- 博客(18)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Mathwork Platform - Matlab Help Center - Concept and Application
本文简要介绍了 MathWorks 及其核心产品 MATLAB 和 Simulink。MathWorks 是全球领先的数学计算软件公司，广泛应用于航空、汽车、金融和教育等领域。公司支持教育和科研，提供丰富的教学资源。其提出的基于模型的设计理念已成为工程开发的重要方法。文中还介绍了 MATLAB Help Center，它是查阅官方文档和获取技术支持的重要平台，适合各类用户查找函数说明、示例代码和学习资料。
2025-04-09 18:00:00
938
原创 Zigbee Network Layer
This article outlines the Zigbee Network Layer (NWK), focusing on its structure, communication modes, routing mechanisms, address allocation, and network management, emphasizing tree and mesh topologies and providing examples for address allocation.
2025-04-08 21:33:41
758
原创 Chapter 15: Multirate Digital Signal Processing
Chapter 15 of DSP 2025 introduces multirate DSP, covering decimation, interpolation, rational sample rate conversion, and polyphase filtering. It emphasizes baseband sampling and details two methods for reconstructing the original signal after processing.
2025-04-01 20:00:00
671
原创 Simulink基础教学（附常见模块名称表）Simulink Basic Tutorial (with Common Module Name Table in Section 4)
本文面向零基础读者，介绍了 Simulink 的基本功能与入门操作。内容包括软件安装、界面介绍、模块拖拽与连接方法，并通过搭建一个简单的正弦波仿真模型，帮助读者掌握仿真流程。文章还系统梳理了常用模块的分类与作用，为构建复杂系统奠定基础。Simulink 以其可视化、模块化的特点，广泛应用于工程建模与控制系统设计，是学习动态系统仿真的有力工具。
2025-03-30 20:00:00
1378
原创 Zigbee Mac Layer Concept (IEEE 802.15.4)
This lecture note outlines the Zigbee MAC layer (IEEE 802.15.4), covering channel access (slotted/unslotted CSMA-CA, GTS), superframe structure, data transfer modes, and network management (association, disassociation, scans).
2025-03-30 02:21:34
719
原创 基于FCM算法优化的图像分割研究（附源代码）
图像分割是指把图像分解成各具特性的区域并提取出有用目标的技术, 它是由图像处理到图像分析的一个关键步骤, 已在诸如计算机视觉、图像编码、模式识别和医学图像分析等很多领域有着实际的应用。根据图像自身存在许多不确定性和不精确性,近年来一些学者将模糊聚类应用于图像分割中, 效果要好于传统的图像分割方法。本文首先介绍了硬均值算法HCM和模糊均值FCM算法, 接着介绍了对模糊均值聚类算法的不足之处进行了改进的FCM_S、FCM_S1、FCM_S2和EnFCM算法,以及FLICM算法，以及他们的实现。针对经典算
2022-12-30 12:14:22
3825
1
原创 基于灰度共生矩阵进行木材纹理提取|MATLAB程序
基于灰度共生矩阵进行木材纹理提取，包括了粗糙度， 惯性矩，纹理熵，相关度，方差，逆差矩阵六种纹理特征。
2022-05-12 06:00:00
1117
2
原创 图像增强学习笔记（三） | 图像锐化
图像锐化算子算法，包括梯度锐化法，Roberts算子，Prewitt算子，Sobel算子，Laplacian增强算子的介绍与使用
