16比特格式包村或查看一副图像时会出现问题，则要将图像调度在全尺度。

将彩色图像变成灰度图像并变小：

>> I=imread('d:\image\tupian2.jpg');whos I

Name Size Bytes Class Attributes

I 1000x666x3 uint8

>> I=imread('d:\image\tupian2.jpg');f=rgb2gray(I);s=f(1:2:end,1:2:end);imshow(s)

>> whos s

Name Size Bytes Class Attributes

s 500x333 uint8

生成并绘制图像的直方图：

把pgm图像的直方图显示出来：

h= imhist（f，b)b适用于形成直方图的收集箱的个数，即灰度级的个数

>> f=imread('E:\image\book.pgm');imhist(f)

把彩色图片变成灰度图像再进行显示其直方图：

>> I=imread('d:\image\tupian2.jpg');f=rgb2gray(I);imhist(s)

直方图经常使用条形图来进行显示:

Bar（horz，v, width）width为1竖条较明显，为零时是简单的垂直线。默认为0.8

V是一个行向量，它包含将被绘制的点；

下面的语句将生成一幅条形图，其水平轴以10个灰度级为一组：

>> f=imread('E:\image\book.pgm');h=imhist(f);h1=h(1:10:256);horz=1:10:256;bar(horz,h1)

>> axis([0 255 0 1200])

>> set(gca,'xtick',0:50:255)

>> set(gca,'ytick',0:200:1200)

050100150200250

0200

400

600

800

1000

1200

abcdefgh

函数axis ：

axis([xmin xmax ymin ymax]) 用来标注输出的图线的最大值最小值。 其中，[xmin xmax ymin ymax]用来表示需要显示坐标的范围，xmin 、xmax 、ymin 、ymax 分别表示X 、Y 轴坐标最小和最大值。

gca 表示获得当前轴，xtick 和ytick 按所示的间隔设置水平轴和垂直轴的刻度

利用title 函数可以给图形加入标题：title （‘titlestring ’）‘’内为标题处出现的字符串，把语句加在上面语句之后即可

绘制杆状图：

>> f=imread('E:\image\book.pgm');

>> h1=h(1:10:256);

>> horz=1:10:256;

>> stem(horz,h1,'fill')

>> axis([0 255 0 1200])

>> set(gca,'xtick',0:20:255)

>> set(gca,'ytick',0:100:1200)

020406080100120140160180200220240

0100

200

300

400

500

600

700

800

900

1000

1100

1200

绘制plot 图形：

使用函数plot(horz,v,'color-linestyle-maker') 050100150200250300

0200

400

600

800

1000

1200

可以自动设定坐标轴的取值范围和刻度线，此时我们使用以下函数：

ylim('auto')

xlim('auto')

直方图均衡化：

灰度级均衡化处理的最终结果是一幅扩展了的动态范围的图像，它具有较高的对比度，注意该变换函数只不过是一个累积分布函数

使用直方图并调用直方图均衡化技术来处理离散灰度级时，一般说来，处理后的图像的直方图将不再均匀，这源于变量的离散属性。

直方图均衡化使用函数histeq（f，nlev）

>> imshow(f);

>> figure ,imhist(f);

>> ylim('auto')

>> g=histeq(f,256);

>> figure,imshow(g)

>> figure,imhist(g)

>>ylim('auto')

空间滤波：

线性空间滤波（暂缓····）

subplot(m,n,p)的意思：

plot是图的意思，

sub是子的意思。

subplot(m,n,p)生成m*n个子图，当前激活第p个子图。

彩色图像不能直接进行傅立叶变换，图像处理中很多情况下都是把一幅彩色图像分成三个类似灰度图像（一般是red，green，blue）来进行处理的。

至于进行傅立叶变化，可以直接对灰度图像进行二维傅立叶变换fft2，但是结果仍需要处理才能更容易理解和观察。

高斯模糊是低通滤波的一种，也就是滤波函数是高斯函数，由于理想低通滤波会带来振铃现象，所以往往采用巴特尔茨或者高斯函数作为滤波函数。

高斯滤波是指用高斯函数作为滤波函数，至于是不是模糊，要看是高斯低通还是高斯高通，低通就是模糊，高通就是锐化

高斯平滑滤波：

>> img=imread('e:\image\shuiguo.jpg');

f=rgb2gray(img);彩图变成灰度图像

subplot(1,2,1);创建子图

imshow(f); 并在子图中的一行一列显示灰度图f

f=double(f); 把其他类型对象转换为双精度数值

f=fft2(f); 二维离散Fourier变换

f=fftshift(f); 直流分量对中的谱，，简化频谱的视觉效应，函数fftshift通过交换F 的象限来操作，若a=【 1 2；3 4】则fftshift（a）=【4 3；2 1 】在变化计算后使用fftshift的结果与在计算变换前将输入图像乘以（-1）的x+y次方所得结果是相同的，但不可以互换！

[m,n]=size(f); size取矩阵的大小

d0=80;

m1=fix(m/2); fix向零取整

n1=fix(n/2); fix向零取整

for i=1:m

for j=1:n

d=sqrt((i-m1)^2+(j-n1)^2);

h(i,j)=exp(-d^2/2/d0^2);

end

end

g=f.*h;

g=ifftshift(g);

g=ifft2(g);

g=mat2gray(real(g)); real表示复数的实部，ifft的输出实际上都会有很小的虚部分量，因此要提取结果的虚部

mat2gray实现图像矩阵的归一化操作。[1]所谓"归一化"就是使矩阵的每个元素的值都在0和1之间。该函数在数字图像处理中经常用到。

subplot(1,2,2);

imshow(g);

imwrite(img,'2.jpg');

Do变小··图像变得更加模糊了···原理？？

频域处理：

计算并可视化二维DFT；

f=imread('e:\image\heibai.jpg');

subplot(1,2,1);

imshow(f);

g=fft2(f);快速傅立叶变换函数fft：F=fft2（f）；使用傅立叶进行滤波时，需要对输入数据进行零填充则：F=fft2（f，P，Q)使用所要求的0的个数对输入图像进行填充，以便结果函数的大小为p*q

g=fftshift(g);

subplot(1,2,2);

imshow(abs(g),[])

