Matlab软件专区专区PC软件

MATLAB
  • MATLAB2.3.0

  • 1.19M / 18-04-25
  • MATLAB是MATrixLABoratory的缩写,是一款由美国TheMathWorks公司出品的商业数学软件。MATLAB是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。除了矩阵运算、绘制函数/数据图像等常用功能外,MATLAB还可以用来创建用户界面及与调用其它语言(包括C,C++和FORTRAN)编写的程序。 尽管MATLAB主要用于数值运算,但利用为数众多的附加工具箱(Toolbox)它也适合不同领域的应用,例如控制系统设计与分析、图像处理、信号处理与通讯、金融建模和分析等。另外还有一个配套软件包Simulink,提供了一个可视化开发环境,常用于系统模拟、动态/嵌入式系统开发等方面。 MATLAB使用方法: 1、怎么利用Matlab7.0下载官方版画散点图? 既然要画散点图,自然就需要一些离散的数据了,下面我们就利用matlab生成这些数据,实际应用中我们获得的数据是从其他方式获得的。具体的指令和结果如下图所示: 首先需要先画出点图,即把每一个数据点的位置画出来,所使用的指令为:scatter(x,y1,\'k\'),该指令主要用于绘制点图,后面\'\'里面的k标示的是每一个点用黑色画出,里面也可以一起添加一些其他的参数:如下图所示: 利用第一步生成的数据和第二步的指令画出的点图,如下图所示,绿色的是y1的数据,红色的是y2的数据。 接下来,需要把所有的点串起来,就大功告成了,使用的指令是:plotyy(x,y1,x,y2,\'plot\');具体的图形如下图所示: MATLAB常见问题 1、Matlab7.0下载官方版常见错误之默认路径等问题解释 经常出现类似这样的问题,一般是路径设置不对,如何设置默认的路径,可以用file-savepath 设置路径前,你要先看你现在的文件是哪个路径下,怎么看呢,如下图所示,一个是命令窗口下的文件路径,一个是M文件,也就是函数文件所在目录,如果这个M文件的函数是你自己写的一样要和工程路径放在一起,不然,在调用时就会出错! 2、Undefinedfunctionorvariable怎么解决? 出现这种问题的原因,一是你的函数调用时写错了,二是你确实使用了未定义或是不存在的函数,三就是上面所的问题,即路径设置不对 还有一个原因,就是函数在保存的时候设置不对,例如下面所示几种函数名都是不对,函数名的保存必须要与你定义的函数名字保持一样或是定义的主函数名一样,函数名不能有&.&、&-&、或是数字开头,这些字符在函数名中都能导致这种错误 3.怎么解决fcm错误? 有时直接运行自带函数会出现下面的错误是正常,因为你未正常的调用函数,未赋值给函数所以会出现这样的错误,一旦你正常的调用后,这种错误就会消失 MATLAB优势特点 1)高效的数值计算及符号计算功能,能使用户从繁杂的数学运算分析中解脱出来; 2)具有完备的图形处理功能,实现计算结果和编程的可视化; 3)友好的用户界面及接近数学表达式的自然化语言,使学者易于学习和掌握; 4)功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等),为用户提供了大量方便实用的处理工具。 注意事项 1.安装出错时,可换注册码继续安装,到同一目录; 2.【谨记】安装路径不要有中文名称; 3.成功安装完毕之后,如果遇到matlab启动后,窗口在打开一到两秒后就自动关闭了,可按以下方法试试:【假设你安装的目录为c:\\MATLAB\\】(不过不建议安装到C盘,那样会影响系统速度!) 1.确认安装好后,在此路径下c:\\MATLAB\\bin\\win32有一个名为atlas_Athlon.dll的文件; 2.我的电脑上右击点属性,再在高级中点环境变量,在系统变量中点击新建输入以下信息:变量名:BLAS_VERSION变量址: c:\\MATLAB\\bin\\win32\\atlas_Athlon.dll 3.这样之后,启动MATLAB,不过又出现一个问题:窗口显示 Togetstarted,selectMATLABHelporDemosfromtheHelpmenu.Theelementtypenamemustbeterminatedbythematchingend-tag/name. Couldnotparsethefile:c:\\matlab\\toolbox\\ccslink\\ccslink\\info.xml 【解决方案】找到c:\\matlab\\toolbox\\ccslink\\ccslink\\info.xml这个文件,用记事本打开【注意,这是重点,或者写字板】找到有一行这样的nameLinkforCodeComposerStudio?/name,大概是在第七行吧,把这句的/name改成/name【加左尖括号】,保存文件,退出,即可。 4.安装MATLAB成功! 无法运行可以考虑使用兼容模式运行,比如windows2000模式

