dsads

这个文件描述了如何模拟漂浮在水上的球

此存储库包含图像处理代码。这些代码旨在使用实时视频数据中的HSV值识别对象。GUI是使用Guide创建的。代码已经过时了。然而，我仍在发表这篇文章，以供将来参考和发展。我在2017-2018年完成了这一任务，从那以后又进行了许多改进和优化。新方法将在2021年文件夹中更新。这些功能是缓慢和耗时的;任何替代方案都将不胜感激。问题#1滑块回调函数保存在jumma。下面的代码从GUI滑块中检索值，并将它们传递给链接中相应的HSV值。m文件。 save function saves the value of the slider in a .txt file that can be called in the other .m file h1=get(handles.slider1,'value');set(handles.edit1,'string',h1);%h1 = get(hObject,'Value')% print h1save ('h1.txt','h1','-ascii')Load in link.mThis takes the value from the.txt file into the appropriate variable.u1=load('h1.txt')hueThresholdLow=u1;⭐ The repoEat, Sleep, CODE, Repeat!

情节,…但要好好规划!(MATLAB)修复可怕的默认MATLAB图形/图形/图表轻松!如果您正在寻找一个快速和容易的好情节或出版质量的数字。这段代码是一个简单但必要的几个命令的编译，可以改进用MATLAB生成的任何图形。如何使用这段代码:简单地得到你的图形，就像你通常做的那样，然后使用命令“butplotwell”，让你的图形处于良好的状态。您可以通过打开“butplotwell”来更改“butplotwell”的默认首选项(字体大小，字体类型，纵横比等)。m”并修改脚本(最快的方法是在MATLAB编辑器中右键单击“butplotwell”—>打开“butplotwell”——>修改并保存)。示例:[X,Y,Z] = peaks(100);surf(X,Y,Z); view(2);xlim([-2 2]); ylim([-3 3]);butplotwellHow to install these files:This code was written using MATLAB (version 2020a). Download MATLAB on your computer or try MATLAB onlineDownload the file: "butplotwell.m"Once downloaded, copy this script file to the MATLAB parent directory. On Windows, this is typically: C:\Users\YourUserName\Documents\MATLABThat's it! You should be able to use "butplotwell" and get great graphs! :)Exporting figure:I strongly suggest using "export_fig" for exporting any of your figures (//www.tatmou.com/matlabcentral/fileexchange/23629-export_fig?s_tid=srchtitle）

这段代码需要MATLAB信号处理工具箱，可以在这里下载://www.tatmou.com/下载188bet金宝搏products/signal.htmlHow使用这些函数:你只需要你的“x”和“y”数组，就像你对一个简单的绘图(x,y)所做的那样，只需要2个数字:“hs”控制峰值/低谷及其各自标签之间的水平空间((+):右，(-):左)，而“vs”控制垂直间距。如果不确定，设置hs=0和vs=0。[pks,locs] = PeakDipLabels(x,y,hs,vs)- PeakDipLabels:查找，绘制和标记两个峰值(红色)和低谷(绿色)。- PeakLabels:找到，绘制，标签只是峰(红色)。- DipLabels:找到，绘制和标记只是dip(绿色)。如何安装这些文件:此代码是使用MATLAB(版本2020a)编写的。在您的计算机上下载MATLAB或尝试MATLAB online2。如上所述，您需要安装MATLAB信号处理工具箱3。下载这个存储库中的3个文件:"PeakDipLabels. "米”、“PeakLabels。4.“DipLabels.m”。下载后，将这些函数文件复制到MATLAB父目录。在Windows上，这通常是:C:\Users\YourUserName\Documents\MATLAB5。 That's it! You should be able to use these 3 functionsExample:hs = 0; vs = 0;x = linspace(-20,20,1000);y = exp(-x/10).* cos(x)PeakDipLabels(x,y,hs,vs)% alternatively, you can run [pks,locs] = PeakDipLabels(x,y,hs,vs) instead of PeakDipLabels(x,y,0,0) if you want to save arrays of peaks/dips and their locations to workspace

linemarkks (x_initial,x_end,y_pos,marks,mark_names,mark_size,line_style,line_width,tick_width,mark_color,mark_dx,mark_dy)where(见下图):x_initial:普通水平linex_end:普通水平liney_pos的初始位置:普通水平线标记的垂直位置:具有垂直的所有水平值的浮动(int或double)数组ticksmark_names:具有每个标记的标签的单元格数组(使用“空”表示)mark_size:标记的大小(字体大小)line_style:所有线条的线条样式('-'实线，'——'虚线，':'虚线，'-。'虚线点line)line_width:所有linestick_width:垂直标记widthmark_color:标记和lineesmark_dx:行与行之间的水平间距和labelsmark_dy:行与行之间的垂直间距和labelsHow安装此函数:此代码是使用MATLAB(版本2021a)编写的。在您的计算机上下载MATLAB或尝试MATLAB在线下载这个存储库上的文件:"LineMarks. "下载后，将这些函数文件复制到MATLAB父目录。在Windows上，这通常是:C:\Users\YourUserName\Documents\ matlab就是它!你应该能够使用这个函数示例:y = linspace(-3,3,6);茎(y,“线宽”,3,“颜色”,“k”);%创建并绘制一些dataxlim([0.5 6.5]);ylim ([-4.5 - 4.5]); LineMarks(4、6、3.8(4、5、6),{‘\α’,‘\β’,‘\γ’},20日'。',2,0.5,“r”,0,0.4)% LineMarks # 1(红色)LineMarks(1、3、-3.8(1、2、3),{' A ', ' B ', ' C '}, 20日' - ',2,-0.5,“B”,0,-0.4)% LineMarks # 2(蓝色)LineMarks(3、4、2(3、4),{‘d’,”40岁的}'——',2,-0.5,“# 07 b023”,0.5,-0.6)% LineMarks # 3(绿色)MATLAB文件交换:

这个迷你工具可以帮助您确定正在运行代码的Matlab(或Octave)版本。当设定最低版本要求时，或者当不同版本需要不同的方法来达到相同的最终结果时，这是很有用的。通过使用持久变量，即使重复调用也能保持快速。你不应该使用v=version;v=str2double(v(1:3));因为它在几个版本中是不完整的(例如7.14或未来的版本10.1)。这还包括可能出现浮点舍入错误。%的例子:ifversion(祝辞= ',' R2009a ') %运行时返回true R2009a或laterifversion (' & lt; ', ' R2016a) %运行时返回true R2015b或olderifversion(“= =”,“R2018a”)%返回true只有当运行在R2018aifversion(“= =”,9.9)%返回true只有当运行在R2020bifversion(“& lt;”,0,“八度”,“在”,0)只在Octaveifversion %返回true(“& lt;”,0,“八度”、“祝辞= ',6)%返回true只在八度6和higherLicence: CC by-nc-sa 4.0