>> s=log(1+abc(g));imshow(s,[])

傅立叶频谱可以使用函数abs来获得：s=abs（f）该函数计算数组的每一个元素的幅值（实部和虚部平方和的平方根）；下面为计算他的傅立叶变换并显示其频谱：

F=fft2（f）；

S=abs(F);

imshow(S,[])

不理想·因此在该例中键入：

Fc=fftshift（F);% fc为已居中的变换。

Imshow（abs（Fc），[])；%居中后的图像很明显

但是该频谱中值的动态范围与··比特显示相比要大得多因此我们使用对数变化来处理该问题：

s2=log(1+abs(fc));subplot(1,4,4);imshow(s2,[])

可视细节的增加就变得很明显了！

总体显示如下;

f=imread('e:\image\heibai.jpg');

subplot(1,4,1);

imshow(f);

g=fft2(f);

s=abs(g);subplot(1,4,2);

imshow(s,[]);fc=fftshift(s);subplot(1,4,3);imshow(abs(fc),[]);s2=log(1+abs(fc));subpl ot(1,4,4);imshow(s2,[])

>>

im2bw( )

将真彩色、索引色和灰度图像转换为二值图像。

load trees

BW=im2bw(X,map,0.4);

imshow(X,map),

figure,

imshow(BW)

ind2gray( )

将索引色图像转换为灰度图像。

load trees

J=ind2gray(X,map);

imshow(X,map),

figure,

imshow(J)

ind2rgb( )

将索引色图像转换为真彩色图像。

load trees

J=ind2rgb(X,map);

imshow(X,map),

figure,

imshow(J)

mat2gray( )

将数据矩阵转换为灰度图像。

rgb2gray( )

将真彩色图像转换为灰度图像。

rgb2ind( )

将真彩色图像转换为索引色图像。

把彩色图像转化为灰度图像之后对图像进行直方图均衡化··（改善视觉效果）

f=imread('e:\image\shuiguo.jpg');

g=rgb2gray(f);

h=histeq(g);

subplot(1,2,1),imshow(g);

subplot(1,2,2),imshow(h);

figure,

subplot(1,2,1),imhist(g);

图像增强方法：

对数变换：

I=imread(‘pout.tif’);

imshow(I)

I=double(I) %对数运算不支持uint8类型数据

J=log(I+1);

figure,imshow(J,[4,5])

将彩图变成灰度图像之后，进行直方图均衡化，在把均衡化前后的图像分别做增强··

f=imread('e:\image\lunzi.png');

g=rgb2gray(f);

h=histeq(g);

i=double(h);

l=log(i+1);

subplot(1,2,1),imshow(l,[4,5]);subplot(1,2,2),imshow(g)>>

增加噪声：

I=imread('eight.tif');

J1=imnoise(I,'gaussian',0,0.02);

%对图像数据添加均值为0，方差为0.02的高斯噪声。

J2=imnoise(I,'salt & pepper',0.02);

%对图像数据添加椒盐噪声。

J3=imnoise(I,'speckle',0.02);

%对图像数据添加乘性噪声。

subplot(2,2,1),imshow(I)

subplot(2,2,2),imshow(J1)

subplot(2,2,4),imshow(J3)

去噪声处理：

领域平均法

h=[1 1 1;1 1 1;1 1 1]; %产生滤波模板

h=h/9; %对模板归一化

J=conv2(J1,h); %多项式乘、卷积

subplot(1,2,1),imshow(J1)

subplot(1,2,2),imshow(J2)

Conv2要求都为double或者都为single

去噪声处理

中值滤波：

J=medfilt2(J1);

subplot(1,2,1),imshow(J1)

subplot(1,2,2),imshow(J2)

具体输入如下：f=imread('e:\image\yuanquan.png');

i=imnoise(f,'gaussian',0,0.02);

i=rgb2gray(i);

J=medfilt2(i);

imshow(i),figure,imshow(J)

图像变换：

图像变换是图像处理的重要工具。通过变换，改变图像的表示域，可以对图像的后继处理带来极大的方便。

例如：

傅立叶变换：图像的频域分析

离散余弦变换：使能量集中利于图像压缩。

傅立叶变换的例子：

load imdemos saturn2

imshow(saturn2)

b=fft2(saturn2);

figure

imshow(log(abs(b)),[])

colormap(jet(64));

Colorbar

离散余弦变换（DCT）：

b=dct2(saturn2);

figure

imshow(log(abs(b)),[])

colormap(jet(64));

Colorbar

matlab中，每个figure都有（而且仅有）一个colormap，翻译过来就是色图。COLORMAP(MAP) 用MAP矩阵映射当前图形的色图。

COLORMAP('default') 默认的设置是JET.

MAP = COLORMAP 获得当前色图矩阵.

COLORMAP(AX,...) 应用色图到AX坐标对应的图形，而非当前图形

matlab入门经典范例

num1=[13]; den1=conv([1,1],[1,0]); G1=tf(num1,den1); num2=[5.096,13]; ssys1=conv([1,1],[1,0]); ssys2=conv([0.098,1],[1]); den2=conv( ssys1,ssys2); G2=tf(num2,den2); figure(1) margin(G1); hold on margin(G2); num1=[13]; den1=conv([1,1],[1,0]); G1=tf(num1,den1); num2=[5.096,13]; ssys1=conv([1,1],[1,0]); ssys2=conv([0.098,1],[1]); den2=conv( ssys1,ssys2); G2=tf(num2,den2); figure(1) margin(G1); hold on margin(G2); num=[4.56,10]; ssys1=conv([1,1],[1,0]); ssys2=conv([0.114,1],[1]); den=conv( ssys1,ssys2); G=tf(num,den); figure(1) bode(G) num=[4.56,10]; ssys1=conv([1,1],[1,0]); ssys2=conv([0.114,1],[1]); den=conv( ssys1,ssys2); G=tf(num,den); figure(1) msrgin(G); num1=[13]; den1=conv([1,1],[1,0]);