MATLAB 2009a
  • MATLAB 2009a7.8.2 简体中文汉化包

  • 1.14M / 18-02-05
  • MATLAB是矩阵实验室(MatrixLaboratory)的简称,美国MathWorks公司出品的商业数学软件。MATLAB被用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。主要包括MATLAB和Simulink两大部分。MATLAB目前只有英语和日语版,不提供中文版。 matlab是mathworks官网发布的一款功能强大、性能稳定的商业数学软件,新版本采用了全新的视图界面,具有MATLAB和Simulink的重大更新,可显著提升用户的使用与导航体验。比如新增了Simulink编辑器,matlab桌面则新添了一个工具条,此外软件还重新设计了帮助系统,改进了浏览、搜索、筛选和内容分类等等。本次小编这里提供的是MATLAB2009a简体中文汉化包下载。 MATLAB2009a基本信息 中文名称:MATLAB简体汉化包(CLPM) 英文名称:ChineseLocalizationPackageofMATLAB(CLPM) 版本编号:CLPMV7.8.2 使用平台:WindowsXP/7 开发团队:MATLAB技术论坛–汉化小组 MATLAB注意事项 1、本汉化包仅适于MATLAB2009a(7.8),其它版本请勿用。 2、本汉化包测试平台为WindowsXP/7,其它系统可能会有问题。 3、请确保您的计算机的语言和区域设置分别为&中文&和&中国&。 Matlab注意事项 1.安装出错时,可换注册码继续安装,到同一目录; 2.【谨记】安装路径不要有中文名称; 3.成功安装完毕之后,如果遇到matlab启动后,窗口在打开一到两秒后就自动关闭了,可按以下方法试试:【假设你安装的目录为c:\MATLAB\】(不过不建议安装到C盘,那样会影响系统速度!) 1.确认安装好后,在此路径下c:\MATLAB\bin\win32有一个名为atlas_Athlon.dll的文件; 2.我的电脑上右击点属性,再在高级中点环境变量,在系统变量中点击新建输入以下信息:变量名:BLAS_VERSION变量址: c:\MATLAB\bin\win32\atlas_Athlon.dll 3.这样之后,启动MATLAB,不过又出现一个问题:窗口显示 Togetstarted,selectMATLABHelporDemosfromtheHelpmenu.Theelementtypenamemustbeterminatedbythematchingend-tag/name. Couldnotparsethefile:c:\matlab\toolbox\ccslink\ccslink\info.xml 【解决方案】找到c:\matlab\toolbox\ccslink\ccslink\info.xml这个文件,用记事本打开【注意,这是重点,或者写字板】找到有一行这样的nameLinkforCodeComposerStudio?/name,大概是在第七行吧,把这句的/name改成/name【加左尖括号】,保存文件,退出,即可。 4.安装MATLAB成功! 无法运行可以考虑使用兼容模式运行,比如windows2000模式 Matlab常见问题 matlab怎样运行m文件? 一、在命令中心输入.m文件的名字(如果有参数,就需要给出参数); 二、在.m文件编辑环境中直接运行,一般是在debug菜单项中选run或者直接按F5 运行的结果也是在命令中心显示(要是是画图的话,就是figure窗口了) MATLAB如何快速启动? MATLAB是一种大型软件,仅安装包现在的2013版本就达到了5-6G,所以往往启动较慢。本经验就介绍三种MATLAB的快速启动方式。本经验是在win7系统上完成的。 一、在win7系统下打开运行窗口 1.点击开始——输入&运行&命令(快捷键:徽标/Windows+R),如下图 打开运行窗口后输入命令 在弹出&运行&对话框,在其中输入&matlab.exe-nojvm&命令,如下图。 打开软件 在上一步输入命令之后按确定按钮,即可打开matlab软件,在启动MATLAB时将禁用java虚拟机,启动后的MATLAB界面如下图所示。 二、打开DOS窗口 单击计算机任务栏中的&开始&→&运行&,弹出&运行&对话框。在其中输入cmd后进入MS-DOS窗口。 在DOS窗口中输入启动命令 进入MS-DOS窗口,然后输入命令&matlab.exe-4.nojvm&,同样启动的matlab将不启用Java虚拟机。启动后的窗口和第三步的一样。 三、matlab的快捷方式右键属性 对于在桌面的matlab快捷方式,单击右键属性,打开属性对话框。 快捷方式中加入启动命令 在&快捷方式&标签页中的&目标&栏中添加&-nojvm&,单击&确定&或&应用&按钮。同样启动的matlab将不启用Java虚拟机。启动后的窗口和第三步的一样。 MATLAB优势特点 1)高效的数值计算及符号计算功能,能使用户从繁杂的数学运算分析中解脱出来; 2)具有完备的图形处理功能,实现计算结果和编程的可视化; 3)友好的用户界面及接近数学表达式的自然化语言,使学者易于学习和掌握; 4)功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等),为用户提供了大量方便实用的处理工具。 编程环境 MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件,其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级,MATLAB的用户界面也越来越精致,更加接近Windows的标准界面,人机交互性更强,操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统,极大的方便了用户的使用。简单的编程环境提供了比较完备的调试系统,程序不必经过编译就可以直接运行,而且能够及时地报告出现的错误及进行出错原因分析。 简单易用 Matlab是一个高级的矩阵/阵列语言,它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执行命令同步,也可以先编写好一个较大的复杂的应用程序(M文件)后再一起运行。新版本的MATLAB语言是基于最为流行的C++语言基础上的,因此语法特征与C++语言极为相似,而且更加简单,更加符合科技人员对数学表达式的书写格式。使之更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强,这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。 强大处理 MATLAB是一个包含大量计算算法的集合。其拥有600多个工程中要用到的数学运算函数,可以方便的实现用户所需的各种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究成果,而且经过了各种优化和容错处理。在通常情况下,可以用它来代替底层编程语言,如C和C++。在计算要求相同的情况下,使用MATLAB的编程工作量会大大减少。MATLAB的这些函数集包括从最简单最基本的函数到诸如矩阵,特征向量、快速傅立叶变换的复杂函数。函数所能解决的问题其大致包括矩阵运算和线性方程组的求解、微分方程及偏微分方程的组的求解、符号运算、傅立叶变换和数据的统计分析、工程中的优化问题、稀疏矩阵运算、复数的各种运算、三角函数和其他初等数学运算、多维数组操作以及建模动态仿真等。 图形处理 MATLAB自产生之日起就具有方便的数据可视化功能,以将向量和矩阵用图形表现出来,并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图。新版本的MATLAB对整个图形处理功能作了很大的改进和完善,使它不仅在一般数据可视化软件都具有的功能(例如二维曲线和三维曲面的绘制和处理等)方面更加完善,而且对于一些其他软件所没有的功能(例如图形的光照处理、色度处理以及四维数据的表现等),MATLAB同样表现了出色的处理能力。同时对一些特殊的可视化要求,例如图形对话等,MATLAB也有相应的功能函数,保证了用户不同层次的要求。另外新版本的MATLAB还着重在图形用户界面(GUI)的制作上作了很大的改善,对这方面有特殊要求的用户也可以得到满足。 模块工具 MATLAB对许多专门的领域都开发了功能强大的模块集和工具箱。一般来说,它们都是由特定领域的专家开发的,用户可以直接使用工具箱学习、应用和评估不同的方法而不需要自己编写代码。领域,诸如数据采集、数据库接口、概率统计、样条拟合、优化算法、偏微分方程求解、神经网络、小波分析、信号处理、图像处理、系统辨识、控制系统设计、LMI控制、鲁棒控制、模型预测、模糊逻辑、金融分析、地图工具、非线性控制设计、实时快速原型及半物理仿真、嵌入式系统开发、定点仿真、DSP与通讯、电力系统仿真等,都在工具箱(Toolbox)家族中有了自己的一席之地。 程序接口 新版本的MATLAB可以利用MATLAB编译器和C/C++数学库和图形库,将自己的MATLAB程序自动转换为独立于MATLAB运行的C和C++代码。允许用户编写可以和MATLAB进行交互的C或C++语言程序。另外,MATLAB网页服务程序还容许在Web应用中使用自己的MATLAB数学和图形程序。MATLAB的一个重要特色就是具有一套程序扩展系统和一组称之为工具箱的特殊应用子程序。工具箱是MATLAB函数的子程序库,每一个工具箱都是为某一类学科专业和应用而定制的,主要包括信号处理、控制系统、神经网络、模糊逻辑、小波分析和系统仿真等方面的应用。 软件开发 在开发环境中,使用户更方便地控制多个文件和图形窗口;在编程方面支持了函数嵌套,有条件中断等;在图形化方面,有了更强大的图形标注和处理功能,包括对性对起连接注释等;在输入输出方面,可以直接向Excel和HDF5进行连接。

