课程案例库matlab
MATLAB基础应用案例教程第二章
上一页 下一页 返回
• 结果:
２.２ 矩阵表示
上一页 下一页 返回
２.２ 矩阵表示
• ２. ２. ４ 稀疏矩阵
• 若矩阵中非零元素的个数远远小于矩阵元素的总数，且非零元素的分 布没有规律， 则称该矩阵为稀疏矩阵。
• １ 创建稀疏矩阵 • 语法格式:
• 稀疏矩阵的存储特点: 所占内存少，运算速度快。
上一页
返回
２.２ 矩阵表示
• ２. ２. １ 矩阵的建立方法
• 【例 ２ － ２】 输入下列矩阵
下一页 返回
２.２ 矩阵表示
• ２. ２. ２ 向量的建立方法
• ＭＡＴＬＡＢ 中的每个数都是 １ × １ 的矩阵，数组或向量就是 １ × ｎ 或 ｎ × １ 的矩阵。 数组、向量和二维矩阵表示在本质上没有 任何区别，它们的维数都是 ２，一切都是以矩阵形式保存的。
ｓ， 它只保留最新值。
上一页 下一页 返回
２.１ 变量的使用
• ２. １. ４ 全局变量
• 全局变量的作用域在整个 ＭＡＴＬＡＢ 中有效，所有函数都能对它 进行存取和修改。 若在函数文件中声明变量为局部变量，则只在本 函数内有效，在该函数返回后，这些变量会自动在 ＭＡＴＬＡＢ 工 作间中清除，这与文本文件是不同的。
ｎ ＝ ｍａｘ( ｊ) ，在 Ｓ 中零元素被移除前计算最大值，[ ｉ ｊ ｓ] 中的其中一行可能为 [ ｍ ｎ ０] 。 • (４) ｓｐａｒｓｅ([] 。[] 。[] 。ｍ。ｎ。０) 生成 ｍ × ｎ 所有元素 都是 ０ 的稀疏矩阵。 • (５) 当构造矩阵比较大，而非零元素位置又比较有规律时，可以考虑 用 ｓｐａｒｓｅ 函数。先构造 ｉ、 ｊ、 ｓ，再自动生成矩阵。
上一页 下一页 返回
MATLAB智能算法30个案例分析
MATLAB 智能算法30个案例分析第1 章1、案例背景遗传算法（Genetic Algorithm，GA）是一种进化算法，其基本原理是仿效生物界中的“物竞天择、适者生存”的演化法则。
遗传算法的做法是把问题参数编码为染色体，再利用迭代的方式进行选择、交叉以及变异等运算来交换种群中染色体的信息，最终生成符合优化目标的染色体。
在遗传算法中，染色体对应的是数据或数组，通常是由一维的串结构数据来表示，串上各个位置对应基因的取值。
基因组成的串就是染色体，或者叫基因型个体( Individuals) 。
一定数量的个体组成了群体（Population)。
群体中个体的数目称为群体大小（Population Size），也叫群体规模。
而各个个体对环境的适应程度叫做适应度( Fitness) 。
2、案例目录：1.1 理论基础1.1.1 遗传算法概述1. 编码2. 初始群体的生成3. 适应度评估4. 选择5. 交叉6. 变异1.1.2 设菲尔德遗传算法工具箱1. 工具箱简介2. 工具箱添加1.2 案例背景1.2.1 问题描述1. 简单一元函数优化2. 多元函数优化1.2.2 解决思路及步骤1.3 MATLAB程序实现1.3.1 工具箱结构1.3.2 遗传算法中常用函数1. 创建种群函数—crtbp2. 适应度计算函数—ranking3. 选择函数—select4. 交叉算子函数—recombin5. 变异算子函数—mut6. 选择函数—reins7. 实用函数—bs2rv8. 实用函数—rep1.3.3 遗传算法工具箱应用举例1. 简单一元函数优化2. 多元函数优化1.4 延伸阅读1.5 参考文献3、主程序：1. 简单一元函数优化：clcclear allclose all%% 画出函数图figure(1);hold on;lb=1;ub=2; %函数自变量范围【1,2】ezplot('sin(10*pi*X)/X',[lb,ub]); %画出函数曲线xlabel('自变量/X')ylabel('函数值/Y')%% 定义遗传算法参数NIND=40; %个体数目MAXGEN=20; %最大遗传代数PRECI=20; %变量的二进制位数GGAP=0.95; %代沟px=0.7; %交叉概率pm=0.01; %变异概率trace=zeros(2,MAXGEN); %寻优结果的初始值FieldD=[PRECI;lb;ub;1;0;1;1]; %区域描述器Chrom=crtbp(NIND,PRECI); %初始种群%% 优化gen=0; %代计数器X=bs2rv(Chrom,FieldD); %计算初始种群的十进制转换ObjV=sin(10*pi*X)./X; %计算目标函数值while gen<MAXGENFitnV=ranking(ObjV); %分配适应度值SelCh=select('sus',Chrom,FitnV,GGAP); %选择SelCh=recombin('xovsp',SelCh,px); %重组SelCh=mut(SelCh,pm); %变异X=bs2rv(SelCh,FieldD); %子代个体的十进制转换ObjVSel=sin(10*pi*X)./X; %计算子代的目标函数值[Chrom,ObjV]=reins(Chrom,SelCh,1,1,ObjV,ObjVSel); %重插入子代到父代，得到新种群X=bs2rv(Chrom,FieldD);gen=gen+1; %代计数器增加%获取每代的最优解及其序号，Y为最优解,I为个体的序号[Y,I]=min(ObjV);trace(1,gen)=X(I); %记下每代的最优值trace(2,gen)=Y; %记下每代的最优值endplot(trace(1,:),trace(2,:),'bo'); %画出每代的最优点grid on;plot(X,ObjV,'b*'); %画出最后一代的种群hold off%% 画进化图figure(2);plot(1:MAXGEN,trace(2,:));grid onxlabel('遗传代数')ylabel('解的变化')title('进化过程')bestY=trace(2,end);bestX=trace(1,end);fprintf(['最优解:\nX=',num2str(bestX),'\nY=',num2str(bestY),'\n'])2. 多元函数优化clcclear allclose all%% 画出函数图figure(1);lbx=-2;ubx=2; %函数自变量x范围【-2,2】lby=-2;uby=2; %函数自变量y范围【-2,2】ezmesh('y*sin(2*pi*x)+x*cos(2*pi*y)',[lbx,ubx,lby,uby],50); %画出函数曲线hold on;%% 定义遗传算法参数NIND=40; %个体数目MAXGEN=50; %最大遗传代数PRECI=20; %变量的二进制位数GGAP=0.95; %代沟px=0.7; %交叉概率pm=0.01; %变异概率trace=zeros(3,MAXGEN); %寻优结果的初始值FieldD=[PRECI PRECI;lbx lby;ubx uby;1 1;0 0;1 1;1 1]; %区域描述器Chrom=crtbp(NIND,PRECI*2); %初始种群%% 优化gen=0; %代计数器XY=bs2rv(Chrom,FieldD); %计算初始种群的十进制转换X=XY(:,1);Y=XY(:,2);ObjV=Y.*sin(2*pi*X)+X.*cos(2*pi*Y); %计算目标函数值while gen<MAXGENFitnV=ranking(-ObjV); %分配适应度值SelCh=select('sus',Chrom,FitnV,GGAP); %选择SelCh=recombin('xovsp',SelCh,px); %重组SelCh=mut(SelCh,pm); %变异XY=bs2rv(SelCh,FieldD); %子代个体的十进制转换X=XY(:,1);Y=XY(:,2);ObjVSel=Y.*sin(2*pi*X)+X.*cos(2*pi*Y); %计算子代的目标函数值[Chrom,ObjV]=reins(Chrom,SelCh,1,1,ObjV,ObjVSel); %重插入子代到父代，得到新种群XY=bs2rv(Chrom,FieldD);gen=gen+1; %代计数器增加%获取每代的最优解及其序号，Y为最优解,I为个体的序号[Y,I]=max(ObjV);trace(1:2,gen)=XY(I,:); %记下每代的最优值trace(3,gen)=Y; %记下每代的最优值endplot3(trace(1,:),trace(2,:),trace(3,:),'bo'); %画出每代的最优点grid on;plot3(XY(:,1),XY(:,2),ObjV,'bo'); %画出最后一代的种群hold off%% 画进化图figure(2);plot(1:MAXGEN,trace(3,:));grid onxlabel('遗传代数')ylabel('解的变化')title('进化过程')bestZ=trace(3,end);bestX=trace(1,end);bestY=trace(2,end);fprintf(['最优解:\nX=',num2str(bestX),'\nY=',num2str(bestY),'\nZ=',num2str(bestZ), '\n']) 第2 章基于遗传算法和非线性规划的函数寻优算法1.1案例背景1.1.1 非线性规划方法非线性规划是20世纪50年代才开始形成的一门新兴学科。
matlab30个案例分析案例4代码