matlab经典习题及解答

第1章 MATLAB概论 1.1与其他计算机语言相比较，MATLAB语言突出的特点是什么？ MATLAB具有功能强大、使用方便、输入简捷、库函数丰富、开放性强等特点。 1.2 MATLAB系统由那些部分组成？ MATLAB系统主要由开发环境、MATLAB数学函数库、MATLAB语言、图形功能和应用程序接口五个部分组成。 1.4 MATLAB操作桌面有几个窗口？如何使某个窗口脱离桌面成为独立窗口？又如何将脱离出去的窗口重新放置到桌面上？ 在MATLAB操作桌面上有五个窗口，在每个窗口的右上角有两个小按钮，一个是关闭窗口的Close按钮，一个是可以使窗口成为独立窗口的Undock按钮，点击Undock按钮就可以使该窗口脱离桌面成为独立窗口，在独立窗口的view菜单中选择Dock ……菜单项就可以将独立的窗口重新防止的桌面上。 1.5 如何启动M文件编辑/调试器？ 在操作桌面上选择“建立新文件”或“打开文件”操作时，M文件编辑/调试器将被启动。在命令窗口中键入edit命令时也可以启动M文件编辑/调试器。 1.6 存储在工作空间中的数组能编辑吗？如何操作？ 存储在工作空间的数组可以通过数组编辑器进行编辑：在工作空间浏览器中双击要编辑的数组名打开数组编辑器，再选中要修改的数据单元，输入修改内容即可。 1.7 命令历史窗口除了可以观察前面键入的命令外，还有什么用途？ 页脚内容1

命令历史窗口除了用于查询以前键入的命令外，还可以直接执行命令历史窗口中选定的内容、将选定的内容拷贝到剪贴板中、将选定内容直接拷贝到M文件中。 1.8 如何设置当前目录和搜索路径，在当前目录上的文件和在搜索路径上的文件有什么区别？ 当前目录可以在当前目录浏览器窗口左上方的输入栏中设置，搜索路径可以通过选择操作桌面的file 菜单中的Set Path菜单项来完成。在没有特别说明的情况下，只有当前目录和搜索路径上的函数和文件能够被MATLAB运行和调用，如果在当前目录上有与搜索路径上相同文件名的文件时则优先执行当前目录上的文件，如果没有特别说明，数据文件将存储在当前目录上。 1.9 在MATLAB中有几种获得帮助的途径？ 在MATLAB中有多种获得帮助的途径： （1）帮助浏览器：选择view菜单中的Help菜单项或选择Help菜单中的MATLAB Help菜单项可以打开帮助浏览器； （2）help命令：在命令窗口键入“help”命令可以列出帮助主题，键入“help 函数名”可以得到指定函数的在线帮助信息； （3）lookfor命令：在命令窗口键入“lookfor 关键词”可以搜索出一系列与给定关键词相关的命令和函数 （4）模糊查询：输入命令的前几个字母，然后按Tab键，就可以列出所有以这几个字母开始的命令和函数。 注意：lookfor和模糊查询查到的不是详细信息，通常还需要在确定了具体函数名称后用help命令显示详细信息。 第2章MATLAB矩阵运算基础 页脚内容2

BP神经网络matlab实例(简单而经典)

p=p1';t=t1'; [pn,minp,maxp,tn,mint,maxt]=premnmx(p,t); %原始数据归一化 net=newff(minmax(pn),[5,1],{'tansig','purelin'},'traingdx'); %设置网络,建立相应的BP网络 net.trainParam.show=2000; % 训练网络 net.trainParam.lr=0.01; net.trainParam.epochs=100000; net.trainParam.goal=1e-5; [net,tr]=train(net ,pn,tn); %调用TRAINGDM算法训练BP网络 pnew=pnew1'; pnewn=tramnmx(pnew,minp,maxp); anewn=sim(net,pnewn); %对BP网络进行仿真 anew=postmnmx(anewn,mint,maxt); %还原数据 y=anew'; 1、BP网络构建 （1）生成BP网络 = (,[1 2...],{ 1 2...},,,) net newff PR S S SNl TF TF TFNl BTF BLF PF R?维矩阵。 PR：由R维的输入样本最小最大值构成的2 S S SNl：各层的神经元个数。 [ 1 2...] TF TF TFNl：各层的神经元传递函数。 { 1 2...} BTF：训练用函数的名称。 （2）网络训练 = net tr Y E Pf Af train net P T Pi Ai VV TV [,,,,,] (,,,,,,) （3）网络仿真 = [,,,,] (,,,,) Y Pf Af E perf sim net P Pi Ai T {'tansig','purelin'},'trainrp' BP网络的训练函数 训练方法训练函数 梯度下降法traingd 有动量的梯度下降法traingdm 自适应lr梯度下降法traingda 自适应lr动量梯度下降法traingdx 弹性梯度下降法trainrp Fletcher-Reeves共轭梯度法traincgf

matlab入门教程

MATLAB入门教程 1．MATLAB的基本知识 1-1、基本运算与函数 在MATLAB下进行基本数学运算，只需将运算式直接打入提示号（>>）之後，并按入Enter键即可。例如： >> (5*2+1.3-0.8)*10/25 ans =4.2000 MATLAB会将运算结果直接存入一变数ans，代表MATLAB运算後的答案（Answer）并显示其数值於萤幕上。 小提示： ">>"是MATLAB的提示符号（Prompt），但在PC中文视窗系统下，由於编码方式不同，此提示符号常会消失不见，但这并不会影响到MATLAB的运算结果。 我们也可将上述运算式的结果设定给另一个变数x： x = (5*2+1.3-0.8)*10^2/25 x = 42 此时MATLAB会直接显示x的值。由上例可知，MATLAB认识所有一般常用到的加（+）、减（-）、乘（*）、除（/）的数学运算符号，以及幂次运算（^）。 小提示：MATLAB将所有变数均存成double的形式，所以不需经过变数宣告（Variable declaration）。MATLAB同时也会自动进行记忆体的使用和回收，而不必像C语言,必须由使用者一一指定.这些功能使的MATLAB易学易用，使用者可专心致力於撰写程式，而不必被软体枝节问题所干扰。 若不想让MATLAB每次都显示运算结果，只需在运算式最後加上分号（；）即可，如下例： y = sin(10)*exp(-0.3*4^2); 若要显示变数y的值，直接键入y即可： >>y y =-0.0045 在上例中，sin是正弦函数，exp是指数函数，这些都是MATLAB常用到的数学函数。 下表即为MATLAB常用的基本数学函数及三角函数： 小整理：MATLAB常用的基本数学函数 abs(x)：纯量的绝对值或向量的长度 angle(z)：复数z的相角(Phase angle)