计算多边形相交概率[prob, freq]=RM_PolygonProb(Poly) INPUT Poly -由“polyhape”生成的原始多边形-函数OUTPUT prob -原始多边形相交概率freq -原始多边形相交概率的值，freq=[1:N]/N, N -原始多边形的个数

在matlab central上发布HTML，这只是一个测试。//www.tatmou.com/matlabcentral/answers/1460794-how-to-publish-html-in-matlabcentral?s_tid=srchtitle

框架矩阵的力量，表格的健壮性。packageFrames是一个为Matlab引入了一种新的数据类型DataFrame的包。演示:html / framesDemo。此数据类型(或类)有助于处理由列和索引标识符引用的数据矩阵(例如，具有变量和观察名称的时间序列)。Matlab目前提供了矩阵和表，但它们不能很好地协同工作:Matlab原生矩阵不知道行名和列名;当数据表示变量的观测值时，确保数据没有错位总是很棘手的(即如何确保矩阵A和B中的第i行表示相同的观测值)。Matlab (time)表有行名和列名，但不提供简单的加法操作(table1+table2是不可能的)。DataFrame的目标是同时成为一个矩阵和一个表，允许在帧上和帧之间进行直观的操作，同时应用索引和列的完整性检查。例如，可以使用frame1+frame2，如果索引或列没有对齐，它就会报错。在这个包中有更多的操作和工具。下面是Matlab和新的Frame一起提供的基本数据类型。我们提供了两种类型的帧:数据帧和时间帧。两者之间的区别类似于Matlab原生表格与时间表之间的区别;基本上，属性和方法是相同的，但有一些额外的工具来处理TimeFrame中的时间序列。该软件包与Matlab R2021a及后续版本兼容。不需要其他工具箱。When to use frames versus tablesUse a frame when:your data has a homogeneous type (e.g. a matrix of doubles, of strings, of cellstr, etc.)you want to use matrix operations in a robust way (plus, times, mtimes, etc.)your data contains missing values, and you want to handle them directly (cf. dropMissing, ffill, resample) or you want your calculations not to be messed up by them (cumprod, sum, relChange, etc. ignore NaNs, but keep them in the result where they appeared, instead of replacing them by zero or applying a forward fill like Matlab does)you care about simple code, the fewer lines the better (e.g. dataFrame.log().plot() plots the logarithm of your dataFrame with a minimum of code)you need the index (or columns) to have properties forcing it to be all the time sorted, or unique, or on the contrary allow it to have duplicate values. Tables only allow unique values (except for the index of timetables which can contain duplicates).you want to use a specific method in frames (e.g. you work with time series and want to access the rolling and ewm computations)Use a table when:your data is heterogeneous (i.e. variables have mixed types) and needs to stay that way (e.g. for SQL-like operations of joining and grouping)your variables can contain a matrix themselves, and not only a column vectoryou want to use a specific method or property in tables (note: most table methods are found in frames; plus, dataFrame.t returns a table type of the frame)Demo and documentationA demo is available in html/framesDemo.html and can be also found in the live script format framesDemo.mlx.The documentation is available using Matlab's commanddoc frames.DataFramedoc frames.TimeFrameContactPlease send questions, feedback, suggestions, bug reports to frames.matlab@gmail.com or open an issue on the github project.LicenseCopyright 2021-2022 Benjamin GaudinFrames is free software made available under the MIT License. For details see the LICENSE file.

使用SqueezeNet(预训练卷积神经网络)对来自网络摄像头或智能手机摄像头的帧进行分类(在同一个本地网络上，使用ipcam)支持包使用USB网络摄像头的matlab支持包IP摄像头的matlab支持包AppAndroid: IP网络摄像头金宝app

受pip启发的简单Matlab包管理。mpmis a way to easily install Matlab packages/scripts/repos shared through Matlab Central File Exchange, Github, or any other url where the code is stored as a .zip file. Instead of the usual convoluted process of installing new packages (browsing to the url, downloading the .zip, moving it to a folder, adding it to your path, etc.), with mpm you can simply install packages as follows:>> mpm install export_fig>> mpm install colorbrewerOr, specify a url just to be safe:>> mpm install colorbrewer -u//www.tatmou.com/matlabcentral/fileexchange/34087-cbrewer---colorbrewer-schemes-for-matlabYou还可以将所需软件包的列表放在文件中，并通过调用:>>MPM安装-i /path/to/requirements。txto其他功能描述如下:https://github.com/mobeets/mpm

MSCFA非常快速和高效的多级选择性卷积滤波器去除盐和胡椒噪声请引用以下论文:

图(https://plot.ly/)是一个在线绘图平台，使生成和分享互动，出版质量的数字容易。这个包用一行代码将您的MATLAB图形转换为在线Plotly图形:' ' ' [X, Y,Z] = peaks;contour(X,Y,Z,20)fig2plotly() ' ' ' '此代码在您的浏览器中生成此图形:https://plot.ly/~demos/1574For更多信息，请参见官方文档https://plot.ly/MATLAB．

欢迎您的评论和建议。

将加速度矢量分解成相对于平均矢量的正交分量和共线分量。这种分解可以估计平均速度的增加或减少以及平均矢量方向角速度变化的规律性。M.A.利帕托夫，V.A.沃尔科夫，R.I.梅。北冰洋海冰漂移场的线性趋势//海洋学。Vol.61 No.3.2021。297-304 pp. [pu, pv, aL1, aL2, aD1, bL1, bL2, bD1, acol, aort, ao]=RM_vectrend(u, v, t, alfa) INPUTu, v -矢量分量-时间阿尔法-标准误差椭圆的置信区间outpupu - u分量的线性趋势参数;pu=[a, b]， a为U的加速度，b为U的平均速度;pv - v分量线性趋势参数;聚氨酯= [a, b],是加速度,b是意味着速度V; aL1—标准误差椭圆的半长轴加速度vectoraL2——标准误差椭圆的半短轴加速度矢量aD1——方向(方位)的置信区间的主要轴加速度vectorbL1——标准误差椭圆的半长轴的意思是向量b12——半短轴标准误差椭圆的平均向量1型——方向(方位)的标准误差椭圆的长轴的意思vector acol - the collinear component of acceleration vector. The collinear component acol indicates changes in the velocity of the mean vector: positive values correspond to an increase in velocity; negative values, to a decrease. aort - the orthogonal component of acceleration vector. The orthogonal component aort shows the trend of the change in direction of the mean vector. Positive values a_|_ indicate the rotation of the mean vector to the right, negative – to the left.ao - angular rate of mean vector change. Angular rate ao of the change in direction of the mean vector shows how many degrees(clockwise “+” or counterclockwise “–”) the direction of the mean vector has changed per unit time.

