Matlab的实践操作
实验一 matlab的基本操作
实验一：MATLAB 的基本操作 实验名称： MA TLAB 操作实验日期： 2020 年 4 月 18 日姓名： 班级学号：成绩：一、实验目的1、熟悉MATLAB 的界面和基本操作；2、掌握MATLAB 的基本运算方法；3、掌握MATLAB 中帮助命令的使用方法。
二、实验内容及步骤1、进入Matlab 工作环境，熟悉各窗口的功能。
（1）双击桌面图标，或从“开始”菜单打开MATLAB.exe ，启动MATLAB 。
（2）查看MA TLAB 界面各窗口的布局、了解其功能，并完成各窗口之间的切换。
（3）设置当前工作目录。
在D 盘创建mymatlab 目录，并将其作为当前工作目录。
今后的实验过程中以此目录作为当前工作目录。
2、计算225.389.1753cos 54.5e -÷⎪⎭⎫ ⎝⎛+π的值。
（1）在命令窗口（Command Window ）中输入程序：5.54^2+cos(3/5*pi)*sqrt(17.89)/3.5-exp(2)（2）按回车键运行，如果出现“Error ”（出错信息），则应找出原因并改正，再运行。
（3）运行结果： 22.9291 3、输入矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=913652824A ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=333222111B ，在命令窗口中执行下列表达式，掌握其含义：A(2,3) A(:,2) A(3,:) A(:,1:2:3) A(:,3).*B(:,2) A(:,3)*B(2,:) A*B A.*B A^2 A.^2 B/A B./A（1）在命令窗口键入 A=[4,2,8;2,5,6;3,1,9] ，生成矩阵A ；键入B=[1,1,1;2,2,2;3,3,3] ，生成矩阵B ；（2）记录执行以下表达式的结果：A(2, 3)= 6 A(6)= 1 A(:,2)= [2;5; 1] A(3,:) = [3 1 9] A(:,1:2:3)= [4 8;2 6;3 9] A(:,3).*B(:,2)= [8;12;27]A(:,3)*B(2,:)= [16 16 16;12 12 12;18 18 18]A*B= [32 32 32;30 30 30;32 32 32] A.*B= [4 2 8;4 10 12;9 3 27] A^2= [44 26 116;36 35 100;41 20 111]A.^2= [16 4 64;4 25 36;9 1 81]B/A= [0.5000 0.0769 -0.3846;1.0000 0.1538 -0.7692;1.5000 0.2308 -1.1538]B./A= [0.2500 0.5000 0.1250;1.000 0.4000 0.3333;1.0000 3.0000 0.3333]B.\A= [4.0000 2.0000 8.0000;1.0000 2.5000 3.0000;1.0000 0.3333 3.0000]4、产生一个5阶魔方矩阵，将矩阵的第3行4列元素赋值给变量a ；将由矩阵第2，3，4行第2，5列构成的子矩阵赋值给变量b 。
matlab实验报告总结精选
matlab实验报告总结电气工程学院自动化102班 2012年12月21日实验一 MATLAB环境的熟悉与基本运算一、实验目的1．熟悉MATLAB开发环境2．掌握矩阵、变量、表达式的各种基本运算二、实验基本知识1.熟悉MATLAB环境MATLAB桌面和命令窗口、命令历史窗口、帮助信息浏览器、工作空间浏览器、文件和搜索路径浏览器。
2.掌握MATLAB常用命令变量与运算符变量命名规则如下：变量名可以由英语字母、数字和下划线组成变量名应以英文字母开头长度不大于31个区分大小写MATLAB中设置了一些特殊的变量与常量，列于下表。
MATLAB运算符，通过下面几个表来说明MATLAB的各种常用运算符表2 MATLAB算术运算符表3 MATLAB关系运算符表4 MATLAB逻辑运算符表5 MATLAB特殊运算的一维、二维数组的寻访表6 子数组访问与赋值常用的相关指令格式的基本运算表7 两种运算指令形式和实质内涵的异同表的常用函数表8 标准数组生成函数表9 数组操作函数三、实验内容1、新建一个文件夹2、启动，将该文件夹添加到MATLAB路径管理器中。