matlab经典编程例题

以下各题均要求编程实现，并将程序贴在题目下方。 1．从键盘输入任意个正整数，以0结束，输出那些正整数中的素数。 clc;clear; zzs(1)=input('请输入正整数：');k=1; n=0;%素数个数 while zzs(k)~=0 flag=0;%是否是素数，是则为1 for yz=2:sqrt(zzs(k))%因子从2至此数平方根 if mod(zzs(k),yz)==0 flag=1;break;%非素数跳出循环 end end if flag==0&zzs(k)>1%忽略0和1的素数 n=n+1;sus(n)=zzs(k); end k=k+1; zzs(k)=input('请输入正整数：'); end disp(['你共输入了' num2str(k-1) '个正整数。它们是：']) disp(zzs(1:k-1))%不显示最后一个数0 if n==0 disp('这些数中没有素数！')%无素数时显示 else disp('其中的素数是：') disp(sus) end 2．若某数等于其所有因子（不含这个数本身）的和，则称其为完全数。编程求10000以内所有的完全数。 clc;clear;

wq=[];%完全数赋空数组 for ii=2:10000 yz=[];%ii的因子赋空数组 for jj=2:ii/2 %从2到ii/2考察是否为ii的因子 if mod(ii,jj)==0 yz=[yz jj];%因子数组扩展，加上jj end end if ii==sum(yz)+1 wq=[wq ii];%完全数数组扩展，加上ii end end disp(['10000以内的完全数为：' num2str(wq)])%输出 3．下列这组数据是美国1900—2000年人口的近似值（单位：百万）。 （1）若. 2c + = y+ 与试编写程序计算出上式中的a、b、c; 的经验公式为 t at bt y （2）若.bt 的经验公式为 y= 与试编写程序计算出上式中的a、b; y ae t （3）在一个坐标系下，画出数表中的散点图（红色五角星），c + =2中 ax bx y+拟合曲线图(蓝色实心线),以及.bt y=(黑色点划线)。 ae （4）图形标注要求:无网格线,横标注“时间t”，纵标注“人口数(百万)”，图形标题“美国1900—2000年的人口数据”。 （5）程序中要有注释，将你的程序和作好的图粘贴到这里。 clf;clc;clear %清除图形窗、屏幕、工作空间 t=1900:10:2000; y=[76 92 106 123 132 151 179 203 227 250 281]; p1=polyfit(t,y,2);%二次多项式拟合

Matlab基础教程

1-1、基本运算与函数 在MATLAB下进行基本数学运算，只需将运算式直接打入提示号（>>）之後，并按入Enter键即可。例如： >> (5*2+1.3-0.8)*10/25 ans =4.2000 MATLAB会将运算结果直接存入一变数ans，代表MATLAB运算後的答案（Answer）并显示其数值於萤幕上。 小提示： ">>"是MATLAB的提示符号（Prompt），但在PC中文视窗系统下，由於编码方式不同，此提示符号常会消失不见，但这并不会影响到MATLAB的运算结果。 我们也可将上述运算式的结果设定给另一个变数x： x = (5*2+1.3-0.8)*10^2/25 x = 42 此时MATLAB会直接显示x的值。由上例可知，MATLAB认识所有一般常用到的加（+）、减（-）、乘（*）、除（/）的数学运算符号，以及幂次运算（^）。 小提示： MATLAB将所有变数均存成double的形式，所以不需经过变数宣告（Variable declaration）。MATLAB同时也会自动进行记忆体的使用和回收，而不必像C语言,必须由使用者一一指定.这些功能使的MATLAB易学易用，使用者可专心致力於撰写程式，而不必被软体枝节问题所干扰。 若不想让MATLAB每次都显示运算结果，只需在运算式最後加上分号（；）即可，如下例： y = sin(10)*exp(-0.3*4^2);

若要显示变数y的值，直接键入y即可： >>y y =-0.0045 在上例中，sin是正弦函数，exp是指数函数，这些都是MATLAB常用到的数学函数。 下表即为MATLAB常用的基本数学函数及三角函数： 小整理：MATLAB常用的基本数学函数 abs(x)：纯量的绝对值或向量的长度 angle(z)：复数z的相角(Phase angle) sqrt(x)：开平方 real(z)：复数z的实部 imag(z)：复数z的虚部 conj(z)：复数z的共轭复数 round(x)：四舍五入至最近整数 fix(x)：无论正负，舍去小数至最近整数 floor(x)：地板函数，即舍去正小数至最近整数 ceil(x)：天花板函数，即加入正小数至最近整数 rat(x)：将实数x化为分数表示 rats(x)：将实数x化为多项分数展开

matlab学习笔记(入门)

数据类：double，unit8，unit16，unit32，int8，int16，int32，single，char，logical！Matlab中所有数值计算都可以用double类来进行！，unit8实际中最常用的图像 图像类型：亮度图像，二值图像，索引图像，RGB图像 亮度图像：是数据矩阵，若是unit8或uint16则是【0,255】或者是【0，65535】，若是double 类，则像素取值是浮点数 二值图像只有：0和1的逻辑数组！ 、 简单操作： 读图并显示详细情况 >> f=imread('E:\image\book.pgm');whos Name Size Bytes Class Attributes f 289x338 97682 uint8 将图像垂直翻转： >> f=imread('E:\image\book.pgm');fp=f(end:-1:1, : );imshow(fp) 将图像上下左右翻转： f=imread('E:\image\book.pgm');fc=f(end:-1:1,end:-1:1);imshow(fc) 将图像二次采样并显示详情： >> fs=f(1:2:end,1:2:end);imshow(fs) >> whos fs Name Size Bytes Class Attributes fs 145x169 24505 uint8 将图像取出一部分： >> fg=f(200:250,200:300);imshow(fg) 显示图像中的一条水平扫描线： >> plot(f(200, : ) 将两幅图像进行相乘： f=imread('c:\image\liangdian.jpg');g=imread('c:\image\shuiguo.jpg'); g=g(300:715,500:1149);f=f(1:416,1:650);f d=double(f);gd=double(g); p=fd.*gd;数组乘！ pmax=max(p(:));pmin=min(p(:));取最大最小值！ pn=mat2gray(p);figure,imshow(pn) 亮度变化： 函数imadjust是对灰度图像进行亮度变化的基本ipt工具： g=imadjust（f，[low-in high-in]，[low-in high-in]，gamma） Gamma为1线性映射，大于1，则映射被加权至更低（更暗的）输出值，小于一，加权至更高的输出值 明暗反转图像（负片）参数不同： >> f=imread('E:\image\book.pgm');g=imadjust(f, [0 1],[1 0 ]);imshow(g) >> f=imread('E:\image\book.pgm');g=imadjust(f, [0 1],[1 0 ],2);imshow(g) >> f=imread('E:\image\book.pgm');g=imadjust(f, [0 1],[1 0 ],0.5);imshow(g) 另外也可以这样：进行明暗反转： g=imcomplement(f);imshow(g) 将0.5到0.75之间的灰度级拓展到0-1，可用于突出我们感兴趣的亮度带