Matlab ABF file Reader
  • Matlab ABF file Reader0.2.3

  • 0.5M / 10-01-19
  • MatlabABFfileReader阅读器,让您阅读MATLAB中axoscope亚洲债券基金的文件数据。

MATLAB R14(7.0)
  • MATLAB R14(7.0)7.0.1 汉化包

  • 0.4M / 10-07-15
  • MATLAB是矩阵实验室(MatrixLaboratory)的简称,美国MathWorks公司出品的商业数学软件, 用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境, 主要包括MATLAB和Simulink两大部分。 MATLAB目前只有英语和日语版,MathWorks不提供中文版MATLAB。 中文名称:MATLAB中文汉化包(CLPM) 英文名称:ChineseLocalizationPackageofMATLAB(CLPM) 版本编号:CLPMV7.0.1(2010.07.12) 使用平台:WindowsXP/7 开发团队:MATLAB技术论坛–汉化小组 1、在任意目录运行MATLAB汉化安装程序。 2、自动检测MATLAB是否关闭,否,请在程序提示时手动关闭,否则没法安装。 3、自动检测安装程序所必须的应用程序,错误,则直接退出。 4、自动检测MATLAB版本和安装路径 5.1、正确,询问是否备份(建议备份) 5.2、错误,提示手动输入安装目录,取消,则直接退出 6、备份文件(如果选择),并安装汉化文件 7、安装成功,退出程序 注意事项: 1、本汉化包仅适于MATLABR14(7.0),其它版本请勿用。 2、本汉化包测试平台为WindowsXP/7,其它系统可能会有问题。 3、请确保您的计算机的语言和区域设置分别为&中文&和&中国&。

