《matlab自带的例子》由会员分享，可在线阅读，更多相关《matlab自带的例子（3页珍藏版）》请在金锄头文库上搜索。
1、matlab 自带的例子篇一： matlab 自带的例子】matlab 中有许多有意思的实例，具体如下，运行的时候只要将 “ 前面的代码复制到 matlab 中就可以了，随之会出现各种各样的演示 实例，很有意思哦。平面与立体绘图graf2d ：xy 平面绘图（火柴棒） graf2d2 ：xyz 立体绘图（切片） hndlgraf ：平面显示线型处理窗口及命令演示 hndlaxis ：平面显示处理窗口及命令演示 graf3d ：立体显示处理窗口及命令演示 复杂函数的三维绘图 cplxdemo ：复杂的 xyz 立体图形 等高线绘制quivdemo ：等高线箭头显示 动画lorenz ： lore
2、nz 吸引子动画显示 电影vibes ： l- 形薄膜振动 fourier 变换sshow sunspots ：太阳黑点数据的傅里叶分析 fftdemo ：分析噪声序列中两组数据的相关度 数据拟合sshow fitdemo ：显示非线性数据拟合过程 census ：预测世界人口 spline2d ：样条拟合 稀疏矩阵sshow sparsity ：降阶 游戏 xpbombs ：仿 windows 系统自带的扫雷游戏 life ：生命发展游戏 三维效果图klein1 ：肤色三维效果图 tori4 ：四个首尾相接的圆环spharm2 ： 球形和声 cruller ：类似油饼的东西 xpklein
3、： klein 瓶 bottle modes ： l- 形薄膜的 12 中模态 logo ： matlab 的 logo xpquad ：不同比例的巴尔体超四方体 truss ：二维桁架的 12 个模模态 travel ：旅行商问题动画演示 wrldtrv ：在地球仪上演示两地间的飞行线路 makevase ：通过点击鼠标来制作花瓶 xpsound ：声音样本分析 funfuns ：综合了找零点，最小化和单输入函数积分功能 sshow e2pi : eApi 或者 piAe quake ：地震波可视化 penny :便士可视化 imageext :改变图像的映 * 色 earthmap :地球
4、仪优化工具箱bandem :香蕉最优化展示 expo-style banana optimization sshow filtdem :滤波效果演示 filter effect demo sshow filtdem2 :滤波设计演示 filter design demo cztdemo : fft 和 czt （ 两种不同类型的 z- 变换算法 ） phone :演示电话通声音的时间与频率的关系 sigdemo1 :离散信号的时频图，可用鼠标设置 sigdemo2 :连续信号的时频图，可用鼠标设置 filtdemo :低通滤波器的交互式设计 moddemo :声音信号的调制 sosdemo :
5、数字滤波器的切片图 神经网络工具箱 neural :神经网络模块组 firdemo :二维 fir 滤波器 nlfdemo :非线性滤波器 dctdemo : dct 演示 mlpdm1 :利用多层感知器神经网络拟合曲线动画 mlpdm2 :利用多层感知器神经网络进行 xor 问题运算模糊逻辑工具箱 invkine ：运动逆问题 juggler ：跳球戏法 fcmdemo ： fc*cp ： 类似倒立摆动画 slcp1 ：类似倒立摆动画 cart and a varying pole slcpp1 ：类似倒立摆动画，有两个摆，一个可以变化 sltbu ：卡车支援 slbb ：类似于翘翘板【篇二
6、： matlab 自带的例子】最近在学 svm 分类，找了一些资料，自己用 matlab 演示了一遍两 类分类问题。matlab r2010a, 自带的 svm 集成了两个函数 svmtrain 和 svmclassify ，这两个函数的功能使用可以查看 matlab 帮助文档 (help svmtrain), 一个用来训练样本，一个用来测试分类 matlab 代码：clear,clc% 训练数据 20 x 2,20 行代表 20 个训练样本点，第一列代 表横坐标，第二列纵坐标 traindata = -3 0;4 0;4 -2;3 -3;-3 -2;1 -4;- 3 -4;0 1; -1 0
7、;. 2 2; 3 3; -2 -1;-4.5 -4; 2 -1;5 -4;-2 2;-2 -3;0 2;1 -2;2 0;%group 20 x 1, 20 行代表训练数据对应点属于哪一类( 1 类， -1 类) group = 1 -1 -1 -1 1 -1 1 1 1 -1 -1 1 1 -1 -1 1 1 1 -1 - 1;testdata = 3 -1;3 1;-2 1;-1 -2;2 -3;-3 -3;%测试数据 svmstruct= svmtrain(traindata,group,showplot,true); % traingroup = svmclassify(svmstruct,testdata,showplot,true); % testhold on;plot(testdata(:,1),testdata(:,2),ro,markersize,12); %mark hold off 运行结果：小黑圈圈起来的点代表支持向量，大圈圈起来的点代表 测试点，未被圈起来的点代表对形成分类器不起作用的点(非支持 向量)
