應用多種邊緣檢測算子檢測圖像邊緣，經典算法，在matlab平臺上實現
上傳時間： 2017-02-20
上傳用戶：郝麗麗麗麗
1. 在MATLAB中，分別對灰度圖、真彩色圖、索引彩色圖，實現圖像的讀入、顯示等功能。 2. 將真彩色圖、索引彩色圖轉為灰度圖，并保存到硬盤自己的文件夾下。 3. 如果按下面的操作讀入索引彩色圖像，請說明X、MAP兩個矩陣中是如何保留圖像中RGB彩色信息的。 [X,MAP]=imread(‘文件名’,‘格式’)； 答：代碼中X為讀出的圖像數據，MAP為顏色表數據（或稱調色板，亦即顏色索引矩陣，對灰度圖像和RGB彩色圖像，該MAP為空矩陣）。一幅像素為m*n的RGB彩色圖像（m,n為正整數，分別表示圖像的高度和寬度），可以用m*n*3的矩陣來形容，3層矩陣中的每一個元素對應紅、綠、藍的數值，紅綠藍是三原色，可以組合出所有的顏色。 4，（提高題）實現真彩色圖像的讀入，請分R、G、B三個通道分別顯示該圖像的紅、綠、藍色圖像。
上傳時間： 2017-05-10
上傳用戶：mouroutao
用于剛體變換的MATLAB代碼；基于點云 的變換
上傳時間： 2019-06-16
上傳用戶：xiaofu007
MATLAB建模入門學習，內含基礎知識，簡單上手，經典列子
上傳時間： 2019-09-09
上傳用戶：我1008
matlab實現偶極子天下線的FDTD仿真
上傳時間： 2021-09-24
上傳用戶：3120200685
本書介紹了GUI設計的預備知識，即MATLAB的基本程序元素、文件I/O 、繪圖。詳細講解了GUI對象的屬性及兩種創建GUI的方法；采用函數創建和采用GUIDE創建，之后講解了ActiveX控件、定時器、串口及mcc編譯的相關知識；最后書中給出兩個綜合實例，供讀者學習。
標簽： matlab gui
上傳時間： 2021-11-20
上傳用戶：
高清電子書-Matlab經典教程 從入門到精通 281頁第一章 基礎準備及入門 本章有兩個目的：一是講述 MATLAB 正常運行所必須具備的基礎條件；二是簡明系統 地介紹高度集成的 Desktop 操作桌面的功能和使用方法。 本章的前兩節分別講述：MATLAB 的正確安裝方法和 MATLAB 環境的啟動。因為指 令窗是 MATLAB 最重要的操作界面，所以本章用第 1.3、1.4 兩節以最簡單通俗的敘述、算 例講述指令窗的基本操作方法和規則。這部分內容幾乎對 MATLAB 各種版本都適用。 MATLAB6.x 不同于其前版本的最突出之處是：向用戶提供前所未有的、成系列的交互 式工作界面。了解、熟悉和掌握這些交互界面的基本功能和操作方法，將使新老用戶能事半 功倍地利用 MATLAB 去完成各種學習和研究。為此，本章特設幾節用于專門介紹最常用的 交互界面：歷史指令窗、當前目錄瀏覽器、工作空間瀏覽器、內存數組編輯器、交互界面分 類目錄窗、M 文件編輯/調試器、及幫助導航/瀏覽器。
標簽： matlab
上傳時間： 2022-02-10
上傳用戶：zhaiyawei
本書概述了MATLAB軟件及其圖形仿真界面Simulink的基礎應用知識，詳細介紹了用于電力電子仿真的SimPowerSystems中的各模塊庫，然后列舉了DC-DC變換、DC-AC變換、AC-DC變換、直流調速、交流調速等方面的應用；通過大量實例介紹了電力電子應用技術的仿真方法和技巧。
上傳時間： 2022-04-01
上傳用戶：jiabin