matlab小波变换程序
  • matlab小波变换程序PC版

  • 0.5M / 18-03-21
  • matlab小波变换程序是关于信号处理中的小波变换分析,用matlab命令实现的 MATLAB2维小波变换经典程序 %FWT_DB.M; %此示意程序用DWT实现二维小波变换 %编程时间2004-4-10,编程人沙威 %%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%% clear;clc; T=256;%图像维数 SUB_T=T/2;%子图维数 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %1.调原始图像矩阵 loadwbarb;%下载图像 f=X;%原始图像 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %2.进行二维小波分解 l=wfilters(\'db10\',\'l\');%db10(消失矩为10)低通分解滤波器冲击响应(长度为20) L=T-length(l); l_zeros=[l,zeros(1,L)];%矩阵行数与输入图像一致,为2的整数幂 h=wfilters(\'db10\',\'h\');%db10(消失矩为10)高通分解滤波器冲击响应(长度为20) h_zeros=[h,zeros(1,L)];%矩阵行数与输入图像一致,为2的整数幂 fori=1:T;%列变换 row(1:SUB_T,i)=dyaddown(ifft(fft(l_zeros).*fft(f(:,i)\'))).\';%圆周卷积-FFT row(SUB_T+1:T,i)=dyaddown(ifft(fft(h_zeros).*fft(f(:,i)\'))).\';%圆周卷积-FFT end; forj=1:T;%行变换 line(j,1:SUB_T)=dyaddown(ifft(fft(l_zeros).*fft(row(j,:))));%圆周卷积-FFT line(j,SUB_T+1:T)=dyaddown(ifft(fft(h_zeros).*fft(row(j,:))));%圆周卷积-FFT end; decompose_pic=line;%分解矩阵 %图像分为四块 lt_pic=decompose_pic(1:SUB_T,1:SUB_T);%在矩阵左上方为低频分量--fi(x)*fi(y) rt_pic=decompose_pic(1:SUB_T,SUB_T+1:T);%矩阵右上为--fi(x)*psi(y) lb_pic=decompose_pic(SUB_T+1:T,1:SUB_T);%矩阵左下为--psi(x)*fi(y) rb_pic=decompose_pic(SUB_T+1:T,SUB_T+1:T);%右下方为高频分量--psi(x)*psi(y) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %3.分解结果显示 figure(1); colormap(map); subplot(2,1,1); image(f);%原始图像 title(\'originalpic\'); subplot(2,1,2); image(abs(decompose_pic));%分解后图像 title(\'decomposedpic\'); figure(2); colormap(map); subplot(2,2,1); image(abs(lt_pic));%左上方为低频分量--fi(x)*fi(y) title(\'Phi(x)*Phi(y)\'); subplot(2,2,2); image(abs(rt_pic));%矩阵右上为--fi(x)*psi(y) title(\'Phi(x)*Psi(y)\'); subplot(2,2,3); image(abs(lb_pic));%矩阵左下为--psi(x)*fi(y) title(\'Psi(x)*Phi(y)\'); subplot(2,2,4); image(abs(rb_pic));%右下方为高频分量--psi(x)*psi(y) title(\'Psi(x)*Psi(y)\'); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %5.重构源图像及结果显示 %construct_pic=decompose_matrix\'*decompose_pic*decompose_matrix; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% l_re=l_zeros(end:-1:1);%重构低通滤波 l_r=circshift(l_re\',1)\';%位置调整 h_re=h_zeros(end:-1:1);%重构高通滤波 h_r=circshift(h_re\',1)\';%位置调整 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% top_pic=[lt_pic,rt_pic];%图像上半部分 t=0; fori=1:T;%行插值低频 if(mod(i,2)==0) topll(i,:)=top_pic(t,:);%偶数行保持 else t=t+1; topll(i,:)=zeros(1,T);%奇数行为零 end end; fori=1:T;%列变换 topcl_re(:,i)=ifft(fft(l_r).*fft(topll(:,i)\'))\';%圆周卷积-FFT end; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% bottom_pic=[lb_pic,rb_pic];%图像下半部分 t=0; fori=1:T;%行插值高频 if(mod(i,2)==0) bottomlh(i,:)=bottom_pic(t,:);%偶数行保持 else bottomlh(i,:)=zeros(1,T);%奇数行为零 t=t+1; end end; fori=1:T;%列变换 bottomch_re(:,i)=ifft(fft(h_r).