分配

这是一个MATLAB®类，用于操作ReqIF™文档。ReqIF代表需求交换格式。它是一种支持需求管理工具之间数据交换的重要格式。使用ReqIfUtil，你可以打开一个ReqIF文档，获取基本信息，如SpecObjects的计数，规格，和SpecRelationsfind SpecObject使用属性名和属性值echanga SpecObjectsUsageOpen和SaveTo SpecRelation在SpecObjectsUsageOpen和SaveTo打开一个ReqIF文档，实例化一个ReqIfUtil对象与文件名。这里是示例ReqIF“ReqsAndLinks”。reqif的基本信息获取打开的reqif文档的基本信息:numSpecObjs = reqif. getspecobjcount ();numSpecRelations = reqif. getspecrelationcount ();numSpecifications = reqif. getspecificcount();使用属性名和属性值查找SpecObjectsFind SpecObjects。例如，ReqIF。ChapterName通常映射到需求摘要。这个示例代码查找具有“ReqIF”的SpecObjects。ChapterName" as "Req1"specObjs = ReqIfUtil。找到(reqif reqif。修改SpecObjectReqIfUtil的属性值。setValue (specObjs{1},”ReqIF。假设你用上面的find方法找到了两个specobject (source是specObj1, target是specObj2)，或者你只是选择了两个。 Now you want toadd a SpecRelation:reqif.addLink(specObj1, specObj2, 'Implement');How to get startedFirst copy the ReqIfUtil.m and ReqsAndLinks.reqif to your working directory.% construct a ReqIfUtil object by providing a reqif filereqif = ReqIfUtil('ReqsAndLinks.reqif');% find two spec-objectsspecObj1 = ReqIfUtil.find(reqif, 'ReqIF.ChapterName', 'Req5');specObj2 = ReqIfUtil.find(reqif, 'ReqIF.ForeignID', ':6');% Add a link from specObj1 to specObj2 named "Implement"reqif.addRelation(specObj1{1}, specObj2{1}, 'Implement');% save a new copyreqif.saveReqIf('addedLink.reqif');Please refer to testReqIfUtil.m for more examples of usingReqIfUtil.

提交测试-工作文件将很快上传。

多方差辨识方法利用不同方差的输入信号对非线性系统进行Volterra级数辨识。它克服了传统识别方法所识别的Volterra级数的局部性问题，例如那些基于互相关的识别方法，只有在具有近似相同识别信号功率的输入时才能很好地近似系统。

所提出的ML框架包括fNIRS特征提取、选择、分类和验证的序列过程。支持本研究结果的原始数据可从通讯作者金宝app(pcmrhcm@nus.edu.sg)请求获得。由于隐私或道德方面的限制，这些数据不能公开。

Construcción del sistema masa-resort -amortiguador

给定一个混淆矩阵作为输入，这个函数计算主要的统计数据(包括宏AVG和microAVG): 'name' 'classes' 'macroAVG' 'microAVG' precision / / / x oSpecificity / / / x oSensitivity / / / x oAccuracy / / / x oF1-score / / / x o

FieldTrip是用于MEG和EEG分析的MATLAB软件工具箱，由位于荷兰奈梅亨的Donders大脑、认知和行为研究所的一组研究人员与合作机构密切合作开发。FieldTrip提供了MEG, EEG和侵入性电生理数据的先进分析方法，如时频分析，使用偶极子进行源重构，分布式源和波束形成器以及非参数统计检验。它支持金宝app所有主要MEG系统(CTF, Elekta/Neuromag, 4D，横河)和最流行的脑电图系统的数据格式，并且可以轻松添加新的格式。FieldTrip包含高级函数，您可以使用它们在MATLAB中构建自己的分析协议。此外，它很容易允许开发人员将低级算法合并到新的EEG/MEG分析方法中。此外，它还提供了一个经常更新的网站[1]，包括教程、示例数据和其他文档。有一个活跃的社区围绕着电子邮件讨论列表[2]。实地考察is the mostly used software for MEG data analysis and developed in close collaboration with related open source projects, such as EEGLAB, SPM, BrainStorm and MNE.Please cite the FieldTrip reference paper [3] when you have used FieldTrip for data analysis in your study.[1]http://www.fieldtriptoolbox.org [1]http://www.fieldtriptoolbox.org/discussion_list [2]http://dx.doi.org/10.1155/2011/156869

DeepSqueak v3:使用机器视觉加速生物声学研究v3重大升级全新的YOLO V2检测架构重新导航整个音频文件，以快速和amp;轻松完善检测或添加新的盒子用自己的记录重新训练现有网络从头开始:手盒子呼叫和训练一个新的物种检测器轮廓不变聚类与变分自动编码器全新聚类guiccopyright©2021 by Russell Marx, Kevin Coffey, Robert Ciszek， &Lara Valderrabano版权所有。

DICOM到NIfTI的转换，NIfTI工具

这个存储库包含认知和情感神经科学实验室(Tor Wager, PI)和我们的合作者的MRI/fMRI/PET分析的核心工具。该工具提供了与神经成像数据交互的高级语言。这个想法是将预处理数据，甚至是单主题分析的结果——建立预处理管道的输出——导入到轻量级、灵活的数据对象中，专门用于神经成像可视化和分析。这些对象允许通过简单的命令进行交互分析，如“情节”、“预测”和“蒙太奇”。存储库还包括其他有用的工具箱，包括使用遗传算法的fMRI设计优化，fMRI HRF估计，使用分层指数加权移动平均变点分析的fMRI分析，各种fMRI诊断，以及其他用于可视化大脑数据的工具和功能。

交互式经纪人API在Matlab。从MATLAB中访问整个TWS API。访问历史数据，实时市场数据，期权链，合同细节，下订单，投资组合通知等!包括每个API调用的完整教程集。访问GitHub页面快速入门指南:https://github.com/softwarespartan/IB4m.Certainly请随意在FileExchange上提问，但在GitHub上直接打开问题要快得多，这可以直接到我的电子邮件:https://github.com/softwarespartan/IB4m/issues