3、保存，关闭对话框4、学习使用help命令，例如在命令窗口输入help eye，然后根据帮助说明，学习使用指令eye5、学习使用clc、clear，观察command window、command history和workspace等窗口的变化结果。
6、初步程序的编写练习，新建M-file，保存，学习使用MATLAB的基本运算符、数组寻访指令、标准数组生成函数和数组操作函数。
注意：每一次M-file的修改后，都要存盘。
练习A：help rand，然后随机生成一个2×6的数组，观察command window、command history和workspace等窗口的变化结果。
学习使用clc、clear，了解其功能和作用。
答：clc是清除命令窗体内容 clear是清除工作区间输入C=1:2:20，则C表示什么？其中i=1,2,3,?,10。
基于matlab的实验报告
基于matlab的实验报告实验报告：基于MATLAB 的实验一、实验目的通过使用MATLAB 软件，掌握如何进行数据分析、图像处理、算法实现等一系列实验操作，提高实验者的实践能力和动手能力。
二、实验原理MATLAB 是一种在科学计算和技术开发领域广泛应用的计算机软件。
它能进行矩阵计算、绘制函数和数据图像、实现算法以及进行数据分析等。
通过掌握MATLAB 的使用，能够快速、高效地解决各种科学和工程问题。
三、实验内容1. 数据分析：使用MATLAB 的数据分析工具进行数据的导入、处理和分析。
2. 图像处理：利用MATLAB 的图像处理工具包对图像进行滤波、增强、分割等操作。
3. 算法实现：使用MATLAB 实现常用的算法，如排序、搜索、图像压缩等。
四、实验步骤1. 数据分析：（1）使用MATLAB 的读取数据函数将数据导入MATLAB 环境中。
（2）利用MATLAB 的数据处理函数进行数据清洗和预处理。
（3）使用MATLAB 的统计工具进行数据分析，如求平均值、标准差等。
（4）利用MATLAB 的绘图函数将分析结果可视化。
2. 图像处理：（1）使用MATLAB 的读取图像函数将图像导入MATLAB 环境中。
（2）利用MATLAB 的图像处理工具包进行滤波操作，如均值滤波、中值滤波等。
（3）使用MATLAB 的图像增强函数对图像进行锐化、变换等操作。
（4）利用MATLAB 的图像分割算法对图像进行分割。
3. 算法实现：（1）使用MATLAB 编写排序算法，如冒泡排序、快速排序等。
（2）使用MATLAB 编写搜索算法，如二分查找、线性搜索等。
（3）使用MATLAB 实现图像压缩算法，如离散余弦变换（DCT）。
五、实验结果实验中，我们使用MATLAB 完成了数据分析、图像处理和算法实现的一系列实验操作。
通过数据分析，我们成功导入了数据并对其进行了清洗和预处理，最后得到了数据的统计结果。
在图像处理方面，我们对图像进行了滤波、增强和分割等操作，最终得到了处理后的图像。
实验一MATLAB的基本操作
桂林电子科技大学
数学与计算科学学院实验报告
命令输入方式
在命令窗口>>符号后面输入命令。
一般来说，一个命令行输入一条命令，命令行以回车结束。
但一个命令行也可以输入若干条命令，各命令之间以逗号分隔。
若前一命令后带有分号，则逗号可以省略，此时只显示最后一条命令的执行结果。
例如，
4.学会使用MATLAB的帮助功能
使用MATLAB的帮助功能可以通过主窗口中的Help菜单项，或者在命令窗口中输入helpwin
帮助页面左边为帮助向导，右边为对应的帮助项。
在帮助向导页面中包含4个可供选择选项选项卡用来查看帮助的主题；Index选项卡根据指定的关键词进行查找；Search Results 选项卡查找指定的单词；DeMos选项卡查看和运行MATLAB的演示程序。
的变量和数据操作
7.MATLAB的矩阵及其基本运算矩阵的生成：
5.冒号表达式矩阵的拆分：
矩阵的算术运算：矩阵运算常用函数常用的数学函数
逻辑运算：。
实验3 MATLAB程序设计
实验3 MATLAB程序设计实验3 MATLAB程序设计一、实验目的本实验的主要目的是通过实际的编程练习，掌握和熟悉MATLAB 程序设计的基本知识和技巧。
