幾個基本的matlab指令
阿新 • • 發佈:2018-12-17
化最簡行階梯矩陣:rref
>> A = magic(10) A = 92 99 1 8 15 67 74 51 58 40 98 80 7 14 16 73 55 57 64 41 4 81 88 20 22 54 56 63 70 47 85 87 19 21 3 60 62 69 71 28 86 93 25 2 9 61 68 75 52 34 17 24 76 83 90 42 49 26 33 65 23 5 82 89 91 48 30 32 39 66 79 6 13 95 97 29 31 38 45 72 10 12 94 96 78 35 37 44 46 53 11 18 100 77 84 36 43 50 27 59 >> Arref = rref(A) Arref = 1 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 2 1 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 -1 0 0 0 0 0 0 0 0 1 -1 -2 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
最大最小法歸一化&標準歸一化:mapminmax,mapstd
>> A = randn(1,10) A = 1.4193 0.2916 0.1978 1.5877 -0.8045 0.6966 0.8351 -0.2437 0.2157 -1.1658 >> mapminmax(A) ans = 0.8777 0.0586 -0.0095 1.0000 -0.7375 0.3528 0.4534 -0.3302 0.0034 -1.0000 >>mapstd(A) ans = 1.2625 -0.0129 -0.1189 1.4530 -1.2525 0.4452 0.6018 -0.6183 -0.0987 -1.6612
歸一化效果對比
建立隨機行向量:randperm
將矩陣旋轉90度:rot90
矩陣對角元素之和:trace
求範數:norm
產生對數分佈的向量:logspace
取矩陣的上三角或者下三角:tril、triu
求共軛:conj
求最大公約數:gcd
求最小公倍數:lcm
解卷積、多項式除法:deconv
數值差分、符號微分:diff
生成希爾伯特矩陣:hilb
BP(前饋反向傳播)神經網路構造、訓練、預測函式:newff、train、sim
RBF神經網路構造:newrb、newrbe
GRNN神經網路構造:newgrnn
DHNN神經網路構造:newhop
SVM(支援向量機)非官方支援工具箱:LIBSVM
matlab自帶svm工具箱中指令:svmtrain