%% 清空环境变量clccleartic%% 训练数据预测数据提取及归一化%下载输入输出数据load data input output%从1到2000间随机排序k=rand(1,4000);[m,n]=sort(k);%找出训练数据和预测数据input_train=input(n(1:3900),:)';output_train=output(n(1:3900),:)';input_test=input(n(3901:4000),:)';output_test=output(n(3901:4000),:)';%选连样本输入输出数据归一化[inputn,inputps]=mapminmax(input_train); [outputn,outputps]=mapminmax(output_train);%% BP网络训练% %初始化网络结构net=newff(inputn,outputn,5);net.trainParam.epochs=100;net.trainParam.lr=0.1;net.trainParam.goal=0.0000004;%网络训练net=train(net,inputn,outputn);%% BP网络预测%预测数据归一化inputn_test=mapminmax('apply',input_test,inputps);%网络预测输出an=sim(net,inputn_test);%网络输出反归一化BPoutput=mapminmax('reverse',an,outputps);%% 结果分析figure(1)plot(BPoutput,':og')hold onplot(output_test,'-*');legend('预测输出','期望输出','fontsize',12)title('BP网络预测输出','fontsize',12)xlabel('样本','fontsize',12)ylabel('输出','fontsize',12)print -dtiff -r600 4-3%预测误差error=BPoutput-output_test;figure(2)plot(error,'-*')title('神经网络预测误差')figure(3)plot((output_test-BPoutput)./BPoutput,'-*');title('神经网络预测误差百分比')errorsum=sum(abs(error))tocsave data net inputps outputpsfunction ret=Code(lenchrom,bound)%本函数将变量编码成染色体，用于随机初始化一个种群% lenchrom input : 染色体长度% bound input : 变量的取值范围% ret output: 染色体的编码值flag=0;while flag==0pick=rand(1,length(lenchrom));ret=bound(:,1)'+(bound(:,2)-bound(:,1))'.*pick; %线性插值，编码结果以实数向量存入ret 中flag=test(lenchrom,bound,ret); %检验染色体的可行性endfunction ret=Cross(pcross,lenchrom,chrom,sizepop,bound)%本函数完成交叉操作% pcorss input : 交叉概率% lenchrom input : 染色体的长度% chrom input : 染色体群% sizepop input : 种群规模% ret output : 交叉后的染色体for i=1:sizepop %每一轮for循环中，可能会进行一次交叉操作，染色体是随机选择的，交叉位置也是随机选择的，%但该轮for循环中是否进行交叉操作则由交叉概率决定（continue 控制）% 随机选择两个染色体进行交叉pick=rand(1,2);while prod(pick)==0pick=rand(1,2);endindex=ceil(pick.*sizepop);% 交叉概率决定是否进行交叉pick=rand;while pick==0pick=rand;endif pick>pcrosscontinue;endflag=0;while flag==0% 随机选择交叉位pick=rand;while pick==0pick=rand;endpos=ceil(pick.*sum(lenchrom)); %随机选择进行交叉的位置，即选择第几个变量进行交叉，注意：两个染色体交叉的位置相同pick=rand; %交叉开始v1=chrom(index(1),pos);v2=chrom(index(2),pos);chrom(index(1),pos)=pick*v2+(1-pick)*v1;chrom(index(2),pos)=pick*v1+(1-pick)*v2; %交叉结束flag1=test(lenchrom,bound,chrom(index(1),:)); %检验染色体1的可行性flag2=test(lenchrom,bound,chrom(index(2),:)); %检验染色体2的可行性if flag1*flag2==0flag=0;else flag=1;end %如果两个染色体不是都可行，则重新交叉endendret=chrom;datafor i=1:4000input(i,:)=10*rand(1,2)-5;output(i)=input(i,1)^2+input(i,2)^2;endoutput=output';save data input outputfunfunction fitness = fun(x)% 函数功能：计算该个体对应适应度值% x input 个体% fitness output 个体适应度值%load data net inputps outputps%数据归一化x=x';inputn_test=mapminmax('apply',x,inputps);%网络预测输出an=sim(net,inputn_test);%网络输出反归一化fitness=mapminmax('reverse',an,outputps);geneticweb browser /thread-61659-1-1.html%% 清空环境变量clcclear%% 初始化遗传算法参数%初始化参数maxgen=100; %进化代数，即迭代次数sizepop=20; %种群规模pcross=[0.4]; %交叉概率选择，0和1之间pmutation=[0.2]; %变异概率选择，0和1之间lenchrom=[1 1]; %每个变量的字串长度，如果是浮点变量，则长度都为1 bound=[-5 5;-5 5]; %数据范围individuals=struct('fitness',zeros(1,sizepop), 'chrom',[]); %将种群信息定义为一个结构体avgfitness=[]; %每一代种群的平均适应度bestfitness=[]; %每一代种群的最佳适应度bestchrom=[]; %适应度最好的染色体%% 初始化种群计算适应度值% 初始化种群for i=1:sizepop%随机产生一个种群individuals.chrom(i,:)=Code(lenchrom,bound);x=individuals.chrom(i,:);%计算适应度individuals.fitness(i)=fun(x); %染色体的适应度end%找最好的染色体[bestfitness bestindex]=min(individuals.fitness);bestchrom=individuals.chrom(bestindex,:); %最好的染色体avgfitness=sum(individuals.fitness)/sizepop; %染色体的平均适应度% 记录每一代进化中最好的适应度和平均适应度trace=[avgfitness bestfitness];%% 迭代寻优% 进化开始for i=1:maxgeni% 选择individuals=Select(individuals,sizepop);avgfitness=sum(individuals.fitness)/sizepop;%交叉individuals.chrom=Cross(pcross,lenchrom,individuals.chrom,sizepop,bound);% 变异individuals.chrom=Mutation(pmutation,lenchrom,individuals.chrom,sizepop,[i maxgen],bound);% 计算适应度for j=1:sizepopx=individuals.chrom(j,:); %解码individuals.fitness(j)=fun(x);end%找到最小和最大适应度的染色体及它们在种群中的位置[newbestfitness,newbestindex]=min(individuals.fitness);[worestfitness,worestindex]=max(individuals.fitness);% 代替上一次进化中最好的染色体if bestfitness>newbestfitnessbestfitness=newbestfitness;bestchrom=individuals.chrom(newbestindex,:);endindividuals.chrom(worestindex,:)=bestchrom;individuals.fitness(worestindex)=bestfitness;avgfitness=sum(individuals.fitness)/sizepop;trace=[trace;avgfitness bestfitness]; %记录每一代进化中最好的适应度和平均适应度end%进化结束%% 结果分析[r c]=size(trace);plot([1:r]',trace(:,2),'r-');title('适应度曲线','fontsize',12);xlabel('进化代数','fontsize',12);ylabel('适应度','fontsize',12);axis([0,100,0,1])disp('适应度变量');x=bestchrom;% 窗口显示disp([bestfitness x]);mutationfunction ret=Mutation(pmutation,lenchrom,chrom,sizepop,pop,bound)% 本函数完成变异操作% pcorss input : 变异概率% lenchrom input : 染色体长度% chrom input : 染色体群% sizepop input : 种群规模% opts input : 变异方法的选择% pop input : 