通过本实验的学习，能够灵活使用MATLAB进行程序设计，解决实际问题。
二、实验内容1. MATLAB语言基础在本部分，我们将介绍MATLAB语言的基本语法和常用函数的使用方法。
1.1. 变量定义和赋值在MATLAB中，可以通过简单的语法来定义和赋值变量。
例如，`a = 10;`表示将值10赋给变量a。
，MATLAB也支持定义矩阵和向量。
1.2. 数学运算MATLAB提供了丰富的数学运算函数，如加法、减法、乘法、除法等等。
通过这些函数，我们能够进行各种数学运算。
1.3. 条件语句和循环语句条件语句和循环语句在程序设计中非常重要。
在MATLAB中，我们可以使用if-else语句来进行条件判断，使用for循环和while 循环来实现循环操作。
2. MATLAB绘图功能MATLAB的绘图功能非常强大，可以用于绘制各种图形，如曲线图、散点图、柱状图等等。
2.1. 绘制曲线图在MATLAB中，通过`plot`函数可以绘制曲线图。
我们可以指定要绘制的曲线的x和y坐标，并可以设置其他参数，如线型、颜色等。
2.2. 绘制散点图通过`scatter`函数可以绘制散点图。
散点图用于展示数据的分布情况，非常直观。
2.3. 绘制柱状图通过`bar`函数可以绘制柱状图。
柱状图用于比较不同类别或不间点的数据。
3. MATLAB文件操作在实际的程序设计过程中，常常需要读取和写入文件。
MATLAB 提供了相关的文件操作函数，方便我们进行文件的读写操作。
3.1. 文件的读取通过`fopen`函数可以打开一个文件，通过`fread`函数可以读取文件的内容。
3.2. 文件的写入通过`fopen`函数可以创建一个文件，并通过`fwrite`函数将数据写入文件中。
三、实验步骤1. 编写MATLAB程序根据实验内容，编写MATLAB程序实现相应功能。
如何利用Matlab进行模拟和仿真实验
如何利用Matlab进行模拟和仿真实验Matlab是一种功能强大的数学计算和数据可视化软件。
它不仅可以进行数学模拟和仿真实验，还可以处理数据、绘制图表和实施算法。
在工程、物理学、生物学等领域，Matlab被广泛用于解决各种实际问题。
本文将介绍如何利用Matlab进行模拟和仿真实验，并探讨其在实验设计和结果分析中的应用。
一. Matlab的基本功能Matlab具有很多基本功能，如矩阵操作、数值计算、符号计算等。
这些功能使得Matlab成为进行模拟和仿真实验的理想选择。
在Matlab中，可以定义和操作矩阵，进行线性代数运算，如求解方程组、矩阵求逆等。
此外，Matlab还提供了许多内置函数，可以进行数值计算和符号计算，如求解微分方程、积分、数值优化等。
二. 模拟实验的设计在进行模拟实验之前，首先需要设计实验方案。
实验设计包括选择合适的模型和参数设置，确定实验变量和观测指标等。
在Matlab中，可以使用函数或脚本来定义模型和参数，通过修改参数值来观察实验结果的变化。
比如，可以使用Matlab的模型库来选择合适的模型，然后使用函数传入参数值进行求解。
此外，Matlab还提供了绘图功能，可以绘制实验结果的图表，以便更直观地分析数据。
三. 仿真实验的实施在设计好实验方案后，就可以开始进行仿真实验了。
在Matlab中，可以使用已定义的模型和参数进行仿真计算。
可以通过Matlab的编程功能来实现计算过程的自动化。
比如，可以使用循环语句来迭代计算，以观察参数变化对结果的影响。
此外，Matlab还提供了随机数生成和统计分析函数，可以用于生成随机变量和分析实验数据。
四. 实验结果的分析在完成仿真实验后，需要对实验结果进行分析。
Matlab提供了丰富的数据处理和分析工具，可以对实验数据进行统计分析、绘图和可视化展示。
可以使用Matlab的数据处理函数来计算均值、标准差、相关系数等统计指标。
此外，Matlab还可以通过绘图函数来绘制直方图、散点图、线图等图形，以便更好地理解和展示数据。
MATLAB教程及实训
MATLAB教程及实训MATLAB是一种强大的计算机软件，主要用于数值计算、数据分析和可视化，广泛应用于科学、工程和金融领域。
以下是一个针对初学者的MATLAB教程及实训，旨在帮助读者快速入门并掌握基本的MATLAB使用技巧。