BrainStat:用于神经成像数据统计分析的工具箱，欢迎访问BrainStat文档!BrainStat是一个用于神经成像数据统计分析和上下文解码的工具箱。它实现了单变量和多元线性模型，并与BigBrain Atlas、Allen Human Brain Atlas和nimare数据库进行接口。BrainStat可灵活处理常见的面、卷、包级数据格式，并提供一系列交互式可视化功能。该工具箱已经在Python和MATLAB中实现，这是神经成像和神经信息学社区中采用最广泛的两种编程语言。它是公开可用的，并在这里有文档。开发者reinder Vos de Wael - MICA实验室，蒙特利尔神经学InstituteŞeyma Bayrak -马克斯·普朗克人类认知和脑科学研究所oualid Benkarim - MICA实验室，蒙特利尔神经学研究所ara Lariviere - MICA实验室，蒙特利尔神经学研究所aul Cruces - MICA实验室，蒙特利尔神经学研究所peer Herholz -蒙特利尔神经学研究所eok- jun Hong -成均馆大学sofie Valk - Max Planck人类认知和脑科学研究所boris Bernhardt -蒙特利尔神经学研究所许可BrainStat源代码可在BSD (3-Clause)许可下获得。金宝app如果你有安装软件的问题，或者关于使用和文档的问题，或者其他与BrainStat相关的问题，你可以发布到我们存储库的问题部分。

DIPimage是一个非常广泛的MATLAB工具箱，用于定量图像分析。它使大多数DIPlib功能在MATLAB中可用，并通过m文件提供了许多附加功能。GUI提供了对其许多功能的用户友好访问。交互式图像显示可用于探索1D, 2D, 3D和4D图像，并且可用于交互式探索任意维度的张量图像的替代工具。DIPimage用户手册以PDF格式提供。它是一个内容丰富的文档，介绍了工具箱，并记录了安装、核心的dip_image对象、交互式图像显示、自定义选项等。各个函数的文档可以通过通常的方式(通过help命令)从MATLAB中获得。DIPimage是一个成熟的工具箱，自1999年以来一直在开发。DIPimage 3是对工具箱的一个主要重写，它主要是向后兼容的，但不是完全向后兼容。这是工具箱的第一个开源版本。工具箱的最新版本需要编译，我们还没有正式的可分发包。请参阅计划网页(http://www.diplib.org/)下载版本2.9的软件包。

基于约束的重建和分析工具箱是一个MATLAB软件套件，用于基于约束建模的细胞和多细胞生化网络的定量预测。它实现了基本和高级建模方法的全面集合，包括重建和模型生成以及有偏和无偏模型驱动的分析方法。它被广泛用于建模，分析和预测各种代谢表型使用基因组尺度的生化网络。-手稿可在doi.org/10.1038/s41596-018-0098-2

通过射线追踪与矢量衍射积分的组合来模拟光学系统中的单色光传播(参见:B. Andreas, G. Mana，和C. Palmisano，“矢量射线衍射积分”，J. Opt. Soc。点。A 32, 1403-1424(2015))。

这些应用程序捕获了传统的PPlane和DField应用程序的功能，由John C. Polking在1995年到2003年之间用MATLAB创建。虽然在功能上与原始应用程序相似，但斜率场和相位平面应用程序已经完全从头开始在MATLAB应用程序设计器中使用现代MATLAB编码实践编写。这使得新的应用程序更易于维护、编辑和使用。演示如何使用应用程序的教程视频可以在GitHub存储库中找到:https://github.com/MathWorks-Teaching-Resources/Phase-Plane-and-Slope-FieldFind有问题，需要帮助，还是有建议?给MathWorks在线教学团队发邮件:onlineteaching@mathworks.comThank给新泽西理工大学的Roy Goodman，感谢他对这个项目的支持和许多有见地的建议金宝app约翰·c·波尔金。DField和PPlane[计算机软件]。(1995 - 2003)。网上:https://math.rice.edu/~polking/odesoft/dfpp.html

这个工具箱包含一些功能，可以帮助对任何类型的数据进行单级和多级中介分析。主要功能，中介。M，检查3个时间序列，以确定其中一个是否充当其他两个时间序列之间的中介。适用于单层和多层(多受试者/观察)数据。有一个脑成像特定中介搜索函数，它取两个变量，搜索功能性MRI数据以寻找潜在的中介。工具箱还包括用于中介分析的可视化和绘图函数，以及各种计算支持函数。金宝appMediation_walkthrough文件夹包含一个powerpoint演示文稿，其中包含示例大脑数据的逐步示例单级中介分析。看到https://canlab.github.io/walkthroughs/更多例子。

它将char数组解释为JSON，并返回与Matlab内置相同大小和形状的对象。Matlab还有许多其他JSON解析器，但许多解析器只有很小的兼容性范围，在许多有效(或无效)语法的测试用例中失败，扩展标准，或者同时执行所有这三种操作。它的创建是为了有一个相对紧凑的阅读器，可以在Matlab和Octave上为广泛的版本工作。这是使用ECMA JSON语法标准实现的。使用来自GitHub上JSON测试套件的测试用例验证了失败和通过的用例，其中包含300多个可能语法模糊的用例。因为标准对每种情况都不是明确的，所以还有一些测试用例留给解释器。注意，这并不读取JSON文件，而只是解析结果。我认为JSON解析器应该只解析JSON，而不做其他事情。授权:CC by-nc-sa 4.0

MISS_HIT附带以下工具，所有工具都附带用户手册和安装说明:https://florianschanda.github.io/miss_hit/ *样式检查器mh_style -一个简单的编码样式检查器和代码格式化器，用于MATLAB或Octave代码，包括MATLAB嵌入在Simulink模型中。金宝app* Code Metrics mh_metric -一个简单的MATLAB或Octave代码的代码度量工具，包括MATLAB嵌入在Simulink模型中。金宝appmh_lint -一个简单的MATLAB或Octave代码的linter，包括MATLAB嵌入在Simulink模型中。金宝app* Diff助手mh_diff -一个在Simulink模型中差分MATLAB代码的工具。金宝app注意，其他变化(例如不同的连接)没有被检测到;这只适用于嵌入式MATLAB。*版权通知助手mh_copyright -一个可以批量更新或调整版权通知的工具。如果你的公司更改了名称，或者你有年份范围需要更新，这是很有用的。

Simulación del labororio de cogeneración de la Universidad de Málaga

这个简单的程序从动态图片中检测边缘，并将其显示在原始图片旁边。检测是实时的。这需要USB网络摄像头的MATLAB支持包金宝app。这可以在Mathworks网站上找到。该程序还可以修改为对图片进行边缘检测。而不是输入相机数据，一个可以提供图片使用imread命令。