*fft(bottomlh(:,i)\'))\';%圆周卷积-FFT end; construct1=bottomch_re+topcl_re;%列变换重构完毕 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% left_pic=construct1(:,1:SUB_T);%图像左半部分 t=0; fori=1:T;%列插值低频 if(mod(i,2)==0) leftll(:,i)=left_pic(:,t);%偶数列保持 else t=t+1; leftll(:,i)=zeros(T,1);%奇数列为零 end end; fori=1:T;%行变换 leftcl_re(i,:)=ifft(fft(l_r).*fft(leftll(i,:)));%圆周卷积-FFT end; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% right_pic=construct1(:,SUB_T+1:T);%图像右半部分 t=0; fori=1:T;%列插值高频 if(mod(i,2)==0) rightlh(:,i)=right_pic(:,t);%偶数列保持 else rightlh(:,i)=zeros(T,1);%奇数列为零 t=t+1; end end; fori=1:T;%行变换 rightch_re(i,:)=ifft(fft(h_r).*fft(rightlh(i,:)));%圆周卷积-FFT end; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% construct_pic=rightch_re+leftcl_re;%重建全部图像 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %结果显示 figure(3); colormap(map); subplot(2,1,1); image(f);%源图像显示 title(\'originalpic\'); subplot(2,1,2); image(abs(construct_pic));%重构源图像显示 title(\'reconstructedpic\'); error=abs(construct_pic-f);%重构图形与原始图像误值 figure(4); mesh(error);%误差三维图像 title(\'absoluteerrordisplay\'); clear clc %在噪声环境下语音信号的增强 %语音信号为读入的声音文件 %噪声为正态随机噪声 sound=wavread(\'c12345.wav\'); count1=length(sound); noise=0.05*randn(1,count1); fori=1:count1 signal(i)=sound(i); end fori=1:count1 y(i)=signal(i)+noise(i); end %在小波基\'db3\'下进行一维离散小波变换 [coefs1,coefs2]=dwt(y,\'db3\');%[低频高频] count2=length(coefs1); count3=length(coefs2); energy1=sum((abs(coefs1)).^2); energy2=sum((abs(coefs2)).^2); energy3=energy1+energy2; fori=1:count2 recoefs1(i)=coefs1(i)/energy3; end fori=1:count3 recoefs2(i)=coefs2(i)/energy3; end %低频系数进行语音信号清浊音的判别 zhen=160; count4=fix(count2/zhen); fori=1:count4 n=160*(i-1)+1:160+160*(i-1); s=sound(n); w=hamming(160); sw=s.*w; a=aryule(sw,10); sw=filter(a,1,sw); sw=sw/sum(sw); r=xcorr(sw,\'biased\'); corr=max(r); %为清音(unvoice)时,输出为1;为浊音(voice)时,输出为0 ifcorr=0.8 output1(i)=0; elseifcorr=0.1 output1(i)=1; end end fori=1:count4 n=160*(i-1)+1:160+160*(i-1); ifoutput1(i)==1 switchabs(recoefs1(i)) caseabs(recoefs1(i))=0.002 recoefs1(i)=0; caseabs(recoefs1(i))0.002abs(recoefs1(i))=0.003 recoefs1(i)=sgn(recoefs1(i))*(0.003*abs(recoefs1(i))-0.000003)/0.002; otherwiserecoefs1(i)=recoefs1(i); end elseifoutput1(i)==0 recoefs1(i)=recoefs1(i); end end %对高频系数进行语音信号清浊音的判别 count5=fix(count3/zhen); fori=1:count5 n=160*(i-1)+1:160+160*(i-1); s=sound(n); w=hamming(160); sw=s.