第一部分：MATLAB基础1.MATLAB的安装与启动2.MATLAB命令行介绍MATLAB的命令行界面，包括如何输入和执行MATLAB命令以及查看命令的输出结果。
3.MATLAB的基本数据类型介绍MATLAB中常用的数据类型，包括标量、向量、矩阵和字符串等，并讲解如何创建和操作这些数据类型。
4.数学运算介绍如何在MATLAB中进行基本的数学运算，包括加减乘除、指数运算和三角函数等，并讲解MATLAB提供的数学函数。
5.逻辑运算和控制流程介绍如何在MATLAB中进行逻辑运算和比较运算，以及如何使用条件语句、循环语句和逻辑判断语句来控制程序的流程。
第二部分：MATLAB数据处理与分析1.数据导入和导出介绍如何使用MATLAB读取和写入各种格式的数据文件，包括文本文件、Excel文件和MAT文件等，并讲解如何处理和转换数据。
2.数据可视化介绍如何使用MATLAB绘制各种类型的图表，包括折线图、散点图、柱状图和饼图等，并讲解如何设置图表的样式和属性。
3.数据统计和分析介绍如何使用MATLAB进行常见的数据统计和分析，包括均值、方差、相关系数和回归分析等，并讲解如何使用MATLAB的统计工具箱进行高级数据分析。
第三部分：MATLAB编程与应用实例1.MATLAB编程基础介绍如何使用MATLAB编写脚本和函数，包括变量的定义和赋值、条件语句和循环语句的使用，并讲解MATLAB的函数库和程序调试技巧。
2.MATLAB的应用实例介绍几个典型的MATLAB应用实例，包括信号处理、图像处理和机器学习等领域，通过实际案例演示如何使用MATLAB解决实际问题。
3.MATLAB与其他工具的集成介绍如何将MATLAB与其他科学计算和数据处理工具集成，包括Python、R和Excel等，并讲解如何使用MATLAB的接口进行数据交互和共享。
初识MATLAB的实验报告
初识MATLAB的实验报告1. 引言MATLAB（Matrix Laboratory）是一种高级的技术计算环境和编程语言。
它具有强大的矩阵计算能力和丰富的科学和工程绘图功能，被广泛应用于各个领域的科研与工程实践中。
本实验旨在初步了解MATLAB的基本语法和功能，通过实际操作加深对MATLAB编程的理解。
2. 实验目的1. 掌握MATLAB的安装和基本使用方法；2. 学习MATLAB中的常用数学函数和操作；3. 了解MATLAB绘图功能并能够绘制简单的图形。
3. 实验步骤3.1 MATLAB安装首先，在官方网站（3.2 MATLAB入门3.2.1 MATLAB语法MATLAB的语法类似于其他常见的编程语言，每个语句以分号结尾。
在MATLAB 中，可以直接进行基本的数学运算，例如加减乘除、指数、对数等。
通过以下代码可以计算两个变量的和并将结果打印出来：matlaba = 10;b = 20;sum = a + b;disp(sum);3.2.2 MATLAB变量在MATLAB中，可以创建和操作各种类型的变量，例如数值、字符串、矩阵等。
以下代码演示了如何创建一个矩阵：matlabmatrix = [1, 2, 3; 4, 5, 6; 7, 8, 9];disp(matrix);3.2.3 MATLAB函数MATLAB提供了许多内置的数学函数，可以直接调用。
以下代码演示了如何计算正弦函数值并打印结果：matlabx = pi/4;y = sin(x);disp(y);3.3 MATLAB绘图MATLAB具有强大的绘图功能，可以绘制各种图形，如曲线、散点图、柱状图等。
以下代码演示了如何绘制一个简单的正弦曲线：matlabx = linspace(0, 2*pi, 100);y = sin(x);plot(x, y);xlabel('x');ylabel('y');title('Sine Curve');4. 实验结果与分析在完成上述实验步骤后，我们成功安装了MATLAB，并学习了基本的语法、变量和函数的使用方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Matlab的实践操作——nntool工具箱的使用和编程实现一、建立个人信用评估的LVQ神经网络模型
同时用nntool工具和编程实现之。
案例操作：
Nntool
1 打开nntool对话框。
2 在inputs中设置p作为输入数据，在targets中设置t作为输出数据。