本次設計介紹了電力系統故障分析方法及 Matlab/Simulink的基本特點。通過算例對電力系統故障進行分析計算。然后對算例，運用 Matlab/Simulink進行電力系統故障仿真，得出仿真結果。并將電力系統故障的分析計算結果與 Matlab仿真的分析結果進行比較，從而得出結論。結果表明運用 Matlab對電力系統故障進行分析與仿真，能夠準確直觀地考察電力系統故障的動態特性，驗證了 Matlab在電力系統仿真中的強大功能。關鍵詞：電力系統：故障：Matlab；仿真短路是電力系統的嚴重故障。所謂短路，是指一切不正常的相與相之間或相與地（對于中性點接地的系統）發生系統通路的情況。電力系統在運行中，相與相之間或相與地（或中性線）之間發生非正常連接（即短路）時流過的電流。其值可遠遠大于額定電流，并取決于短路點距電源的電氣距離。例如，在發電機端發生短路時，流過發電機的短路電流最大瞬時值可達額定電流的10~15倍。大容量電力系統中，短路電流可達數萬安。這會對電力系統的正常運行造成嚴重影響和后果供電網絡中發生短路時，很大的短路電流會使電器設備過熱或受電動力作用而遭員壞，同時使網絡內的電壓大大降低，因而破壞了網絡內用電設備的正常工作，為了消除或減輕短路的后果，就需要計算短路電流，以正確地選擇電器設備、設計繼電保護和選用限制短路電流的元件
上傳時間： 2022-04-02
上傳用戶：
隨著人類社會的進步，科學技術的發展日新月異，模擬人腦神經網絡的人工神經網絡已取得了長足的發展。經過半個多世紀的發展，人工神經網絡在計算機科學，人工智能，智能控制等方面得到了廣泛的應用。當代社會是一個講究效率的社會，科技更新領域也是如此。在人工神經網絡研究領域，算法的優化顯得尤為重要，對提高網絡整體性能舉足輕重.BP神經網絡模型是目前應用最為廣泛的一種神經網絡模型，對于解決非線性復雜問題具有重要的意義。但是BP神經網絡有其自身的一些不足（收斂速度慢和容易陷入局部極小值問題），在解決某些現實問題的時候顯得力不從心。針對這個問題，本文利用遺傳算法的并行全局搜索的優勢，能夠彌補BP網絡的不足，為解決大規模復雜問題提供了廣闊的前景。本文將遺傳算法與BP網絡有機地結合起來，提出了一種新的網絡結構，在穩定性、學習性和效率方面都有了很大的提高。基于以上的研究目的，本文首先設計了BP神經網絡結構，在此基礎上，應用遺傳算法進行優化，達到了加快收斂速度和全局尋優的效果。本文借助MATLAB平臺，對算法的優化內容進行了仿真實驗，得出的效果也符合期望值，實現了對BP算法優化的目的。關鍵詞：生物神經網絡：人工神經網絡；BP網絡；遺傳算法；仿真隨著電子計算機的問世及發展，人們試圖去了解人的大腦，進而構造具有人類思維的智能計算機。在具有人腦邏輯推理延伸能力的計算機戰勝人類棋手的同時，引發了人們對模擬人腦信息處理的人工神經網絡的研究。1.1研究背景人工神經網絡（Artificial Noural Networks，ANN）（注：簡稱為神經網絡），是一種數學算法模型，能夠對信息進行分布式處理，它模仿了動物的神經網絡，是對動物神經網絡的一種具體描述。這種網絡依賴系統的復雜程度，通過調節內部大量節點之間的關系，最終實現信息處理的目的。人工神經網絡可以通過對輸入輸出數據的分析學習，掌握輸入與輸出之間的潛在規則，能夠對新數據進行分析計算，推算出輸出結果，因為人工神經網絡具有自適應和自學習的特性，這種學習適應的過程被稱為“訓練"。
上傳時間： 2022-06-16
上傳用戶：jiabin