Matlab2012教程--经典教程

第1章基础准备及入门 1.1 最简单的计算器使用法 为易于学习，本节以算例方式叙述，并通过算例归纳一些MATLAB最基本的规则和语 法结构。建议读者，在深入学习之前，先读一读本节。 2 【例1.3-1】求[122(74)]3的算术运算结果。本例演示：最初步的指令输入形式 和必需的操作步骤。 （1）用键盘在MA TLAB指令窗中输入以下内容 >> (12+2*(7-4))/3^2 （2）在上述表达式输入完成后，按[Enter] 键，该指令被执行，并显示如下结果。 ans = 2 〖说明〗 本例在指令窗中实际运行的情况参见图 1.3-1。 指令行“头首”的“>>”是“指令输入提示符”，它是自动生成的。本书在此后的输入指令前将不再带提示符“>>”。理由是：（A）为使本书简洁；（B）本书用MATLAB 的M-book写成，而在M-book中运行的指令前是没有提示符的。 5

MATLAB的运算符（如+、- 等）都是各种计算程序中常见的习惯符号。 一条指令输入结束后，必须按[Enter] 键，那指令才被执行。 由于本例输入指令是“不含赋值号的表达式”，所以计算结果被赋给MATLAB的一个默认变量“ans”。它是英文“answer”的缩写。 【例1.3-2】“续行输入”法。本例演示：或由于指令太长，或出于某种需要，输入指令行必 须多行书写时，该如何处理。 S=1-1/2+1/3-1/4+ ... 1/5-1/6+1/7-1/8 S = 0.6345 〖说明〗 MA TLAB用3个或3个以上的连续黑点表示“续行”，即表示下一行是上一行的继续。 本例指令中包含“赋值号”，因此表达式的计算结果被赋给了变量S。 指令执行后，变量S被保存在MA TLAB 的工作空间（Workspace）中，以备后用。如果用户不用clear 指令清除它，或对它重新赋值，那么该变量会一直保存在工作空间中， 直到本MATLAB 指令窗被关闭为止。 1.3.3数值、变量和表达式 前节算例只是表演了“计算器”功能，那仅是MA TLAB全部功能中小小一角。为深入 学习MA TLAB，有必要系统介绍一些基本规定。本节先介绍关于变量的若干规定。 一数值的记述 MATLAB的数值采用习惯的十进制表示，可以带小数点或负号。以下记述都合法。 3 -99 0.001 9.456 1.3e-3 4.5e33 在采用IEEE浮点算法的计算机上，数值通常采用“占用64位内存的双精度”表示。 其相对精度是eps （MATLAB的一个预定义变量），大约保持有效数字16位。数值范围大308308 致从10到10。 二变量命名规则 变量名、函数名是对字母大小写敏感的。如变量myvar和MyVar表示两个不同的变量。 sin是MATLAB定义的正弦函数名，但SIN,Sin等都不是。 变量名的第一个字符必须是英文字母，最多可包含63个字符（英文、数字和下连符）。 如myvar201是合法的变量名。 变量名中不得包含空格、标点、运算符，但可以包含下连符。如变量名my_var_201是合法的，且读起来更方便。而my,var201由于逗号的分隔，表示的就不是一个变量名。 6

MATLAB基础及应用教程

第4章程序设计 在前面我们已经看到，MATLAB不但可以在命令窗直接输入命令并运行，而且还可以生成自己的程序文件，这就是我们通常说的一类以M为后缀的M文件，本章我们就来研究这类文件的形成方法。 M文件可分分为两大类，一是命令式M文件（也称为脚本文件，script），二是函数式M 文件（function）。两类文件的区别在于： （1）命令式文件可以直接运行，函数式文件不能直接运行，只能调用。 （2）命令式文件运行时没有输入输出参量，函数式文件在调用时需要进行输入输出参量设置。 （3）命令式文件运行中可以调用工作空间的数据，运行中产生的所有变量为全局变量。 （4）函数式文件不能调用工作空间的数据，运行中产生的所有变量为局部变量。命令式文件运行中产生的所有变量为全局变量，可以调用和存储到工作空间的数据。 4.1 MATLAB的程序文件-M文件 4.1.1 脚本文件（Scripts） 当我们需要在命令窗进行大量的命令集合运行时，直接从命令窗口输入比较麻烦，这时就可以将这些命令集合存放在一个脚本文件（Scripts）中，运行时只需要输入其文件名就可以自动执行这些命令集合。需要注意的是，脚本文件运行所产生的变量都驻留在MATLAB 的工作空间中，同时脚本文件也可以调用工作空间中的数据。因此，脚本文件所涉及的变量是全局变量。前几章所涉及到的M文件都是这类脚本文件。 编辑一个脚本文件可以直接在命令窗口的左上角打开编辑窗进行编辑。 4.1.2 函数文件（function） 函数式文件（function）的构成 （1）函数定义行： Function [输出参量]=gauss（输入参量） （2）： 完成函数的功能。 （3）函数说明。 （4）函数行注。 从上面构成的情况看，函数式文件实际上是完成输入参量与输出参量的转换，这样的转换是由函数文件名为gauss的文件来完成的。函数体的功能必须说明清楚输入参量与输出参量的关系。函数说明是用来解释该函数的功能的，函数行注是对程序行进行说明的。上面（1）和（2）是必须的。 【例4-1】分析下面函数文件。 %一个数列，任意项等于前两项之和，输入项数可以给出这个数列