当前种群的进化代数和最大的进化代数信息% ret output : 变异后的染色体for i=1:sizepop %每一轮for循环中，可能会进行一次变异操作，染色体是随机选择的，变异位置也是随机选择的，%但该轮for循环中是否进行变异操作则由变异概率决定（continue控制）% 随机选择一个染色体进行变异pick=rand;while pick==0pick=rand;endindex=ceil(pick*sizepop);% 变异概率决定该轮循环是否进行变异pick=rand;if pick>pmutationcontinue;endflag=0;while flag==0% 变异位置pick=rand;while pick==0pick=rand;endpos=ceil(pick*sum(lenchrom)); %随机选择了染色体变异的位置，即选择了第pos 个变量进行变异v=chrom(i,pos);v1=v-bound(pos,1);v2=bound(pos,2)-v;pick=rand; %变异开始if pick>0.5delta=v2*(1-pick^((1-pop(1)/pop(2))^2));chrom(i,pos)=v+delta;elsedelta=v1*(1-pick^((1-pop(1)/pop(2))^2));chrom(i,pos)=v-delta;end %变异结束flag=test(lenchrom,bound,chrom(i,:)); %检验染色体的可行性endendret=chrom;selectfunction ret=select(individuals,sizepop)% 本函数对每一代种群中的染色体进行选择，以进行后面的交叉和变异% individuals input : 种群信息% sizepop input : 种群规模% ret output : 经过选择后的种群fitness1=1./individuals.fitness;sumfitness=sum(fitness1);sumf=fitness1./sumfitness;index=[];for i=1:sizepop %转sizepop次轮盘pick=rand;while pick==0pick=rand;endfor i=1:sizepoppick=pick-sumf(i);if pick<0index=[index i];break; %寻找落入的区间，此次转轮盘选中了染色体i，注意：在转sizepop 次轮盘的过程中，有可能会重复选择某些染色体endendendindividuals.chrom=individuals.chrom(index,:);individuals.fitness=individuals.fitness(index);ret=individuals;testfunction flag=test(lenchrom,bound,code)% lenchrom input : 染色体长度% bound input : 变量的取值范围% code output: 染色体的编码值x=code; %先解码flag=1;if (x(1)<bound(1,1))&&(x(2)<bound(2,1))&&(x(1)>bound(1,2))&&(x(2)>bound(2,2)) flag=0;end。
Matlab技术实战案例分享
Matlab技术实战案例分享引言从Matlab在科学与工程领域的广泛应用，我们可以看出它的强大功能和实用性。
在本文中，我们将分享一些实际应用中的Matlab技术案例，通过这些案例，读者将更好地理解和掌握Matlab的实战应用技巧。
一、图像处理图像处理是Matlab应用最广泛的领域之一，它在医学影像分析、计算机视觉等方面具有广泛的应用。
通过Matlab的图像处理工具箱，我们可以轻松处理和分析各种类型的图像数据。
案例一：基于Matlab的肌肉图像分析在运动学研究中，肌肉图像分析是一个重要的课题。
我们可以通过Matlab将单帧肌肉图像进行分割，提取关键特征并进行测量分析，如肌肉纤维方向和长度等。
这为运动学研究提供了有力的工具和方法。
案例二：基于Matlab的图像增强和去噪在计算机视觉领域，图像增强和去噪是常见的图像处理任务。
我们可以通过Matlab中的图像滤波函数和增强算法，对图像进行降噪和增强处理，提高图像的质量和清晰度。
这对于图像识别、目标检测等任务具有重要意义。
二、信号处理信号处理是Matlab应用广泛的另一个领域，它在通信、音频处理等方面具有重要的应用。
通过Matlab的信号处理工具箱，我们可以进行各种类型的信号处理和分析。
案例三：基于Matlab的音频处理和音频特征提取在音频处理领域，Matlab提供了丰富的函数和算法可以用来进行音频处理和音频特征提取。
我们可以通过Matlab对音频信号进行降噪、滤波、频谱分析等处理，同时提取关键的音频特征，如音调、节奏等。
案例四：基于Matlab的时频分析时频分析是信号处理中重要的分析方法之一。
通过Matlab的时频分析工具箱，我们可以对信号的瞬时频率和幅度进行分析，了解信号在时域和频域上的特征。
这对于故障诊断、语音识别等任务具有重要意义。
三、数值计算与优化数值计算与优化是Matlab的另一个重要领域，它在工程计算、统计建模等方面具有广泛的应用。
通过Matlab的数值计算和优化工具箱，我们可以轻松进行各种复杂的数值计算和优化问题求解。
matlab案例
matlab案例在这个案例中，我们将使用 MATLAB 对一个数据集进行分析。
该数据集包括了一个公司的员工工资和其他相关信息。
我们将通过MATLAB 的各种功能，分析这些数据并绘制出相关的图表。
首先，我们需要导入数据。
在 MATLAB 中，我们可以使用readtable 函数来读取 CSV 格式的文件。
假设我们的数据文件名为'salary.csv'，我们可以使用以下代码来导入数据：```matlabdata = readtable('salary.csv');```接下来，我们可以使用 summary 函数对数据进行初步的统计分析。
这个函数会生成数据的基本统计信息，比如最大值、最小值、平均值等等。
我们可以使用以下代码来查看数据的基本统计信息：```matlabsummary(data)```接着，我们可以使用 corrcoef 函数计算数据之间的相关系数。
这个函数会生成一个矩阵，其中每个元素表示两个变量之间的相关系数。
我们可以使用以下代码来计算相关系数矩阵：```matlabcorr_matrix = corrcoef(data{:,:});```接下来，我们可以绘制相关系数矩阵的热力图。
在 MATLAB 中，我们可以使用 heatmap 函数来绘制热力图。
以下是绘制热力图的代码：```matlabheatmap(corr_matrix, 'Colormap', 'cool', 'Colorbar', true, 'XLabel', data.Properties.VariableNames, 'YLabel',data.Properties.VariableNames);```最后，我们可以绘制员工工资的直方图。
在 MATLAB 中，我们可以使用 histogram 函数来绘制直方图。
matlab编程实例100例(精编文档).doc
【最新整理，下载后即可编辑】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 shili01h0=figure('toolbar','none',...'position',[198****0300],...'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 shili02h0=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 onxlabel('自变量X');ylabel('函数值Y');title('三角函数');实例3：图形的叠加function shili03h0=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 onxlabel('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 shili04h0=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 shili05h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例05');t=0:pi/10:2*pi;[x,y]=meshgrid(t);subplot(2,2,1)plot(sin(t),cos(t))axis equalsubplot(2,2,2)z=sin(x)-cos(y);plot(t,z)axis([0 2*pi -2 2])subplot(2,2,3)h=sin(x)+cos(y);plot(t,h)axis([0 2*pi -2 2])subplot(2,2,4)g=(sin(x).^2)-(cos(y).^2);plot(t,g)axis([0 2*pi -1 1])实例6：图形标注function shili06h0=figure('toolbar','none',...'position',[200 150 450 400],...'name','实例06');t=0:pi/10:2*pi;h=plot(t,sin(t));xlabel('t=0到2\pi','fontsize',16);ylabel('sin(t)','fontsize',16);title('\it{从0to2\pi 的正弦曲线}','fontsize',16) x=get(h,'xdata');y=get(h,'ydata');imin=find(min(y)==y);imax=find(max(y)==y);text(x(imin),y(imin),...['\leftarrow最小值=',num2str(y(imin))],...'fontsize',16)text(x(imax),y(imax),...