matlab函數(shù)與神經(jīng)網(wǎng)絡工具箱-文庫吧資料
2025-05-31 22:54本頁面
【正文】 。toc a=rand(4,3,2) b=reshape(a,4,6) inv/pinv 矩陣求逆 /求偽逆 a=[3,2,4。toc % 分配大矩陣時， repmat用時較少 tic。toc tic。toc % 分配較小的矩陣， repmat用時較多 tic。4,5,6] a1=repmat(a,2,1) a1=repmat(a,2,2) tic。 s3=diag(a,1)39。 a=a39。) whos prod(a) % 對第一個維度求乘積 prod(a,2) % 對第二個維度求乘積 保持數(shù)據(jù)類型不變 var/std 求方差與標準差 ： S=var(X,W,DIM) rng(3) a=rand(5,100)。 s3=sum(a,39。)。 s=size(z) [d1,d2]=size(z) [d1,d2,d3]=size(z) z1=size(z,2) l=length(z) max(size(z)) 函數(shù)名稱 功能 size 返回數(shù)組每個維度的大小 length 返回最大的維度 numel 返回元素個數(shù) ndims 返回維度的個數(shù) l=length(z(:,:,1)) n=numel(z) prod(size(z)) ndims(z) length(size(z)) sum/prod a=ones(2,3,2,39。 mean(X,DIM)：沿著 DIM指定的維度計算 X的平均值。2],3,4) mm = minmax(x) mm{1} mm{2} range 向量的范圍 minmax：向量的最大值和最小值 max(X,[],DIM)：沿著 DIM指定的維度計算 X的最大值。 a=randi(9,3,4) range(a) range(a,2) range(a(:)) rng(2)。對數(shù)坐標下 39。)。,39。) legend(39。 semilogy(a,b,39。)。 % 在對數(shù)坐標下繪制兩者的示意圖 semilogy(a,a,39。線性坐標下 39。)。,39。) legend(39。 plot(a,b,39。)。 % b為對數(shù)等分向量 plot(a,a,39。) randn(2,3) a=1+randn(2,3)*10 %均值為 1， 標準差為 10的正態(tài)分布隨機數(shù) a=colon(1,10) N=length(a) b=linspace(1,10,N) colon(1,1) % 當 ab， 應采用 colon(a,step,b)的形式 ， 否則返回空矩陣 linspace函數(shù)用于產(chǎn)生線性等分向量 a=linspace(1,100,50)。,2) state randn(2,3) rng(2,39。) rng：設置隨機數(shù)種子 randn(2,3) randn(39。 a=rand(3,3) randn(‘seed’,2) randn： （ 0,1） 正態(tài)分布隨機數(shù) randn(2
畢業(yè)設計相關推薦
鄂ICP備17016276號-1