其中p值数据之前在命令窗口输入后保存，现直接从文件中提取，如上图。
T值使用相同的方法进行输入（注意t作为目标输出数据需要转换为向量模式）。
输入结果如下图：
3 建立LVQ网络。
选择网络类型为LVQ学习矢量量化神经网络，输入范围选择从输入数据p中提取，隐层函数为70，输出层7个输出单元百分比分别都是1/7，粗学习的学习率设置为0.1，采用learnlv1函数。
网络模型视图如下：
4 对LVQ网络进行训练。
设置训练输入数据和目标数据为p与t，然后设置步长为1000，目标为0.03，每25步显示一次，时间默认。
5 运行结果如下：（每次训练结果都会差异，因神经网路初始化是随机的）。
编程实践操作如下:
p=[1 1 1 0.8 1 0.97 1 0.97 1 0.92 1 1 1;1 0 0.5 1 1 0.88 0.35 1 0.5 0.92 1 1 1;0.16 0 1
0.8 0.2 0.8 0.26 0.8 1 1 1 1 1;0.72 0 1 0.8 0.5 0.46 0.52 0.3 1 0.71 0 1 1;0 1 1 0.8 1 0.8
1 0.1 0.5 0.41 -1 1 1;0.48 1 0 0.1 0.
2 1 0.91 0.8 0 0 1 1 1;0.47 0 0.8 0 0.6 0.8 0 0.1 0.5 0.19 0 0 1]'
t=1:1:7
T=ind2vec(t)
net=newlvq(minmax(p),9,[1/7 1/7 1/7 1/7 1/7 1/7 1/7],0.1,'learnlv1')
net.trainParam.epochs=1000
net.trainParam.goal=0.03
net=train(net,p,T)
save homework1 net
二、建立基于BP神经网络技术创新能力评价模型
用MATLAB实现之。
最后用模型对A、B、C三家公司进行评价。
本题计算过程中先要把原始数据归一化，使用的公式：y=(x-MinValue)/(MaxValue-MinValue) 具体步骤如下：
（1）把原始数据在matlab用归一化法进行标准化。
A
Size(A)
for i=1:23
B(i,:)=(A(i,:)-min(A(i,:)))/(max(A(i,:))-min(A(i,:)));
End
B
（2）matlab编程
B
t=[0.626 0.67 0.604 0.608 0.592 0.575 0.526 0.562 0.523 0.487]
net=newff(minmax(B),[10 1],{'tansig','logsig'},'trainrp')
net.trainParam.show=25
net.trainParam.goal=0.00001
net.trainParam.epochs=10000
[net,tr]=train(net,B,t)
Save network1 net
Clear all
C
T=[0.626 0.67 0.604 0.608 0.592 0.575 0.526 0.562 0.523 0.487] Load network1
R=sim(net,C)
(3) Nntool工具实现：
1 打开nntool工具，inputs中分别输入数据B（训练数据）和数据C（三公司数据）、targets 中输入目标数据。
创建BP神经网络network2。
数据B和C分别都是将原始数据进行标准化之后进行使用。
2 如下图可知，网络network2中，选择BP网络模型Feed-forward backprop，输入数据范围从B中获取，选取“trainrp”作为训练函数，学习函数使用“learngd”，误差选择mse，选择两层网络，第一层中隐层神经元定为10个，使用tansig的传输函数；第二层输出神经元为1个，选择“logsig”作为输出函数。
创建的网络模型如下图所示：
3 训练网络时，步长设为10000，每25步显示一次结果，目标误差为0.00001，其他默认。
训练网络结果如下图所示：
4 利用训练好的网络进行仿真过程，输入数据为C，将输出数据显示在network23_outputs.
仿真结果如图：其中A、B、C三家公司的技术创新能力分别为0.581;0.619;0.519.其中B公司能力最强。