['\leftarrow最大值=',num2str(y(imax))],...'fontsize',16)实例7：条形图形function shili07h0=figure('toolbar','none',...'position',[200 150 450 350],...'name','实例07');tiao1=[562 548 224 545 41 445 745 512];tiao2=[47 48 57 58 54 52 65 48];t=0:7;bar(t,tiao1)xlabel('X轴');ylabel('TIAO1值');h1=gca;h2=axes('position',get(h1,'position'));plot(t,tiao2,'linewidth',3)set(h2,'yaxislocation','right','color','none','xticklabel',[]) 实例8：区域图形function shili08h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例08');x=91:95;profits1=[88 75 84 93 77];profits2=[51 64 54 56 68];profits3=[42 54 34 25 24];profits4=[26 38 18 15 4];area(x,profits1,'facecolor',[0.5 0.9 0.6],...'edgecolor','b',...'linewidth',3)hold onarea(x,profits2,'facecolor',[0.9 0.85 0.7],...'edgecolor','y',...'linewidth',3)hold onarea(x,profits3,'facecolor',[0.3 0.6 0.7],...'edgecolor','r',...'linewidth',3)hold onarea(x,profits4,'facecolor',[0.6 0.5 0.9],...'edgecolor','m',...'linewidth',3)hold offset(gca,'xtick',[91:95])set(gca,'layer','top')gtext('\leftarrow第一季度销量') gtext('\leftarrow第二季度销量') gtext('\leftarrow第三季度销量') gtext('\leftarrow第四季度销量') xlabel('年','fontsize',16);ylabel('销售量','fontsize',16);实例9：饼图的绘制function shili09h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例09');t=[54 21 35;68 54 35;45 25 12;48 68 45;68 54 69];x=sum(t);h=pie(x);textobjs=findobj(h,'type','text');str1=get(textobjs,{'string'});val1=get(textobjs,{'extent'});oldext=cat(1,val1{:});names={'商品一：';'商品二：';'商品三：'};str2=strcat(names,str1);set(textobjs,{'string'},str2)val2=get(textobjs,{'extent'});newext=cat(1,val2{:});offset=sign(oldext(:,1)).*(newext(:,3)-oldext(:,3))/2; pos=get(textobjs,{'position'});textpos=cat(1,pos{:});textpos(:,1)=textpos(:,1)+offset;set(textobjs,{'position'},num2cell(textpos,[3,2]))实例10：阶梯图function shili10h0=figure('toolbar','none',...'position',[200 150 450 400],...'name','实例10');a=0.01;b=0.5;t=0:10;f=exp(-a*t).*sin(b*t);stairs(t,f)hold onplot(t,f,':*')hold offglabel='函数e^{-(\alpha*t)}sin\beta*t的阶梯图'; gtext(glabel,'fontsize',16)xlabel('t=0:10','fontsize',16)axis([0 10 -1.2 1.2])实例11：枝干图function shili11h0=figure('toolbar','none',...'position',[200 150 450 350],...'name','实例11');x=0:pi/20:2*pi;y1=sin(x);y2=cos(x);h1=stem(x,y1+y2);hold onh2=plot(x,y1,'^r',x,y2,'*g');hold offh3=[h1(1);h2];legend(h3,'y1+y2','y1=sin(x)','y2=cos(x)') xlabel('自变量X');ylabel('函数值Y');title('正弦函数与余弦函数的线性组合'); 实例12：罗盘图function shili12h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例12');winddirection=[54 24 65 84256 12 235 62125 324 34 254];windpower=[2 5 5 36 8 12 76 14 10 8];rdirection=winddirection*pi/180;[x,y]=pol2cart(rdirection,windpower); compass(x,y);desc={'风向和风力','北京气象台','10月1日0：00到','10月1日12：00'};gtext(desc)实例13：轮廓图function shili13h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例13');[th,r]=meshgrid((0:10:360)*pi/180,0:0.05:1); [x,y]=pol2cart(th,r);z=x+i*y;f=(z.^4-1).^(0.25);contour(x,y,abs(f),20)axis equalxlabel('实部','fontsize',16);ylabel('虚部','fontsize',16);h=polar([0 2*pi],[0 1]);delete(h)hold oncontour(x,y,abs(f),20)实例14：交互式图形function shili14h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例14');axis([0 10 0 10]);hold onx=[];y=[];n=0;disp('单击鼠标左键点取需要的点'); disp('单击鼠标右键点取最后一个点'); but=1;while but==1[xi,yi,but]=ginput(1);plot(xi,yi,'bo')n=n+1;disp('单击鼠标左键点取下一个点');x(n,1)=xi;y(n,1)=yi;endt=1:n;ts=1:0.1:n;xs=spline(t,x,ts);ys=spline(t,y,ts);plot(xs,ys,'r-');hold off实例14：交互式图形function shili14h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例14');axis([0 10 0 10]);hold onx=[];y=[];n=0;disp('单击鼠标左键点取需要的点'); disp('单击鼠标右键点取最后一个点'); but=1;while but==1[xi,yi,but]=ginput(1);plot(xi,yi,'bo')n=n+1;disp('单击鼠标左键点取下一个点');x(n,1)=xi;y(n,1)=yi;endt=1:n;ts=1:0.1:n;xs=spline(t,x,ts);ys=spline(t,y,ts);plot(xs,ys,'r-');hold off实例15：变换的傅立叶函数曲线function shili15h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例15');axis equalm=moviein(20,gcf);set(gca,'nextplot','replacechildren')h=uicontrol('style','slider','position',...[100 10 500 20],'min',1,'max',20)for j=1:20plot(fft(eye(j+16)))set(h,'value',j)m(:,j)=getframe(gcf);endclf;axes('position',[0 0 1 1]);movie(m,30)实例16：劳伦兹非线形方程的无序活动function shili15h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例15');axis equalm=moviein(20,gcf);set(gca,'nextplot','replacechildren')h=uicontrol('style','slider','position',...