*w; a=aryule(sw,10); sw=filter(a,1,sw); sw=sw/sum(sw); r=xcorr(sw,\'biased\'); corr=max(r); %为清音(unvoice)时,输出为1;为浊音(voice)时,输出为0 ifcorr=0.8 output2(i)=0; elseifcorr=0.1 output2(i)=1; end end fori=1:count5 n=160*(i-1)+1:160+160*(i-1); ifoutput2(i)==1 switchabs(recoefs2(i)) caseabs(recoefs2(i))=0.002 recoefs2(i)=0; caseabs(recoefs2(i))0.002abs(recoefs2(i))=0.003 recoefs2(i)=sgn(recoefs2(i))*(0.003*abs(recoefs2(i))-0.000003)/0.002; otherwiserecoefs2(i)=recoefs2(i); end elseifoutput2(i)==0 recoefs2(i)=recoefs2(i); end end %在小波基\'db3\'下进行一维离散小波反变换 output3=idwt(recoefs1,recoefs2,\'db3\'); %对输出信号抽样点值进行归一化处理 maxdata=max(output3); output4=output3/maxdata; %读出带噪语音信号,存为\'101.wav\' wavwrite(y,5500,16,\'c101\'); %读出处理后语音信号,存为\'102.wav\' wavwrite(output4,5500,16,\'c102\'); function[I_W,S]=func_DWT(I,level,Lo_D,Hi_D); %通过这个函数将I进行小波分解,并将分解后的一维向量转换为矩阵形式 %MatlabimplementationofSPIHT(withoutArithmaticcodingstage) %Waveletdecomposition %input:I:inputimage %level:waveletdecompositionlevel %Lo_D:low-passdecompositionfilter %Hi_D:high-passdecompositionfilter %output:I_W:decomposedimagevector %S:correspondingbookkeepingmatrix %pleasereferwavedec2functiontoseemore [C,S]=func_Mywavedec2(I,level,Lo_D,Hi_D); S(:,3)=S(:,1).*S(:,2);%dimofdetailcoefnmatrices求低频和每个尺度中高频的元素个数 %st=S(1,3)+S(2,3)*3+S(3,3)*3;%%%%对前两层加密 %C(1:st)=0; L=length(S);%a求S的列数 I_W=zeros(S(L,1),S(L,2));%设一个与原图像大小相同的全零矩阵 %approxpart I_W(1:S(1,1),1:S(1,2))=reshape(C(1:S(1,3)),S(1,1:2));%将LL层从C中还原为S(1,1)*S(1,2)的矩阵 fork=2:L-1%将C向量中还原出HL,HH,LH矩阵 rows=[sum(S(1:k-1,1))+1:sum(S(1:k,1))]; columns=[sum(S(1:k-1,2))+1:sum(S(1:k,2))]; %horizontalpart c_start=S(1,3)+3*sum(S(2:k-1,3))+1; c_stop=S(1,3)+3*sum(S(2:k-1,3))+S(k,3); I_W(1:S(k,1),columns)=reshape(C(c_start:c_stop),S(k,1:2)); %verticalpart c_start=S(1,3)+3*sum(S(2:k-1,3))+S(k,3)+1; c_stop=S(1,3)+3*sum(S(2:k-1,3))+2*S(k,3); I_W(rows,1:S(k,2))=reshape(C(c_start:c_stop),S(k,1:2)); %diagonalpart c_start=S(1,3)+3*sum(S(2:k-1,3))+2*S(k,3)+1; c_stop=S(1,3)+3*sum(S(2:k,3)); I_W(rows,columns)=reshape(C(c_start:c_stop),S(k,1:2)); end %%%%%%%mallatalgorithm%%%%%clc;clear;tic;%%%%originalsignal%%%%f=100;%%frequencets=1/800;%%抽样间隔N=1:100;%%点数s=sin(2*ts*pi*f.*N);%%源信号figure(1)plot(s);%%%源信号stitle(\'原信号\');gridon;%%%%小波滤波器%%%%ld=wfilters(\'db1\',\'l\');%%低通hd=wfilters(\'db1\',\'h\');%%高通figure(2)stem(ld,\'r\');%%%低通gridon;figure(3)stem(hd,\'b\')%%%高通gridon;%%%%%tem=conv(s,ld);%%低通和原信号卷积ca1=dyaddown(tem);%%抽样figure(4)plot(ca1);gridon;tem=conv(s,hd);%%高通和原信号卷积cb1=dyaddown(tem);%%抽样figure(5)plot(cb1);gridon;%%%%%%%%%[ca3,cb3]=dwt(s,\'db1\');%%小波变换%%%%%%%%[lr,hr]=wfilters(\'db1\',\'r\');%%重构滤波器figure(6)stem(lr);figure(7)stem(hr);tem=dyadup(cb1);%%插值tem=conv(tem,hr);%%卷积d1=wkeep(tem,100);%%去掉两头的分量%%%%%%%%%tem=dyadup(ca1);%%插值tem=conv(tem,lr);%%卷积a1=wkeep(tem,100);%%去掉两头的分量a=a1+d1;%%%重构原信号%%%%%%%%%%a3=idwt(ca3,cb3,\'db1\',100);%%%小波逆变换%%%%%%%%%figure(8)plot(a,\'.b\');holdon;plot(s,\'r\');gridon;title(\'重构信号和原信号的比较\');toc;%figure(9)%plot(a3,\'.b\');%holdon;%plot(s,\'r\');%gridon;%title(\'重构信号和原信号的比较\'); 