Matlab经典案例

1、三维曲线 >> t=0:pi/50:10*pi; >> plot3(sin(2*t),cos(2*t),t) >> axis square >> grid on 2、一窗口多图形 >> t=-2*pi:0.01:2*pi; >> subplot(3,2,1) >> plot(t,sin(t)) >> subplot(3,2,2) >> plot(t,cos(t)) >> subplot(3,2,3) >> plot(t,tan(t)) >> axis([-pi pi -100 100]) >> subplot(3,2,4) >> plot(t,cot(t)) >> axis([-pi pi -100 100]) >> subplot(3,2,5) >> plot(t,atan(t)) >> subplot(3,2,6) >> plot(t,acot(t)) 3、图形样式、标注、题字(也可以利用菜单直接 Insert) >> x=0:pi/20:2*pi; >> plot(x,sin(x),'b-.') >> hold on >> plot(x,cos(x),'r--') >> hold on >> plot(x,sin(x)-1,'g:')

>> hold on >> plot(x,cos(x)-1) >> xlabel('x'); >> xlabel('x轴'); >> ylabel('y轴'); >> title('图形样式、标注等'); >> text(pi,sin(pi),'x=\pi'); >> legend('sin(x)','cos(x)','sin(x)-1','cos(x)-1'); >> [x1,y1]=ginput(1) %利用鼠标定位查找线上某点的值x1 = 2.0893 y1 = -0.5000 >> gtext('x=2.5') %鼠标定位放置所需的值在线上 4、 >> fplot('[sin(x),cos(x),sqrt(x)-1]',[0 2*pi]) M文件：myfun.m 内容如下： function y=myfun(x) y(:,1)=sin(x); y(:,2)=cos(x); y(:,3)=x^(1/2)-1; 再运行：>> fplot('myfun',[0 2*pi]) 同样可以得到右图 5、 >> [x,y]=fplot('sin',[0 2*pi]); >> [x1,y1]=fplot('cos',[0 2*pi]); >> plot(x,y,'-r',x1,y1,'-.k') >> legend('y=sinx','y=cosx') 6、

matlab经典代码大全

哈哈哈 MATLAB 显示正炫余炫图：plot(x,y1,'* r',x,y2,'o b') 定义【0,2π】；t=0:pi/10:2*pi; 定义函数文件：function [返回变量列表]=函数名（输入变量列表） 顺序结构：选择结构 1）if-else-end语句 其格式为： if 逻辑表达式 程序模块1； else 程序模块2； End 图片读取：%选择图片路径 [filename, pathname] = ... uigetfile({'*.jpg';'*.bmp';'*.gif'},'选择图片'); %合成路径+文件名 str=[pathname,filename]; %为什么pathname和filename要前面出现的位置相反才能运行呢？？？%读取图片 im=imread(str); %使用图片 axes(handles.axes1); %显示图片 imshow(im); 边缘检测： global im str=get(hObject,'string'); axes (handles.axes1); switch str case ' 原图' imshow(im); case 'sobel' BW = edge(rgb2gray(im),'sobel'); imshow(BW); case 'prewitt' BW = edge(rgb2gray(im),'prewitt');

imshow(BW); case 'canny' BW = edge(rgb2gray(im),'canny'); imshow(BW);Canny算子边缘定位精确性和抗噪声能力效果较好，是一个折中方案 end; 开闭运算： se=[1,1,1;1,1,1;1,1,1;1,1,1]; %Structuring Element I=rgb2gray(im); imshow(I,[]);title('Original Image'); I=double(I); [im_height,im_width]=size(I); [se_height,se_width]=size(se); halfheight=floor(se_height/2); halfwidth=floor(se_width/2); [se_origin]=floor((size(se)+1)/2); image_dilation=padarray(I,se_origin,0,'both'); %Image to be used for dilation image_erosion=padarray(I,se_origin,256,'both'); %Image to be used for erosion %%%%%%%%%%%%%%%%%% %%% Dilation %%% %%%%%%%%%%%%%%%%%% for k=se_origin(1)+1:im_height+se_origin(1) for kk=se_origin(2)+1:im_width+se_origin(2) dilated_image(k-se_origin(1),kk-se_origin(2))=max(max(se+image_dilation(k-se_origin(1):k+halfh eight-1,kk-se_origin(2):kk+halfwidth-1))); end end figure;imshow(dilated_image,[]);title('Image after Dilation'); %%%%%%%%%%%%%%%%% %%% Erosion %%% %%%%%%%%%%%%%%%%% se=se'; for k=se_origin(2)+1:im_height+se_origin(2) for kk=se_origin(1)+1:im_width+se_origin(1) eroded_image(k-se_origin(2),kk-se_origin(1))=min(min(image_erosion(k-se_origin(2):k+halfwidth -1,kk-se_origin(1):kk+halfheight-1)-se)); end end figure;imshow(eroded_image,[]);title('Image after Erosion'); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% Opening(Erosion first, then Dilation) %%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