稀疏不完全Cholesky分解用较少的方法实现不完全Cholesky分解。该项目包括一个带有MATLAB MEX包装器的C实现。使用阈值$ \tau $来定义哪些元素将从分解中保留。它可以使用全局阈值或列。在矩阵a的图中填充最多l步的元素，对于l = 0，称为零填充，在没有由模式定义的元素中填充零。也可以由给定的稀疏性模式来填充(因此给定a作为它匹配的模式l = 0)。非零元素的未实现数量(IC(p))保持每列最大的p个元素。未实现生成MATLAB MEXDownload存储库。在MATLAB中使用预定义的MATLAB MEX编译器运行MakeMex。检查单元测试和运行时分析。MEX包装器只支持类型为Doub金宝apple的稀疏实矩阵。性能与MATLAB函数的性能比较。分解MEX文件和MATLAB的ICT是最有效的内存。预调节(求解线性系统)将数组排序相关代码移动到具有完整运行时分析的专用存储库中。MATLAB ichol()。金宝app支持预处理材料和出版物。稠密对称正定矩阵的不完全Cholesky分解。不完全分解预处理因子综述。不定矩阵ILU预处理条件的实验研究。鲁棒有限内存不完全Cholesky分解。有限内存的不完全Cholesky分解。Modified Incomplete Cholesky Factorization for Solving Electromagnetic Scattering Problems.

这是一个基本的教程，针对初学者谁想建立神经网络分类的成员。建立了基本的KNN算法进行学习。

GPstuff工具箱是一个通用的高斯过程模型和推理所需的计算工具的集合。这些工具包括各种推理方法、稀疏近似和模型评估方法。

日志

绘制代码为:%运行PVarray获取内置模型电压和电流值ecurrentpv = out.current.signals.values;图(1)plot(voltagePV,currentPV);grid on;axis([0 50 0 11]);

用于稀疏感知图像和体积数据恢复的MATLAB/Sim金宝appulink系统对象定义摘要ysaivdr是稀疏感知图像和体积数据恢复的缩写。该软件包是为实验开发的，开发和实现稀疏性感知图像和体积数据恢复算法。特别地，这个包提供了一组丰富的与可分离过采样重叠变换(NSOLTs)相关的类，它允许具有parseval紧(paraunitary)、对称和多分辨率属性的卷积层。对于某些功能，我们已经使用深度学习工具箱准备了自定义层类。现在很容易将它们合并到您的网络的灵活配置和部分。有关SaivDr包的信息见Contents.m。使用HELP命令可以查看的内容如下:>>帮助SaivDr Sparsity-Aware形象和体积数据修复包的单元测试脚本文件mytest SaivDr包快速入门-快速入门的* * setpath SaivDr包路径设置* SaivDr包* *包结构+ SaivDr - + - testcase + dcnn | | | +- sparserep | | | +- 嵌入式 | | | +- 字典- + - nsolt +设计 | | | | | +- nsoltx - +设计 | | | | | +- nsgenlot - +设计 | | | | | +- nsgenlotx - +设计 | | | | | +- olaols | | | | | +- olpprfb | | | | | +- udhaar| | | | | +- generalfb | | | | | +- 混合物 | | | | | +- 实用程序 | | | +- 修复- + - ista | | | | | +- pds | | | | | +- metricproj | | | | | +- 消除干扰 | | | +- 退化- + - linearprocess | | | | | +- noiseprocess | | | +- 实用工具| + - dcnn | + - sparserep | + -嵌入式| +词典- + - nsolt +设计 | | | | | +- mexsrcs | | | +- nsoltx - +设计 | | | | | +- mexsrcs | | | +- nsgenlot - +设计 | | | +- nsgenlotx - +设计 | | | +- olaols | | | +- olpprfb | | | +- udhaar | | |+- generalfb | | | +- mix | | | +- utility | +- restoration -+- ista | | | +- pds | | b| +- metricproj | | | +-降噪| +- degradation -+- linearprocess | | | +- noiseprocess | +- utilityrequientsmatlab R2013b或更高版本。推荐使用R2021a。信号处理工具箱图像处理工具箱优化工具箱推荐深度学习工具箱全局优化工具箱并行计算工具箱MATLAB代码gpu代码简介将当前目录更改为MATLAB中该文件所包含的位置。使用以下命令设置路径:>> setpathBuild MEX codes if you have MATLAB Coder. >> mybuildSeveral example codes are found under the second layer directory'examples' of this package. Change current directory to one underthe second layer directiory 'examples' and execute an M-file ofwhich name begins with 'main,' such as >> main_xxxxand then execute an M-file of which name begins with 'disp,' such as >> disp_xxxxContact address Shogo MURAMATSU, Faculty of Engineering, Niigata University, 8050 2-no-cho Ikarashi, Nishi-ku, Niigata, 950-2181, JAPANhttp://msiplab.eng.niigata-u.ac.jp/ReferencesRuiki小林，村松秀，小野俊介，“基于近端梯度的基于尺度间阈值的循环展开”，中国机械工程学会。年度峰会和会议(APSIPA ASC)， 2021年12月，genki Fujii, Yuta Yoshida, Shogo Muramatsu, Shunsuke Ono, Samuel Choi, Takeru Ota, Fumiaki Nin, Hiroshi Hibino，“折射率潜在分布的OCT体积数据恢复，”yuhei Kaneko, Shogo Muramatsu, hiroasu Yasuda, Kiyoshi Hayasaka, Yu Otake,Shunsuke Ono, Masahiro Yukawa，“卷积-稀疏编码动态模式分解及其在河流状态估计中的应用，”2019 IEEE声学、语音和信号处理国际会议(ICASSP)， pp.1872-1876, 5月2019Shogo Muramatsu, Samuel Choi, Shunske Ono, Takeru Ota, Fumiaki Nin, Hiroshi Hibino，“基于原始双即插即用方法的OCT体积数据恢复”，2018 IEEE声学、语音和信号处理国际会议(ICASSP)， pp.801-805, 2018年4月，“多维不可分离过采样叠置变换:理论与设计”，IEEE信号处理。高田堀内和村松秀，“不可分离过采样重叠变换的快速卷积技术”，亚太信号与信息研究协会，Vol.65, No.5, pp.1251-1264, DOI:10.1109/TSP.2016.2633240, 2017年3月。2016年12月，shogo Muramatsu, Masaki Ishii, Chen Zhiyu，“基于实例的不可分离过采样重叠变换设计的高效参数优化”，2016年IEEE国际会议。关于图像处理。(ICIP)，第3618-3622页，2016年9月，“二维不可分离过采样重叠变换的结构化字典学习”，2014年IEEE声学、语音和信号处理国际会议(ICASSP)，第2643-2647页，2014年5月，古屋kousuke Furuya, Shintaro Hara, Shogo Muramatsu，“二维不可分离过采样重叠变换的边界运算”，亚太信号与信息研究协会 Annual Summit and Conf. (APSIPA ASC), Nov. 2013Shogo Muramatsu and Natsuki Aizawa, "Image Restoration with 2-D Non-separableOversampled Lapped Transforms," Proc. of 2013 IEEE International Conferenceon Image Process. (ICIP), pp.1051-1055, Sep. 2013Shogo Muramatsu and Natsuki Aizawa, "Lattice Structures for 2-D Non-separableOversampled Lapped Transforms," Proc. of 2013 IEEE International Conferenceon Acoustics, Speech and Signal Process. (ICASSP), pp.5632-5636, May 2013AcknowledgementThis work was supported by JSPS KAKENHI Grant Numbers JP23560443, JP26420347 and JP19H04135.ContributorsDeveloppersShintaro HARA, 2013-2014Natsuki AIZAWA, 2013-2014Kosuke FURUYA, 2013-2015Naotaka YUKI, 2014-2015Yuya KODAMA, 2020-Yasas GODAGE, 2021-Test contributersHidenori WATANABE, 2014-Kota HORIUCHI, 2015-Masaki ISHII, 2015-Takumi KAWAMURA, 2015-Kenta SEINO, 2015-Satoshi NAGAYAMA, 2017-Shota KAYAMORI, 2017-Genki FUJII, 2017-Naoki YAMAZAKI, 2017-Yuhei KANEKO, 2017-Nawapan LAOCHAROENSUK, 2019-Yusuke ARAI, 2020-