通用函数 Allnodes计算树结点 appcoef提取一维小波变换低频系数 appcoef2提取二维小波分解低频系数 bestlevt计算完整最佳小波包树 besttree计算最佳(优)树 * biorfilt双正交样条小波滤波器组 biorwavf双正交样条小波滤波器 * centfrq求小波中心频率 cgauwavfComplexGaussian小波 cmorwavfcoiflets小波滤波器 cwt一维连续小波变换 dbauxDaubechies小波滤波器计算 dbwavfDaubechies小波滤波器dbwavf(W)W=\'dbN\'N=1,2,3,...,50 ddencmp获取默认值阈值(软或硬)熵标准 depo2ind将深度-位置结点形式转化成索引结点形式 detcoef提取一维小波变换高频系数 detcoef2提取二维小波分解高频系数 disp显示文本或矩阵 drawtree画小波包分解树(GUI) dtree构造DTREE类 dwt单尺度一维离散小波变换 dwt2单尺度二维离散小波变换 dwtmode离散小波变换拓展模式 * dyaddown二元取样 * dyadup二元插值 entrupd更新小波包的熵值 fbspwavfB样条小波 gauswavfGaussian小波 get获取对象属性值 idwt单尺度一维离散小波逆变换 idwt2单尺度二维离散小波逆变换 ind2depo将索引结点形式转化成深度—位置结点形式 * intwave积分小波数 isnode判断结点是否存在 istnode判断结点是否是终结点并返回排列值 iswt一维逆SWT(StationaryWaveletTransform)变换 iswt2二维逆SWT变换 leaves Determineterminalnodes mexihat墨西哥帽小波meyerMeyer小波 meyerauxMeyer小波辅助函数morletMorlet小波 nodease计算上溯结点 nodedesc计算下溯结点(子结点) nodejoin重组结点nodepar寻找父结点 nodesplt分割(分解)结点 noleaves Determinenonterminalnodes ntnode Numberofterminalnodes ntree ConstructorfortheclassNTREE * orthfilt正交小波滤波器组 plot绘制向量或矩阵的图形 * qmf镜像二次滤波器 rbiowavf Reversebiorthogonalsplinewaveletfilters read读取二进制数据readtree读取小波包分解树 * scal2frq Scaletofrequency set  shanwavf Shannonwavelets swt一维SWT(StationaryWaveletTransform)变换 swt2二维SWT变换 symaux Symletwaveletfiltercomputation. symwavfSymlets小波滤波器 thselect信号消噪的阈值选择 thodes References treedpth求树的深度 treeord求树结构的叉数 upcoef一维小波分解系数的直接重构upcoef2二维小波分解系数的直接重构 upwlev单尺度一维小波分解的重构upwlev2单尺度二维小波分解的重构 wavedec单尺度一维小波分解wavedec2多尺度二维小波分解 wavedemo小波工具箱函数demo * wavefun小波函数和尺度函数* wavefun2二维小波函数和尺度函数 wavemenu小波工具箱函数menu图形界面调用函数 * wavemngr小波管理函数 waverec多尺度一维小波重构waverec2多尺度二维小波重构 wbmpen Penalizedthresholdforwavelet1-Dor2-Dde-noising wcodemat对矩阵进行量化编码 wdcbm Thresholdsforwavelet1-DusingBirge-Massartstrategy wdcbm2 Thresholdsforwavelet2-DusingBirge-Massartstrategy wden用小波进行一维信号的消噪或压缩 wdencmp De-noisingorcompressionusingwavelets wentropy计算小波包的熵 wextend Extendavectororamatrix * wfilters小波滤波器 wkeep提取向量或矩阵中的一部分 * wmaxlev计算小波分解的最大尺度 wnoise产生含噪声的测试函数数据 wnoisest估计一维小波的系数的标准偏差 wp2wtree从小波包树中提取小波树  wpcoef计算小波包系数 wpcutree剪切小波包分解树 wpdec一维小波包的分解wpdec2二维小波包的分解 wpdencmp用小波包进行信号的消噪或压缩 wpfun小波包函数 wpjoin 重组小波包 wprcoef小波包分解系数的重构 wprec一维小波包分解的重构wprec2二维小波包分解的重构 wpsplt分割(分解)小波包 wpthcoef进行小波包分解系数的阈值处理 wptree 显示小波包树结构 wpviewcf Plotthecoloredwaveletpacketcoefficients. wrcoef对一维小波系数进行单支重构 wrcoef2对二维小波系数进行单支重构 wrev向量逆序 write向缓冲区内存写进数据 wtbo ConstructorfortheclassWTBO wthcoef一维信号的小波系数阈值处理 wthcoef2二维信号的小波系数阈值处理 wthresh进行软阈值或硬阈值处理 wthrmngr阈值设置管理 wtreemgr管理树结构