[100 10 500 20],'min',1,'max',20)for j=1:20plot(fft(eye(j+16)))set(h,'value',j)m(:,j)=getframe(gcf);endclf;axes('position',[0 0 1 1]);movie(m,30)实例17：填充图function shili17h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例17');t=(1:2:15)*pi/8;x=sin(t);y=cos(t);fill(x,y,'r')axis square offtext(0,0,'STOP',...'color',[1 1 1],...'fontsize',50,...'horizontalalignment','center') 例18：条形图和阶梯形图function shili18h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例18');subplot(2,2,1)x=-3:0.2:3;y=exp(-x.*x);bar(x,y)title('2-D Bar Chart')subplot(2,2,2)x=-3:0.2:3;y=exp(-x.*x);bar3(x,y,'r')title('3-D Bar Chart')subplot(2,2,3)x=-3:0.2:3;y=exp(-x.*x);stairs(x,y)title('Stair Chart')subplot(2,2,4)x=-3:0.2:3;y=exp(-x.*x);barh(x,y)title('Horizontal Bar Chart')实例19：三维曲线图function shili19h0=figure('toolbar','none',...'position',[200 150 450 400],...'name','实例19');subplot(2,1,1)x=linspace(0,2*pi);y1=sin(x);y2=cos(x);y3=sin(x)+cos(x);z1=zeros(size(x));z2=0.5*z1;z3=z1;plot3(x,y1,z1,x,y2,z2,x,y3,z3)grid onxlabel('X轴');ylabel('Y轴');zlabel('Z轴');title('Figure1:3-D Plot')subplot(2,1,2)x=linspace(0,2*pi);y1=sin(x);y2=cos(x);y3=sin(x)+cos(x);z1=zeros(size(x));z2=0.5*z1;z3=z1;plot3(x,z1,y1,x,z2,y2,x,z3,y3)grid onxlabel('X轴');ylabel('Y轴');zlabel('Z轴');title('Figure2:3-D Plot')实例20：图形的隐藏属性function shili20h0=figure('toolbar','none',...'position',[200 150 450 300],...'name','实例20');subplot(1,2,1)[x,y,z]=sphere(10);mesh(x,y,z)axis offtitle('Figure1:Opaque')hidden onsubplot(1,2,2)[x,y,z]=sphere(10);mesh(x,y,z)axis offtitle('Figure2:Transparent') hidden off实例21PEAKS函数曲线function shili21h0=figure('toolbar','none',...'position',[200 100 450 450],...'name','实例21');[x,y,z]=peaks(30);subplot(2,1,1)x=x(1,:);y=y(:,1);i=find(y>0.8&y<1.2);j=find(x>-0.6&x<0.5);z(i,j)=nan*z(i,j);surfc(x,y,z)xlabel('X轴');ylabel('Y轴');zlabel('Z轴');title('Figure1:surfc函数形成的曲面') subplot(2,1,2)x=x(1,:);y=y(:,1);i=find(y>0.8&y<1.2);j=find(x>-0.6&x<0.5);z(i,j)=nan*z(i,j);surfl(x,y,z)xlabel('X轴');ylabel('Y轴');zlabel('Z轴');title('Figure2:surfl函数形成的曲面') 实例22：片状图function shili22h0=figure('toolbar','none',...'position',[200 150 550 350],...'name','实例22');subplot(1,2,1)x=rand(1,20);y=rand(1,20);z=peaks(x,y*pi);t=delaunay(x,y);trimesh(t,x,y,z)hidden offtitle('Figure1:Triangular Surface Plot'); subplot(1,2,2)x=rand(1,20);y=rand(1,20);z=peaks(x,y*pi);t=delaunay(x,y);trisurf(t,x,y,z)title('Figure1:Triangular Surface Plot'); 实例23：视角的调整function shili23h0=figure('toolbar','none',...'position',[200 150 450 350],...'name','实例23');x=-5:0.5:5;[x,y]=meshgrid(x);r=sqrt(x.^2+y.^2)+eps;z=sin(r)./r;subplot(2,2,1)surf(x,y,z)xlabel('X-axis')ylabel('Y-axis')zlabel('Z-axis')title('Figure1')view(-37.5,30)subplot(2,2,2)surf(x,y,z)xlabel('X-axis')ylabel('Y-axis')zlabel('Z-axis')title('Figure2')view(-37.5+90,30) subplot(2,2,3)surf(x,y,z)xlabel('X-axis')ylabel('Y-axis')zlabel('Z-axis')title('Figure3')view(-37.5,60)subplot(2,2,4)surf(x,y,z)xlabel('X-axis')ylabel('Y-axis')zlabel('Z-axis')title('Figure4')view(180,0)实例24：向量场的绘制function shili24h0=figure('toolbar','none',...'position',[200 150 450 350],...'name','实例24');subplot(2,2,1)z=peaks;ribbon(z)title('Figure1')subplot(2,2,2)[x,y,z]=peaks(15);[dx,dy]=gradient(z,0.5,0.5); contour(x,y,z,10)hold onquiver(x,y,dx,dy)hold offtitle('Figure2')subplot(2,2,3)[x,y,z]=peaks(15);[nx,ny,nz]=surfnorm(x,y,z);surf(x,y,z)hold onquiver3(x,y,z,nx,ny,nz)hold offtitle('Figure3')subplot(2,2,4)x=rand(3,5);y=rand(3,5);z=rand(3,5);c=rand(3,5);fill3(x,y,z,c)grid ontitle('Figure4')实例25：灯光定位function shili25h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例25');vert=[1 1 1;1 2 1;2 2 1;2 1 1;1 1 2;12 2;2 2 2;2 1 2];fac=[1 2 3 4;2 6 7 3;4 3 7 8;15 8 4;1 2 6 5;5 6 7 8];grid offsphere(36)h=findobj('type','surface');set(h,'facelighting','phong',...'facecolor',...'interp',...'edgecolor',[0.4 0.4 0.4],...'backfacelighting',...'lit')hold onpatch('faces',fac,'vertices',vert,...'facecolor','y');light('position',[1 3 2]);light('position',[-3 -1 3]);material shinyaxis vis3d offhold off实例26：柱状图function shili26h0=figure('toolbar','none',...'position',[200 50 450 450],...'name','实例26'); subplot(2,1,1)x=[5 2 18 7 39 8 65 5 54 3 2];bar(x)xlabel('X轴');ylabel('Y轴');title('第一子图');subplot(2,1,2)y=[5 2 18 7 39 8 65 5 54 3 2];barh(y)xlabel('X轴');ylabel('Y轴');title('第二子图');实例27：设置照明方式function shili27h0=figure('toolbar','none',...'position',[200 150 450 350],...'name','实例27');subplot(2,2,1)sphereshading flatcamlight leftcamlight