从MEE472增材制造类改进而来

头脑风暴是一个协作的开源应用程序，致力于分析大脑记录:MEG, EEG, fNIRS, ECoG，深度电极和动物电生理学。我们的目标是与科学界分享一套全面的用户友好的工具，使用MEG/EEG作为实验技术。对于医生和研究人员来说，头脑风暴的主要优势是它丰富而直观的图形界面，不需要任何编程知识。我们还将重点放在数据分析的实际方面(例如，使用脚本进行批量分析和分析管道的直观设计)，以提高MEG/EEG研究的可重复性和生产力。

刚体参数为了模拟刚体的动态行为，人们需要一组刚体参数的知识，如刚体的总质量，质心，以及惯量的矩和积。下载188bet金宝搏本文的目的是提供一个函数，计算由封闭的三角形曲面网格表示的物体的精确刚体参数。计算的基本原理是基于散度定理，并在所附的。pdf文档中详细解释。本文还包括两个函数，它们将一个任意网格作为输入，并将一个原始对象(如椭球体或长方体)的输出参数作为输入对象，具有与输入对象完全相同的惯性参数。最后,VisualizeLocaFrame。m函数可用于由惯性主轴构造的局部参考系的可视化。快速demooload ('sample_mesh') RBP=RigidBodyParams(TR);disp(RBP)VisualizeLocalFrame(TR)强制一致和正确的面朝向所有计算都基于输入网格是封闭的，流形的，并有向外指向法线的假设。为了得到向外的点法线，所有面的顶点必须逆时针排列。如果你知道或怀疑输入网格有不一致或不正确的面朝向，在计算刚体参数之前使用函数ConsistentNormalOrientation。下面是一个例子:load('sample_mesh')[F,V]=GetMeshData(TR);%随机混合的人脸方向来模拟上面的问题F =size(F,1);idx=randn(Nf,1)>0;F2=F;F2(idx，:)=fliplr(F(idx，:));TR2=三角测量(F2,V);fprintf('\nNumber of倒置的人脸:%d\n'，nnz(idx))%强制正确的人脸方向[TR2_fix,cnt]=ConsistentNormalOrientation(TR2);fprintf('修正的人脸数量:%d\n\n'，cnt)%验证输出是相同的RBP原始meshRBP_fix=RigidBodyParams(TR2_fix);fprintf('校正网格:\n')disp(RBP_fix)fprintf('原始(参考)网格:\n')disp(RigidBodyParams(TR))%结果你会得到没有确保正确的面朝向:RBP2=RigidBodyParams(TR2);fprintf('未校正网格:\n')disp(RBP2)LicenseMIT©2019 Anton Semechkoa.semechko@gmail.com

IEEE第一个SSR基准的仿真模型。负载流初始值(初始电压、电流、角度等)和质量之间的转矩分布可能与原始纸张不太匹配，但振荡与原始纸张非常匹配。运行slx文件前，先运行m代码进行初始化。

使用Arduino板作为计算机控制系统实践(数字控制理论)的单次数据采集(DAQ)设备。这个包包含四个主要的m-file函数:daqduino_start、daqduino_end、daqduino_write、daqduino_read。例如，考虑实现数字PID控制循环的代码片段:daqduino_start('COM5');对于k=1:2， %初始条件y(k)=0;u (k) = 0;e (k) = 0;% output, control, errendfor k=3:nit， % nit=迭代次数y(k)=daqduino_read;e (k) =年(k) - y (k);%年(k)是一个参考序列u (k) = (k - 1) + s0 * e (k) + s1 * e (k - 1) + s2 * e (k-2);daqduino_write (u (k)、Ts);% Ts是采样时间，Simulink块也是可用的。金宝app However, it has not been tested very much. You may face some bugs.An m-file example is given doing three practices: (1) Open-loop datalog; (2) Least-squares offline identification; (3) IMC Model-based Digital PID control tuned by the selection of the closed-loop time constant.This package has been tested only with Arduino Uno R3 and Arduino Nano R3. The I/O pins in use are the Analog Input A0 and Pin 6 PWM. However, the Arduino code is very simple and you can modify it to your own needs. If you do so, please remember to reference/cite the author and research groups involved.-------------Laboratory of Control and Systems - LACOS, Federal University of Para, Brazil (ufpa.br)Group of Control and Systems - GCS, State University of Santa Catarina, Brazil (udesc.br)Author: Professor Antonio S. Silveira (lattes.cnpq.br/1828468407562753)