三国杀金游专区
  • 三国杀金游专区2.98

  • 0.6M / 17-06-29
  •   三国杀金游专区是金游世界和三国杀官网联合开拓的新的三国杀客户端版专区,我们为您提供稳定、好玩、精彩的三国杀游戏,并且为您提供各类休闲类棋牌游戏、本地游戏、视频交友游戏。   现在平台内已经开发的产品有梭哈、视频聊天棋牌、视频斗地主、五张牌、炸金花、新炸金花、斗牛、牛牛、徐州麻将、盐城麻将、南京麻将、贵阳川麻将、镇江麻将、四川麻将、象棋、五子棋、连连看、三国杀等300多款棋牌游戏,您进入平台让您在畅游三国杀的同时还能尽情的玩丰富多样的棋牌游戏。)

Matlab转python编译器(smop)
  • Matlab转python编译器(smop)v0.2.5

  • 0.1M / 18-03-28
  • smop是一款轻量级Matlab/Octave转Python转换编译器,smop用于将matlab或octave代码转换为python格式。适合科学计算的matlab代码浪费日期,不适于识别之类的大项目,有需要的赶快下载吧! 软件特色   SMOP是一个小的Matlab和Octave到Python编译器。   SMOP将matlab翻译成python。尽管matlab与数字python有明显的相似之处,但在现实生活中,有足够的差异使人工翻译不可行。SMOP生成了人类可读的python,它似乎也比octave快。多么快?&移动家具&的计时结果如表1所示。似乎在这个程序中,对python的转换导致了两次加速,另外两次加速是通过编译SMOP运行时库运行时实现的。py到C,使用cython。这个伪基准度量了标量性能,而我的解释是,标量计算对octave团队的兴趣较小。

Matlab软件专区专区评价

相关专题

热门分类

热门软件推荐