(完整版)matlab经典习题及解答

第1章 MATLAB 概论 1.1 与其他计算机语言相比较，MATLAB 语言突出的特点是什么？ MATLAB 具有功能强大、使用方便、输入简捷、库函数丰富、开放性强等特点。 1.2 MATLAB 系统由那些部分组成？ MATLAB 系统主要由开发环境、MATLAB 数学函数库、MATLAB 语言、图形功能和应用程序接口五个部分组成。 1.4 MATLAB 操作桌面有几个窗口？如何使某个窗口脱离桌面成为独立窗口？又如何将脱离出去的窗口重新放置到桌面上？ 在MATLAB 操作桌面上有五个窗口，在每个窗口的右上角有两个小按钮，一个是关闭窗口的Close 按钮，一个是可以使窗口成为独立窗口的Undock 按钮，点击Undock 按钮就可以使该窗口脱离桌面成为独立窗口，在独立窗口的view 菜单中选择Dock ……菜单项就可以将独立的窗口重新防止的桌面上。 1.5 如何启动M 文件编辑/调试器？ 在操作桌面上选择“建立新文件”或“打开文件”操作时，M 文件编辑/调试器将被启动。在命令窗口中键入edit 命令时也可以启动M 文件编辑/调试器。 1.6 存储在工作空间中的数组能编辑吗？如何操作？ 存储在工作空间的数组可以通过数组编辑器进行编辑：在工作空间浏览器中双击要编辑的数组名打开数组编辑器，再选中要修改的数据单元，输入修改内容即可。 1.7 命令历史窗口除了可以观察前面键入的命令外，还有什么用途？ 命令历史窗口除了用于查询以前键入的命令外，还可以直接执行命令历史窗口中选定的内容、将选定的内容拷贝到剪贴板中、将选定内容直接拷贝到M 文件中。 1.8 如何设置当前目录和搜索路径，在当前目录上的文件和在搜索路径上的文件有什么区别？ 当前目录可以在当前目录浏览器窗口左上方的输入栏中设置，搜索路径可以通过选择操作桌面的file 菜单中的Set Path 菜单项来完成。在没有特别说明的情况下，只有当前目录和搜索路径上的函数和文件能够被MATLAB 运行和调用，如果在当前目录上有与搜索路径上相同文件名的文件时则优先执行当前目录上的文件，如果没有特别说明，数据文件将存储在当前目录上。 1.9 在MATLAB 中有几种获得帮助的途径？ 在MATLAB 中有多种获得帮助的途径： （1）帮助浏览器：选择view 菜单中的Help 菜单项或选择Help 菜单中的MATLAB Help 菜单项可以打开帮助浏览器； （2）help 命令：在命令窗口键入“help ” 命令可以列出帮助主题，键入“help 函数名”可以得到指定函数的在线帮助信息； （3）lookfor 命令：在命令窗口键入“lookfor 关键词”可以搜索出一系列与给定关键词相关的命令和函数 （4）模糊查询：输入命令的前几个字母，然后按Tab 键，就可以列出所有以这几个字母开始的命令和函数。 注意：lookfor 和模糊查询查到的不是详细信息，通常还需要在确定了具体函数名称后用help 命令显示详细信息。 第2章 MATLAB 矩阵运算基础 2.1 在MATLAB 中如何建立矩阵?? ? ???194375，并将其赋予变量a ？ >> a=[5 7 3;4 9 1] 2.2 有几种建立矩阵的方法？各有什么优点？ 可以用四种方法建立矩阵： ①直接输入法，如a=[2 5 7 3]，优点是输入方法方便简捷； ②通过M 文件建立矩阵，该方法适用于建立尺寸较大的矩阵，并且易于修改； ③由函数建立，如y=sin(x)，可以由MATLAB 的内部函数建立一些特殊矩阵； ④通过数据文件建立，该方法可以调用由其他软件产生数据。 2.3 在进行算术运算时，数组运算和矩阵运算各有什么要求？ 进行数组运算的两个数组必须有相同的尺寸。进行矩阵运算的两个矩阵必须满足矩阵运算规则，如矩阵a 与b 相乘（a*b ）时必须满足a 的列数等于b 的行数。

(完整word版)matlab_gui初学者教程

什么是GUI呢? GUI是Graphical User Interface 图形用户界面的意思。象很多高级编程语言一样。Matlab也有图形用户界面开发环境。随着计算机技术的飞速发展。人与计算机的通信方式也发生的很大的变化。从原来的命令行通讯方式（例如很早的DOS系统）变化到了现在的图形界面下的交互方式。而现在绝大多数的应用程序都是在图形化用户界面下运行的。 记得读书的时候。大学开学不久。学校很多同学就开始报考全国计算机等级考试了。当然我也是其中的一分子。其中C语言是大多数人选择的科目。当时在学C语言的时候。经常也会遇到人机交互的例子。譬如一个计算两个数相加的程序。运行程序后便切换到了Dos模式。然后在此模式下输入两个数。再回车。才能返回运算结果。当时就觉得很不方便。也不友好。后来才得知C语言是面向过程的语言。是非面向对象的语言（VC++,VB,Matlab等是面向对象的）。那么下面我们就来看看Matlab是如何简单、快速而友好地解决这类问题的吧。 Matlab GUI编程教程（适用于初学者） 1．首先我们新建一个GUI文件：File/New/GUI 如下图所示； 选择Blank GUI(Default) 2．进入GUI开发环境以后添加两个编辑文本框。6个静态文本框。和一个按钮。布置如下图所示；

布置好各控件以后。我们就可以来为这些控件编写程序来实现两数相加的功能了。3．我们先为数据1文本框添加代码； 点击上图所示红色方框。选择edit1_Callback。光标便立刻移到下面这段代码的位置。function edit1_Callback(hObject, eventdata, handles) % hObject handle to edit1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit1 as text % str2double(get(hObject,'String')) returns contents of edit1 as a double 然后在上面这段代码的下面插入如下代码： %以字符串的形式来存储数据文本框1的内容. 如果字符串不是数字。 则现实空白内容 input = str2num(get(hObject,'String')); %检查输入是否为空. 如果为空,则默认显示为0 if(isempty(input)) set(hObject,'String','0')

MATLAB基础教程薛山第二版课后习题答案讲解

《MATLAB及应用》实验指导书《MATLAB及应用》实验指导书 班级： T1243-7 姓名：柏元强 学号： 20120430724 总评成绩： 汽车工程学院 电测与汽车数字应用中心

目录 实验04051001 MATLAB语言基础 (1) 实验04051002 MATLAB科学计算及绘图 (18) 实验04051003 MATLAB综合实例编程 (31)

实验04051001 MATLAB语言基础 1实验目的 1)熟悉MATLAB的运行环境 2)掌握MATLAB的矩阵和数组的运算 3)掌握MATLAB符号表达式的创建 4)熟悉符号方程的求解 2实验内容 第二章 1.创建double的变量，并进行计算。 (1)a=87，b=190，计算 a+b、a-b、a*b。 clear,clc a=double(87); b=double(190); a+b,a-b,a*b (2)创建 uint8 类型的变量，数值与(1)中相同，进行相同的计算。 clear,clc a=uint8(87); b=uint8(190); a+b,a-b,a*b 2．计算： (1) () sin 60