rightlighting flatcolorbaraxis offtitle('Figure1')subplot(2,2,2)sphereshading flatcamlight leftcamlight rightlighting gouraudcolorbaraxis offtitle('Figure2')subplot(2,2,3)sphereshading interpcamlight rightcamlight leftlighting phongaxis offtitle('Figure3')subplot(2,2,4)sphereshading flatcamlight leftcamlight rightlighting nonecolorbaraxis offtitle('Figure4')实例28：羽状图function shili28h0=figure('toolbar','none',...'position',[200 150 450 350],...'name','实例28');subplot(2,1,1)alpha=90:-10:0;r=ones(size(alpha));m=alpha*pi/180;n=r*10;[u,v]=pol2cart(m,n);feather(u,v)title('羽状图')axis([0 20 0 10])subplot(2,1,2)t=0:0.5:10;y=exp(-x*t);feather(y)title('复数矩阵的羽状图')实例29：立体透视（1）function shili29h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例29');[x,y,z]=meshgrid(-2:0.1:2,...-2:0.1:2,...-2:0.1:2);v=x.*exp(-x.^2-y.^2-z.^2);grid onfor i=-2:0.5:2;h1=surf(linspace(-2,2,20),...linspace(-2,2,20),...zeros(20)+i);rotate(h1,[1 -1 1],30)dx=get(h1,'xdata');dy=get(h1,'ydata');dz=get(h1,'zdata');delete(h1)slice(x,y,z,v,[-2 2],2,-2)hold onslice(x,y,z,v,dx,dy,dz)hold offaxis tightview(-5,10)drawnowend实例30：立体透视（2）function shili30h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例30');[x,y,z]=meshgrid(-2:0.1:2,...-2:0.1:2,...-2:0.1:2);v=x.*exp(-x.^2-y.^2-z.^2); [dx,dy,dz]=cylinder;slice(x,y,z,v,[-2 2],2,-2)for i=-2:0.2:2h=surface(dx+i,dy,dz);rotate(h,[1 0 0],90)xp=get(h,'xdata');yp=get(h,'ydata');zp=get(h,'zdata');delete(h)hold onhs=slice(x,y,z,v,xp,yp,zp);axis tightxlim([-3 3])view(-10,35)drawnowdelete(hs)hold offend实例31：表面图形function shili31h0=figure('toolbar','none',...'position',[200 150 550 250],...'name','实例31');subplot(1,2,1)x=rand(100,1)*16-8;y=rand(100,1)*16-8;r=sqrt(x.^2+y.^2)+eps;z=sin(r)./r;xlin=linspace(min(x),max(x),33); ylin=linspace(min(y),max(y),33); [X,Y]=meshgrid(xlin,ylin);Z=griddata(x,y,z,X,Y,'cubic'); mesh(X,Y,Z)axis tighthold onplot3(x,y,z,'.','Markersize',20) subplot(1,2,2)k=5;n=2^k-1;theta=pi*(-n:2:n)/n;phi=(pi/2)*(-n:2:n)'/n;X=cos(phi)*cos(theta);Y=cos(phi)*sin(theta);Z=sin(phi)*ones(size(theta)); colormap([0 0 0;1 1 1])C=hadamard(2^k);surf(X,Y,Z,C)axis square实例32：沿曲线移动的小球h0=figure('toolbar','none',...'position',[198****8468],...'name','实例32');h1=axes('parent',h0,...'position',[0.15 0.45 0.7 0.5],...'visible','on');t=0:pi/24:4*pi;y=sin(t);plot(t,y,'b')n=length(t);h=line('color',[0 0.5 0.5],...'linestyle','.',...'markersize',25,...'erasemode','xor');k1=uicontrol('parent',h0,...'style','pushbutton',...'position',[80 100 50 30],...'string','开始',...'callback',[...'i=1;',...'k=1;,',...'m=0;,',...'while 1,',...'if k==0,',...'break,',...'end,',...'if k~=0,',...'set(h,''xdata'',t(i),''ydata'',y(i)),',...'drawnow;,',...'i=i+1;,',...'if i>n,',...'m=m+1;,',...'i=1;,',...'end,',...'end,',...'end']);k2=uicontrol('parent',h0,...'style','pushbutton',...'position',[180 100 50 30],...'string','停止',...'callback',[...'k=0;,',...'set(e1,''string'',m),',...'p=get(h,''xdata'');,',...'q=get(h,''ydata'');,',...'set(e2,''string'',p);,',...'set(e3,''string'',q)']); k3=uicontrol('parent',h0,...'style','pushbutton',...'position',[280 100 50 30],...'string','关闭',...'callback','close');e1=uicontrol('parent',h0,...'style','edit',...'position',[60 30 60 20]);t1=uicontrol('parent',h0,...'style','text',...'string','循环次数',...'position',[60 50 60 20]);e2=uicontrol('parent',h0,...'style','edit',...'position',[180 30 50 20]);t2=uicontrol('parent',h0,...'style','text',...'string','终点的X坐标值',...'position',[155 50 100 20]);e3=uicontrol('parent',h0,...'style','edit',...'position',[300 30 50 20]);t3=uicontrol('parent',h0,...'style','text',...'string','终点的Y坐标值',...'position',[275 50 100 20]);实例33：曲线转换按钮h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例33');x=0:0.5:2*pi;y=sin(x);h=plot(x,y);grid onhuidiao=[...'if i==1,',...'i=0;,',...'y=cos(x);,',...'delete(h),',...'set(hm,''string'',''正弦函数''),',...'h=plot(x,y);,',...'grid on,',...'else if i==0,',...'i=1;,',...'y=sin(x);,',...'set(hm,''string'',''余弦函数''),',...'delete(h),',...'h=plot(x,y);,',...'grid on,',...'end,',...'end'];hm=uicontrol(gcf,'style','pushbutton',...'string','余弦函数',...'callback',huidiao);i=1;set(hm,'position',[250 20 60 20]);set(gca,'position',[0.2 0.2 0.6 0.6])title('按钮的使用')hold on实例34：栅格控制按钮h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例34');x=0:0.5:2*pi;y=sin(x);plot(x,y)huidiao1=[...'set(h_toggle2,''value'',0),',...'grid