cptcmap。这个函数创建并应用在调色板表中定义的颜色映射(。cpt文件)。调色板文件提供了比Matlab默认方案更灵活的颜色映射，包括离散和连续梯度，以及更简单的直接颜色映射。有关cpt文件格式的完整说明，请参阅通用映射工具文档(https://www.generic-mapping-tools.org)。套装包括20个标准的格林尼治标准色图;请参阅每个文件的头以了解版权信息。更多颜色表可在cpt-city网站(http://soliton.vm.bytemark.co.uk/pub/cpt-city/index.html) .Syntaxcptcmap(名称);cptcmap(名字、ax); cptcmap(…[cmap, lims, ticks, bfncol, ctable] = cptcmap(…)h = cptcbar(ax, map, loc, flag)参见函数帮助了解输入和输出变量的完整描述示例我们将从一个简单的地形图pcolor开始。[lat, lon, z] = satbath(10);axes('position'， [0.05 0.15 0.9 0.7]);pcolor(lon, lat, z);着色平面;cb = colorbar;CPT调色板表。这个表的颜色限制被设置为匹配全球地形，所以我们将在这里使用直接映射。如果你想标记颜色映射中使用的特定颜色间隔，用cptcbar(它模仿颜色条)替换颜色条。delete(cb);cb = cptcbar(gca， 'GMT_globe'， 'eastoutside'， false);有时，即使标记值间隔不均匀，在颜色条上显示均匀的颜色间隔也是有用的。在这个例子中，近海平面的蜱虫标签被压得太紧，无法读取。cb = cptcbar(gca， 'GMT_globe'， 'eastoutside'， true);Ax， 'fontsize'， 7);

G_SeisSimple 2d -地震数据处理GUI应用程序功能:segy读/写(读取到二进制文件的格式单一)可视化数据与三键排序面一致的初到(或振幅)分解按2、3、4因子模型交互式建立速度模型基于分解到达拾取执行静态，振幅和频谱校正(反卷积)执行一些基本的头和数据算术使用主文件为G_Seis。在运行应用程序之前，你应该:将路径设置为根文件夹，并将itbuild mex函数中的所有文件夹包含在/g_other文件夹中。命令在祝辞Mex -setup >>Mex typecastx.c可以帮助运行应用程序:>>G_Seis

这是一个Matlab接口的高性能混合电磁模型，计算机实现。要生成所需的MEX文件，请运行“setup”。需要一个C标准99兼容的编译器。请参阅“setup”中的文档。M '表示更多信息。目前，只提供了数值积分件。线性代数部分的matlab接口尚未实现。要查看其他编程语言(如Julia(推荐))的最新源代码和接口，请访问:https://github.com/pedrohnv/HP_HEMThese代码使用Cubature进行数值积分。https://github.com/stevengj/cubatureTestedMatlab R2018b。它应该适用于旧版本。

在matlab中简单直接地实现dh -参数。这可以用来执行机器人的正运动学，找到机器人每个环节的位置和方向。dh -参数的实现有两种不同的约定。这一个使用标准DH参数，也可以在这本书中找到:https://www.cs.duke.edu/brd/Teaching/Bio/asmb/current/Papers/chap3-forward-kinematics.pdf．结果已与Peter Corke的RVC工具箱(https://github.com/petercorke/robotics-toolbox-matlab) .cgr前缀表示代码已准备好进行代码生成。ncgr意味着代码还没有准备好生成代码。特点:机器人各连杆的正运动学齐次变换，数值雅可比，可视化简单，还可以动画化。逆运动学用伪逆法和阻尼最小二乘法。代码生成就绪。

什么是对偶四元数?对偶四元数是描述刚体变换的一种方便方法(特别是单位对偶四元数，它是这个工具箱的重点)。它们携带与其他描述姿态相同的信息，例如常用的齐次变换矩阵。然而，它们的计算效率更高，并具有一些简洁的数学性质。https://en.wikipedia.org/wiki/Dual_quaternionWhat这个库包含什么?这个库包含一组简单的，用于操作对偶四元数的基本函数:从旋转和平移四元数转换，齐次矩阵或角轴螺旋参数在3D轴轴上绘图乘法，提升到幂，归一化，共轭，标量部分计算对数和指数映射(在运动学中有用)结合使用螺旋线性插值(sclple)，对偶迭代混合(DIB)和对偶线性混合(DLB)从https://www.cs.utah.edu/~ladislav/kavan06dual/kavan06dual.pdfConverting转数表示(https://arc.aiaa.org/doi/pdf/10.2514/1.G001522) RequestsIf您对附加功能有任何要求或建议，请留下评论或开始讨论。致谢如果你在一个项目中使用这个工具箱，如果你可以使用下面的引用，将非常感激。

此文件交换提交使FLIR三角帆支持的相机使用图像采集工具箱™。金宝app对于MATLAB R2021a及更高版本，三角帆适配器仅与三角帆SDK Version 2.4兼容。使用Spinnaker SDK Version 1.15 for MATLAB R2018b至R2020b。按照以下说明安装适配器:步骤1:安装Spinnaker SDK.a)下载并运行EXE文件。对于MATLAB R2021a及更高版本，请使用以下链接。EXE:https://www.dropbox.com/s/my8dr24bg74j6do/SpinnakerSDK_FULL_2.4.0.144_x64.exe?dl=1WebEXE:https://www.dropbox.com/s/4yim3wzy023ttms/SpinnakerSDK_WEB_2.4.0.144_x64.exe?dl=1ForMATLAB R2018b到R2020b，使用下面的链接。EXE:https://www.dropbox.com/s/zc86tl3l280g95v/SpinnakerSDK_FULL_1.15.0.63_x64.exe?dl=1WebEXE:https://www.dropbox.com/s/grq96dts265ct8q/SpinnakerSDK_WEB_1.15.0.63_x64.exe?dl=1b)继续安装。在安装配置文件中，选择“相机评估”选项。c)完成安装过程。步骤2:从下载下拉菜单中下载三角帆适配器作为MATLAB工具箱(推荐)或压缩文件。将适配器安装为工具箱:a)下载工具箱。b)将MLTBX文件拖放到MATLAB命令窗口中。这将自动打开文件并完成安装。要从。zip文件安装适配器:a)下载zip文件。b)解压缩文件到所需的位置。步骤3:在MATLAB中注册三角帆适配器。a)如果你有一个会话打开，重新启动MATLAB。b)如果你之前注册了一个适配器，使用' imaqregister '注销它。c)使用' imaqregister '注册最新的适配器。(参考自述。m文件的说明和示例)对于MATLAB R2021a及更高版本，此适配器仅与三角帆SDK Version 2.4.2兼容。 For MATLAB R2018b to R2020b, this adaptor is only compatible with Spinnaker SDK Version 1.15.3. Device-specific properties are supported starting R2019b.4. Hardware triggering is supported starting R2021a.