(2) e3 (3) 3cos 4??π ??? clear,clc a=sind(60) b=exp(3) c=cos(3*pi/4) 3．设2u =，3v =，计算： (1) 4 log uv v (2) () 2 2 e u v v u +- (3) clear,clc u=2;v=3; a=(4*u*v)/log(v) b=((exp(u)+v)^2)/(v^2-u) c=(sqrt(u-3*v))/(u*v) 4．计算如下表达式： (1) ()() 3542i i -+ (2) () sin 28i - clear,clc (3-5*i)*(4+2*i) sin(2-8*i) 5．判断下面语句的运算结果。 (1) 4 < 20 (2) 4 <= 20

matlab入门经典教程--第四章 数值计算

第四章数值计算 4.1引言 本章将花较大的篇幅讨论若干常见数值计算问题：线性分析、一元和多元函数分析、微积分、数据分析、以及常微分方程（初值和边值问题）求解等。但与一般数值计算教科书不同，本章的讨论重点是：如何利用现有的世界顶级数值计算资源MATLAB。至于数学描述，本章将遵循“最低限度自封闭”的原则处理，以最简明的方式阐述理论数学、数值数学和MATLAB计算指令之间的在联系及区别。 对于那些熟悉其他高级语言（如FORTRAN，Pascal，C++）的读者来说，通过本章，MATLAB 卓越的数组处理能力、浩瀚而灵活的M函数指令、丰富而友善的图形显示指令将使他们体验到解题视野的豁然开朗，感受到摆脱烦琐编程后的眉眼舒展。 对于那些经过大学基本数学教程的读者来说，通过本章，MATLAB精良完善的计算指令，自然易读的程序将使他们感悟“教程”数学的基础地位和局限性，看到从“理想化”简单算例通向科学研究和工程设计实际问题的一条途径。 对于那些熟悉MATLAB基本指令的读者来说，通过本章，围绕基本数值问题展开的容将使他们体会到各别指令的运用场合和在关系，获得综合运用不同指令解决具体问题的思路和借鉴。 由于MATLAB的基本运算单元是数组，所以本章容将从矩阵分析、线性代数的数值计算开始。然后再介绍函数零点、极值的求取，数值微积分，数理统计和分析，拟合和插值，Fourier分析，和一般常微分方程初值、边值问题。本章的最后讨论稀疏矩阵的处理，因为这只有在大型问题中，才须特别处理。 从总体上讲，本章各节之间没有依从关系，即读者没有必要从头到尾系统阅读本章容。读者完全可以根据需要阅读有关节次。除特别说明外，每节中的例题指令是独立完整的，因此读者可以很容易地在自己机器上实践。 MATLAB从5.3版升级到6.x版后，本章容的变化如下： ●MATLAB从6.0版起，其矩阵和特征值计算指令不再以LINPACK和EISPACK库为基础， 而建筑在计算速度更快、运行更可靠的LAPACK和ARPACK程序库的新基础上。因此，虽然各种矩阵计算指令没有变化，但计算结果却可能有某些不同。这尤其突出地表现在涉及矩阵分解、特征向量、奇异向量等的计算结果上。对此，用户不必诧异，因为构成空间的基向量时不唯一的，且新版的更可信。本书新版全部算例结果是在6.x版上给出的。 ●在5.3版本中，泛函指令对被处理函数的调用是借助函数名字符串进行的。这种调用 方式在6.x版中已被宣布为“过渡期允许使用但即将被淘汰的调用方式”；而新的调用方式是借助“函数句柄”进行的。因此，关于述泛函指令，本章新版着重讲述如何使用“函数句柄”，同时兼顾“函数名字符串”调用法。 ●MATLAB从6.0版起，提供了一组专门求微分方程“边值问题”数值解的指令。适应这 种变化，本章新增第4.14.5节，用2个算例阐述求解细节。 ● 5.3版中的积分指令quad8已经废止；6.x版启用新积分指令quad l；6.5版新增三重 积分指令triplequad。本章新版对此作了相应的改变。 4.2LU分解和恰定方程组的解

Matlab100个实例程序

程序代码：(代码标记[code]...[/code] ) 1-32是：图形应用篇 33-66是：界面设计篇 67-84是：图形处理篇 85-100是：数值分析篇 实例1：三角函数曲线（1） function shili01 h0=figure('toolbar','none',... 'position',[198 56 350 300],... 'name','实例01'); h1=axes('parent',h0,... 'visible','off'); x=-pi:0.05:pi; y=sin(x); plot(x,y); xlabel('自变量X'); ylabel('函数值Y'); title('SIN( )函数曲线'); grid on 实例2：三角函数曲线（2） function shili02 h0=figure('toolbar','none',... 'position',[200 150 450 350],... 'name','实例02'); x=-pi:0.05:pi; y=sin(x)+cos(x); plot(x,y,'-*r','linewidth',1); grid on xlabel('自变量X'); ylabel('函数值Y'); title('三角函数');

实例3：图形的叠加 function shili03 h0=figure('toolbar','none',... 'position',[200 150 450 350],... 'name','实例03'); x=-pi:0.05:pi; y1=sin(x); y2=cos(x); plot(x,y1,... '-*r',... x,y2,... '--og'); grid on xlabel('自变量X'); ylabel('函数值Y'); title('三角函数'); 实例4：双y轴图形的绘制 function shili04 h0=figure('toolbar','none',... 'position',[200 150 450 250],... 'name','实例04'); x=0:900;a=1000;b=0.005; y1=2*x; y2=cos(b*x); [haxes,hline1,hline2]=plotyy(x,y1,x,y2,'semilogy','plot'); axes(haxes(1)) ylabel('semilog plot'); axes(haxes(2)) ylabel('linear plot'); 实例5：单个轴窗口显示多个图形 function shili05 h0=figure('toolbar','none',... 'position',[200 150 450 250],... 'name','实例05'); t=0:pi/10:2*pi;