conv
卷积和多项式乘法
描述
例子
多项式乘法通过卷积
创建向量u
和v
多项式的系数
和
。
u = [1 0 1];v = 7 [2];
使用多项式卷积相乘。
w = conv (u, v)
w =1×42 7 2 7
w
包含了多项式系数
。
向量卷积
创建两个向量和卷积。
u = (1 1 1);v = (1 1 0 0 0 1);w = conv (u, v)
w =1×91 2 2 1 0 1 2 2 1
的长度w
是长度(u) + 1 (v)
在这个例子中是9
。
卷积的核心部分
创建两个向量。找到的卷积的中心部分u
和v
这是相同的大小u
。
u = [1 2 3 2 0 1 2];v = [2 4 1 1];w = conv (u, v,“相同”)
w =1×715 5 9 7 6 7 1
w
有一个长度7
。完整的卷积的长度长度(u) + 1 (v)
,在这个例子中是10。
输入参数
u, v
- - - - - -输入向量
向量
输入向量,指定行或列向量。向量u
和v
可以是不同长度或数据类型。
当u
或v
的类型单
,然后输出类型单
。否则,conv
将输入转换为类型双
并返回类型双
。
数据类型:双
|单
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|逻辑
复数的支持:金宝app是的
形状
- - - - - -分段卷积的
“全部”
(默认)|“相同”
|“有效”
分段卷积,指定为“全部”
,“相同”
,或“有效”
。
“全部” |
完整的卷积(默认)。 |
“相同” |
卷积的中心部分相同的大小 |
“有效” |
只有那些部分的卷积计算,而在边缘。使用这个选项, |
更多关于
卷积
两个向量的卷积,u
和v
点下,代表重叠的面积v
幻灯片在u
。代数,卷积操作一样乘多项式的系数的元素u
和v
。
让m =长度(u)
和n =长度(v)
。然后w
向量的长度吗m + n - 1
谁的k
th元素是
和所有的值j
导致法律下标u (j)
和v (k-j + 1)
,特别是j
=
马克斯(k +其它):1:min (k,米)
。当米
=
n
,这给
w (1) = u (1) * v (1) w (2) = u (1) * (2) + u (2) * (1) w (3) = u (1) * (3) + u (2) * (2) + u (3) * (1)……w (n) = u (1) * v (n) + u (2) * (n - 1) +…+ u (n) * (1)……w (2 * n - 1) = u v (n) * (n)
扩展功能
高大的数组
计算和数组的行比装入内存。
使用笔记和限制:
输入
u
和v
必须是列向量。如果
形状
是“全部”
(默认),那么只有一个u
或v
可以是一个高大的数组。如果
形状
是“相同”
或“有效”
,然后v
不能被一个高大的数组。
有关更多信息,请参见高大的数组。
C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。
C / c++代码生成信息的局限性,明白了适应限制工具箱函数的代码生成(MATLAB编码器)。
GPU的代码生成
生成NVIDIA的CUDA®代码®GPU使用GPU编码器™。
线程环境
在后台运行代码使用MATLAB®backgroundPool
与并行计算工具箱™或加速代码ThreadPool
。
这个函数完全支持线程的环境。金宝app有关更多信息,请参见MATLAB函数线程环境中运行。
GPU数组
加速代码运行在一个图形处理单元(GPU)使用并行计算工具箱™。
这个函数完全支持GPU数组。金宝app有关更多信息,请参见运行在GPU MATLAB函数(并行计算工具箱)。
分布式阵列
分区大数组在内存使用并行计算集群的工具箱相结合™。
这个函数完全支持分布式阵列。金宝app有关更多信息,请参见运行MATLAB函数与分布式阵列(并行计算工具箱)。
版本历史
之前介绍过的R2006a
Apri esempio
如果dispone di una versione modificata di questo esempio。Desideri aprire questo esempio con le modifiche星期二吗?
第一MATLAB
海脂肪clic苏联合国collegamento切corrisponde questo第一MATLAB:
Esegui il第一inserendolo所以nella隙缝di第一MATLAB。我浏览器web非supportano金宝app comandi MATLAB。
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。