Excel-script包含在可下载包中。这个脚本计算由二氧化碳、水蒸气和非辐射成分组成的混合物的delta_e。delta_e是一个修正因子，这是必要的，因为所涉及的气体的各个发射波段重叠。每个组分的发射率和吸收率可从图9a-c (VDI热图集2010，第986页)中读取手头的分压。然后计算混合物的发射率e_g followse_g = e_H2O + e_CO2 - delta_e (T_gas)和混合的吸收率A_v然后计算followsA_v = A_v_H2O + A_v_CO2 - delta_e (T_wall)有效范围:T≥403 K, T≤1193 Kp_L≥8条*厘米和p_L≤150条* cmx≥0 x≤1这个脚本假设了delta_e如果高于或低于这些边界,但这些结果并不可靠的在某些点。变量:T是温度，Kx_H2O是气体混合物中H2O气体组分的摩尔分数，x_CO2是气体混合物中CO2气体组分的摩尔分数，rel是长度，cmp_total是气体混合物的总压力，barp_L是路径长度，bar * cmx是压力分数，示例:e = delta_e(T, x_H2O, x_CO2, L, p_total)e = delta_e(800,0.15,0.05,100,1)参考:VDI热图集2010。986页。ISBN 978-3-540-77876-9。

scGEAToolbox -一个用于单细胞RNA-seq数据分析的Matlab工具箱简介动机:单细胞RNA测序(scRNA-seq)技术已经彻底改变了生物医学科学研究的方式。它为研究细胞异质性和基因表达可变性提供了前所未有的单个细胞分辨率水平。由于数据的稀疏性和高维性，分析scRNA-seq数据具有挑战性。结果:我开发了scgeatoolbox -一个用于scRNA-seq数据分析的Matlab工具箱。它包含了数据归一化、特征选择、批量校正、imputation、cell聚类、轨迹/伪时间分析和网络构建等功能，可以组合和集成来构建自定义工作流。虽然大多数函数都是在原生Matlab中实现的，但包装器函数允许用户调用用Matlab或其他语言开发的“第三方”工具。此外，scGEAToolbox配备了由App Designer生成的复杂图形用户界面(gui)，使其成为一个易于使用的快速数据处理应用程序。可用性:https://github.com/jamesjcai/scGEAToolboxContact: jcai@tamu.eduInstall in MATLAB:disp('Install scGEAToolbox…')unzip('https://github.com/jamesjcai/scGEAToolbox/archive/master.zip);目录(“。/ scGEAToolbox-master”);阅读如果您在使用scGEAToolbox时有任何问题或需要帮助，请联系我:scGEAToolbox .slack. comcitationcai JJ。scGEAToolbox:用于单细胞RNA测序数据分析的Matlab工具箱。生物信息学。2019;btz830。doi: 10.1093 /生物信息学/ btz830

Excel-script包含在可下载包中。这个脚本计算标准发射率，总发射率和二氧化碳与氮气或空气混合物的压力校正。压力修正计算为总发射率除以标准发射率。使用HITEMP-2010数据库计算了标准辐射率和总辐射率。有效范围:T≥300k, T≤3000kp_l≥0.05 bar * cm, p_L≤1000 bar * cmp_E≥0.1 bar, p_E≤40 bar。该脚本可以推断出高于或低于这些边界的发射率，但超过某一点后，这些结果就不可靠了。示例:e = e_CO2(T, x_CO2, L, p_total，输出)e = e_CO2(1000,0.17, 100,2， '标准')变量:T是温度Kx_CO2是气体混合物中CO2气体组分的摩尔分数rel是长度cmp_total是气体混合物的总压力barp_L是路径长度bar * cmp_E是等效压力barOutput可以是'标准'，'总'或'校正'。阿尔伯蒂，R.韦伯，M.曼奇尼，2015。利用HITEMP-2010数据库重新创建二氧化碳的Hottel辐射率图，并将其扩展到40巴压力。燃烧与火焰，2015年第162卷，第597-612页。

Excel-script包含在可下载包中。这个脚本计算标准发射率，总发射率和压力校正的水与氮或空气混合物。压力修正计算为总发射率除以标准发射率。使用HITEMP-2010数据库计算了标准辐射率和总辐射率。有效范围:T≥450k, T≤3000kp_l≥0.01 bar * cm, p_L≤3000bar * cmp_E≥0.05 bar, p_E≤250 bar。该脚本在高于或低于这些边界时外推发射率，但超过某一点后，这些结果就不可靠了。示例:e = e_H2O(T, x_H2O, L, p_total, Output)e = e_H2O(1000,0.17, 100,2， 'Standard')变量:T是温度Kx_H2O是气体混合物中H2O气体组分的摩尔分数rel是长度cmp_total是气体混合物在barp_L是路径长度* cmp_E是barbar中的等效压力输出可以是'Standard'， ' total '或'Correction'。阿尔伯蒂，R.韦伯，M.曼奇尼，2016。利用HITEMP-2010数据库重新创建Hottel的水汽发射率图，并将其扩展到40巴压力。燃烧与火焰，169卷，2016,141-153页。

vec2grid。这是一个简单的实用程序，用于将数据点列表重新排列为ndgrid样式的网格。它允许以任意顺序列出原始数据点，并允许丢失的网格点(在最终的网格中成为nan)。注意:为了支持高维数据，我选择以nd金宝appgrid格式而不是网格格式返回数据。这意味着输出将经常需要转置以用于诸如surf, pcolor等绘图函数。语法[xg, yg] = vec2grid(x1, x2，…[xg, yg] = vec2grid(xy);[xg1, xg2，…]ExampleLet假设我们有一个2D数据点列表，每个x-y点都有一个对应的z-data向量。数据点以随机顺序存储，并且在整个网格中缺少一些点。(x, y) = ndgrid (1:4, 1:5); z =(1:元素个数(x))”;订单= randperm(元素个数(x)元素个数(x) 3)”;x = x(秩序);Y = Y(阶);z = z(order);[x y z]ans = 13 9 3 5 19 4 3 3 3 11 2 2 6 2 4 14 4 5 20 15 17 2 3 10 2 5 18 4 2 8 3 2 7 3 4 15 2 12 11 11 11 14 13 3 13 3我们使用vec2grid将数据返回到网格格式。[xg,yg,zg] = vec2grid([x y z])xg = 12 3 4yg = 12 3 4 5zg = 1 NaN 9 13 17 2 6 10 14 18 3 7 11 15 19 NaN 8 12 NaN 20