on,',...];huidiao2=[...'set(h_toggle1,''value'',0),',...'grid off,',...];h_toggle1=uicontrol(gcf,'style','togglebutton',...'string','grid on',...'value',0,...'position',[20 45 50 20],...'callback',huidiao1);h_toggle2=uicontrol(gcf,'style','togglebutton',...'string','grid off',...'value',0,...'position',[20 20 50 20],...'callback',huidiao2);set(gca,'position',[0.2 0.2 0.6 0.6])title('开关按钮的使用')实例35：编辑框的使用h0=figure('toolbar','none',...'position',[200 150 350 250],...'name','实例35');f='Please input the letter';huidiao1=[...'g=upper(f);,',...'set(h2_edit,''string'',g),',...];huidiao2=[...'g=lower(f);,',...'set(h2_edit,''string'',g),',...];h1_edit=uicontrol(gcf,'style','edit',...'position',[100 200 100 50],...'HorizontalAlignment','left',...'string','Please input the letter',...'callback','f=get(h1_edit,''string'');',...'background','w',...'max',5,...'min',1);h2_edit=uicontrol(gcf,'style','edit',...'HorizontalAlignment','left',...'position',[100 100 100 50],...'background','w',...'max',5,...'min',1);h1_button=uicontrol(gcf,'style','pushbutton',...'string','小写变大写',...'position',[100 45 100 20],...'callback',huidiao1);h2_button=uicontrol(gcf,'style','pushbutton',...'string','大写变小写',...'position',[100 20 100 20],...'callback',huidiao2);实例36：弹出式菜单h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例36');x=0:0.5:2*pi;y=sin(x);h=plot(x,y);grid onhm=uicontrol(gcf,'style','popupmenu',...'string',...'sin(x)|cos(x)|sin(x)+cos(x)|exp(-sin(x))',...'position',[250 20 50 20]);set(hm,'value',1)huidiao=[...'v=get(hm,''value'');,',...'switch v,',...'case 1,',...'delete(h),',...'y=sin(x);,',...'h=plot(x,y);,',...'grid on,',...'case 2,',...'delete(h),',...'y=cos(x);,',...'h=plot(x,y);,',...'grid on,',...'case 3,',...'delete(h),',...'y=sin(x)+cos(x);,',...'h=plot(x,y);,',...'grid on,',...'case 4,',...'delete(h),',...'y=exp(-sin(x));,',...'h=plot(x,y);,',...'grid on,',...'end'];set(hm,'callback',huidiao)set(gca,'position',[0.2 0.2 0.6 0.6]) title('弹出式菜单的使用')实例37：滑标的使用h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例37');[x,y]=meshgrid(-8:0.5:8);r=sqrt(x.^2+y.^2)+eps;z=sin(r)./r;h0=mesh(x,y,z);h1=axes('position',...[0.2 0.2 0.5 0.5],...'visible','off');htext=uicontrol(gcf,...'units','points',...'position',[20 30 45 15],...'string','brightness',...'style','text');hslider=uicontrol(gcf,...'units','points',...'position',[10 10 300 15],...'min',-1,...'max',1,...'style','slider',...'callback',...'brighten(get(hslider,''value''))'); 实例38：多选菜单h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例38');[x,y]=meshgrid(-8:0.5:8);r=sqrt(x.^2+y.^2)+eps;z=sin(r)./r;h0=mesh(x,y,z);hlist=uicontrol(gcf,'style','listbox',...'string','default|spring|summer|autumn|winter',...'max',5,...'min',1,...'position',[20 20 80 100],...'callback',[...'k=get(hlist,''value'');,',...'switch k,',...'case 1,',...'colormap default,',...'case 2,',...'colormap spring,',...'case 3,',...'colormap summer,',...'case 4,',...'colormap autumn,',...'case 5,',...'colormap winter,',...'end']);实例39：菜单控制的使用h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例39');x=0:0.5:2*pi;y=cos(x);h=plot(x,y);grid onset(gcf,'toolbar','none')hm=uimenu('label','example');huidiao1=[...'set(hm_gridon,''checked'',''on''),',...'set(hm_gridoff,''checked'',''off''),',...'grid on'];huidiao2=[...'set(hm_gridoff,''checked'',''on''),',...'set(hm_gridon,''checked'',''off''),',...'grid off'];hm_gridon=uimenu(hm,'label','grid on',...'checked','on',...'callback',huidiao1);hm_gridoff=uimenu(hm,'label','grid off',...'checked','off',...'callback',huidiao2);实例40：UIMENU菜单的应用h0=figure('toolbar','none',...'position',[200 150 450 250],...'name','实例40');h1=uimenu(gcf,'label','函数');h11=uimenu(h1,'label','轮廓图',...'callback',[...'set(h31,''checked'',''on''),',...'set(h32,''checked'',''off''),',...'[x,y,z]=peaks;,',...'contour3(x,y,z,30)']);h12=uimenu(h1,'label','高斯分布',...'callback',[...'set(h31,''checked'',''on''),',...'set(h32,''checked'',''off''),',...'mesh(peaks);,',...'axis tight']);。
matlab编程案例
matlab编程案例标题：Matlab编程案例集锦1. 信号处理：使用Matlab编写一个程序，读取音频文件并对其进行频谱分析。
通过绘制频谱图，展示音频信号的频率特征，并进行简单的音频处理，如降噪、滤波等。
2. 图像处理：编写一个Matlab程序，读取一张彩色图像，并实现图像的灰度化、二值化、边缘检测、图像增强等图像处理操作。
通过比较处理前后的图像，展示算法的效果。
3. 机器学习：使用Matlab实现一个简单的线性回归模型。
根据给定的数据集，通过最小二乘法计算出最佳拟合直线，并绘制出拟合结果。
4. 数值计算：编写一个Matlab程序，实现牛顿迭代法求解非线性方程的根。
通过给定的初始值和迭代次数，计算方程的根，并展示迭代过程中的结果。
5. 数据可视化：使用Matlab绘制一个3D图像，展示一个球体的形状。
通过调整球体的半径和位置参数，观察球体形状的变化，并使用颜色映射显示球体的高度信息。
6. 控制系统：编写一个Matlab程序，设计一个PID控制器来控制一个二阶系统。
通过调整PID控制器的参数，观察系统的响应特性，并使用图表展示系统的步态响应、频率响应等。
7. 信号生成：使用Matlab生成一个复杂的信号，并对其进行时频分析。
通过绘制时频图，展示信号在时间和频率域上的变化特征，并分析信号的频谱分布。
8. 数字滤波器设计：编写一个Matlab程序，设计一个数字滤波器来对一个离散信号进行滤波。
通过选择合适的滤波器类型和参数，实现信号的去噪、平滑等效果。
9. 数字图像复原：使用Matlab对一张受到噪声污染的图像进行复原。
通过选择合适的图像复原算法，如维纳滤波、逆滤波等，实现图像的去噪和恢复。
10. 优化算法：编写一个Matlab程序，使用遗传算法来解决旅行商问题。
通过随机生成城市坐标和距离矩阵，求解旅行商的最优路径，并绘制出最优路径图。
以上是10个基于Matlab编程的案例，涵盖了信号处理、图像处理、机器学习、数值计算、数据可视化、控制系统、信号生成、数字滤波器设计、数字图像复原和优化算法等多个领域。
课程案例库matlab2
图1即为系统的零 即为系统的零 极点图： 极点图：
-1.5
-1 Real Axis
-0.5
0
0.5
图1 ቤተ መጻሕፍቲ ባይዱ统的零极点图
黑龙江大学研究生课程案例库建设项目
2. MATLAB在控制系统中的应用 在控制系统中的应用
运用MATLAB软件绘制系统的 软件绘制系统的Bode图和 图和Nyquist图 例2:运用 运用 软件绘制系统的 图和 图 判断系统的稳定性的方法。 判断系统的稳定性的方法。 假设某一功能下系统的数学模型的闭环传递函数为： 假设某一功能下系统的数学模型的闭环传递函数为： 3 G(s)= s 3 + 6 s 2 + 11s + 6 求该系统的稳定性。 求该系统的稳定性。
图4-2系统阶跃响应的仿真图
黑龙江大学研究生课程案例库建设项目
2. MATLAB在控制系统中的应用 在控制系统中的应用
Simulink是一个用来对动态系统进行建模、仿 是一个用来对动态系统进行建模、 是一个用来对动态系统进行建模 真和分析的软件包。 真和分析的软件包。 Simulink为用户提供了一个图形化的用户界 为用户提供了一个图形化的用户界 对于用方框图表示的系统，通过图形界面， 面 ， 对于用方框图表示的系统， 通过图形界面 ，利 用鼠标点击和拖拉方式， 用鼠标点击和拖拉方式， 建立系统模型就像用铅笔 在在纸上绘制系统的方框图一样简单。 在在纸上绘制系统的方框图一样简单。
Step Response 0.8 0.6 Amplitude 0.4 0.2 0
0
1
2
3 Time (sec) Impulse Response
4
5
6
0.4 0.3 Amplitude 0.2 0.1 0
- 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)。
3.MATLAB图像处理工具箱运用实例
常用的图像基本操作
图像的读写与显示操作
A=imread（filename，fmt） %读取图像 Imwrite（A，filename，fmt） %保存图像 Image（A） %显示图像 Imshow（A） %显示图像
图像的查询操作
3.MATLAB图像处理工具箱运用实例
3.图像的边缘检测
I=imread('lena256.bmp'); imshow(I) J=edge(I, ‘canny’); %使用canny算子对图像进行边缘检测 %J=edge(I, 'sobel'); J=edge(I, 'prewitt'); J=edge(I, 'roberts'); figure, imshow(J)
数连用。 Y= filter2（B,X）%使用矩阵B对X中的数据进行滤波 其中： B=fspecial（type）%功能为产生预定义滤波器，type 的值可能是 gaussian, sobel, log, prewitt, laplacian, average等。
黑龙江大学研究生课程案例库建设项目
3.MATLAB图像处理工具箱运用实例
1.图像的旋转
I=imread('lena256.bmp'); imshow(I) J=imrotate(I,90,‘bilinear’) ; figure, imshow(J)
%将图像逆时针旋转90°
图1-1原始图像
图 1-2旋转后图像
黑龙江大学研究生课程案例库建设项目
3.MATLAB图像处理工具箱运用实例
图4-1 原图像
图4-2 加入椒盐噪声图像
图4-3 prewitt滤波结果
图4-4 roberts滤波结果
黑龙江大学研究生课程案例库建设项目
3.MATLAB图像处理工具箱运用实例
图4-5 sobel滤波结果
图4-6 prewitt滤波结果
图4-7 log滤波结果
图4-8 laplacian滤波结果
4.总 结
MATLAB语言简洁，可读性强，工具箱涉及的 专业领域广泛且功能强大。
图像工具箱几乎包括所有经典的图像处理方法。 工具箱具有可靠性和开放性，可以方便地直接加以使 用，也可以把自己的代码加到工具箱中以改进函数功 能。因此，在图像处理技术中使用MATLAB语言可 以快速实现模拟仿真，大大提高实验效率。
黑龙江大学研究生课程案例库建设项目
2. MATLAB图像处理工具箱简介
MATLAB图像处理工具箱支持四种图像类型：真 彩色图像、索引色图像、灰度图像、 二值图像。
这四种类型可以用工具箱的类型转换函数相互转换。 MATLAB可操作的图像文件包括BMP、HDF、 JPEG、PCX、TIFF、XWD等格式。
SIMULINK工具箱 MATLAB工具箱
黑龙江大学研究生课程案例库建设项目
2. MATLAB图像处理工具箱简介
MATLAB数字图像处理工具箱函数
数字图像处理工具箱由一系列支持图像处理操作的 函数组成：
1. 图像显示函数； 2. 图像文件输入、输出函数； 3. 图像几何操作函数； 4. 图像像素值及统计函数； 5. 图像分析函数； 6. 图像增强函数； 7. 线性滤波函数；
Bytes
Class
4900 uint8 array
Bytes
Class
1521 uint8 array
黑龙江大学研究生课程案例库建设项目
3.MATLAB图像处理工具箱运用实例
图3-1 原始图像
图5-2 第一次压缩后图像
图5-3 第二次压缩后图像
图5-4 第三次压缩后图像
黑龙江大学研究生课程案例库建设项目
2.图像的傅里叶变换
I=imread('lena256.bmp'); imshow(I) J=fftshift(fft2(I)); %对原始图像进行二维傅里叶变换，并将中心移到零点 figure,imshow(log(abs(J)),[8,10])
图2-1原始图像
图2-2 离散傅里叶频谱
黑龙江大学研究生课程案例库建设项目
黑龙江大学研究生课程案例库建设项目
黑龙江大学研究生课程案例库建设项目
第一次压缩图像的大小为： Name Size ca1 132x132
第二次压缩图像的大小为： Name Size ca2 70x70
第三次压缩图像的大小为： Name Size
ca3
39x39
Bytes
Class
65536 uint8 array
Bytes
Class
17424 uint8 array
图3-1原始图像 黑龙江大学研究生课程案例库建设项目
3.MATLAB图像处理工具箱运用实例
图3-2 canny检测结果
图3-3 sobel检测结果
图3-4 prewitt检测结果
图3-5 roberts检测结果
黑龙江大学研究生课程案例库建设项目
Hale Waihona Puke 3.MATLAB图像处理工具箱运用实例
4.图像的平滑滤波 MATLAB提供的滤波函数filter2，它常与发special函
黑龙江大学研究生课程案例库建设项目
1. MATLAB简介
MATLAB的特点
计算功能强 人机界面友好 编程效率高 绘图功能强 可扩展性强
黑龙江大学研究生课程案例库建设项目
1. MATLAB简介
MATLAB的构成
MATLAB主包
1. MATLAB语言 2. MATLAB工作环境 3. 句柄图形 4. MATLAB数学函数库 5. MATLAB应用接口
MATLAB的背景知识
MATLAB 的名称源自 Matrix Laboratory ，由美 国MathWorks公司推出。
MATLAB是一种科学计算软件，专门以矩阵的形 式处理数据。
黑龙江大学研究生课程案例库建设项目
1. MATLAB简介
MATLAB的应用MATLAB的应用
科学计算 控制系统仿真 图像处理 信号处理 通信系统仿真
黑龙江大学研究生课程案例库建设项目
电子设计自动化—EDA技术与工程应用 之MATLAB在图像处理方面的应用
黑龙江大学 电子工程学院
目录
1. MATLAB简介 2. MATLAB图像处理工具箱简介 3. MATLAB图像处理工具箱运用实例 4. 总 结
黑龙江大学研究生课程案例库建设项目
1. MATLAB简介
黑龙江大学研究生课程案例库建设项目
2. MATLAB图像处理工具箱简介
8. 二维线性滤波器设计函数； 9. 图像变换函数； 10. 图像邻域及块操作函数； 11. 二值图像操作函数； 12. 基于区域的图像处理函数； 13. 颜色图操作函数； 14. 颜色空间转换函数； 15. 图像类型和类型转换函数。
黑龙江大学研究生课程案例库建设项目
3.MATLAB图像处理工具箱运用实例
5.图像的压缩
本例子使用小波理论压缩图像。使用用db5小波 对图像进行3层小波分解，得到分解系数，然后对 图像进行三次压缩，压缩后图像如图5-2~5-4所示： 大小分别为：
压缩前图像X的大小：
Name Size X 256x256
Info=imfinfo（filename）
黑龙江大学研究生课程案例库建设项目
3.MATLAB图像处理工具箱运用实例
MATLAB图像处理工具箱运用实例
使用MATLAB对图像进行旋转、傅里叶变换、 边缘检测、平滑滤波、压缩等操作。
黑龙江大学研究生课程案例库建设项目
3.MATLAB图像处理工具箱运用实例