2022-05-01 06:00:00
2047
原创 图像增强学习笔记（一）| 灰度变换与直方图修正
图像增强的目的是改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，扩大图像中不同物体特征之间的差别，为图像的信息提取及图像分析奠定基础。图像增强的方法是通过锐化、平滑、去噪，对比度拉伸等手段对图像附加一些信息或变换数据，使图像与视觉响应相匹配，以便突出图像的某些目标特征而抑制另一些特性，或简化数据提取。灰度变换法一般成像系统只具有一定的亮度响应范围，亮度的最大值与最小值之比称为对比度。灰度变换法可使图像的动态范围增大，对比度扩展，清晰度增加，特征更明显。1、全域线
2022-04-29 06:00:00
5073
1
翻译 MATLAB options参数
options = trainingOptions(solverName)返回一组为solverName指定求解器的训练选项。名称-值对参数指定可选的以逗号分隔的名称、值参数对。Name是参数名，Value是对应的值。名称必须出现在单引号(’ ')内。您可以以任何顺序指定几个名称和值对参数，如Name1、Value1、…、NameN、Valu
2022-04-27 06:00:00
9090
5
转载 用手机端MATLAB替代传感器模块
从移动设备获取并绘制角速度和方向数据此示例说明如何在一条时间线上统一绘制 Android™ 或 iOS 移动设备上多个传感器的数据。系统将从设备中采集角速度和方向的测量值，并基于绝对时间进行绘制。这样可以基于实际测量时间对来自两个传感器的数据之间的相关性进行可视化。设置您的移动设备为了在 MATLAB® 中接收来自移动设备的数据，您需要在您的移动设备上安装和设置 MATLAB Mobile™ App。从 MATLAB Mobile 的“设置”登录到 MathWorks® Cloud。创建
2022-04-25 16:34:05
440
1
原创 MATLAB程序到底怎么调试？
matlab程序无端报错？各种英文简写看不懂问题出在哪。教你利用断点与工作区快速定位问题出在哪，找出出错的原因。问题定位出现运行报错首先就是要定位问题位置，正常如果你通过运行键自带的“遇错即停”功能尝试定位，你只能得到冷冰冰的红色警告字，例如：open函数调用错误（file XXXX）（line 53）error 但这是不甚言明的，你按照这种方式点开help链接或者line 53对你的用处都不大，前者你会得到一整页让你懵逼的英文介绍，后者确实能让你找到报错的函数但是大概率你还是无法理
2022-04-25 06:00:00
5526
原创 MATLAB深度学习layer、options参数浅析与文章推荐
很多小伙伴接触matlab深度学习时不清楚layer与training options参数matlab深度学习中的layer与training options参数分别决定了你模型的网络架构与训练方式layer参数包括你模型从输入走向输出的各层...
2022-04-24 06:00:00
7399
原创 MATLAB 过时了吗？
大部分人第一次接触matlab是在大学本科阶段，老师把它作为信控类专业的基础之一，说它具有优秀的矩阵处理的能力。然而，自从你完成了该课程的考试，你可能再也没有接触过它，论坛上也没有matlab专区，就业后也没有用到，周边一堆的python死忠和java爱好者，于是你也随大流选择了python或者java。matlab与其它语言的不同:大部分人接触不到的一个重要原因在于：matlab受众其实仅限于科研人员与业余编程者这可能很矛盾，科研工作者和业余编程为什么能同时成为受众...
2022-04-22 16:49:38
4485
原创 matlab中cell元胞到底怎么理解
cell元胞如何理解cell元胞是matlab中一种数值类型，本质与double、char类型相同。但不同的地方在于cell是包含数值的数值集。假设A为cell类型变量每个元胞单元A{i,j}中可以包含一个变量，这个变量可以是一个矩阵可以是任何类型的值。如果你在工作区点开cell类型量，你能发现左上角的变量类型为cell，变量名为A。然后每个cell格子都可以点开，点开后你查看的变量名称从A变为A{i,j},变量类型变为元胞存储的值的数值类型,如double、char等等。cell类型的创建
2022-04-21 14:44:49
1657
原创 MATLAB LSTM多输入单输出 模式分类 示例解析（含代码）
实例说明如何使用深度网络设计器创建简单的长短期记忆 (LSTM) 分类网络。要训练深度神经网络以对序列数据进行分类，可以使用 LSTM 网络。LSTM 网络是一种循环神经网络 (RNN)，可学习序列数据的时间步之间的长期依存关系。该示例演示如何： 加载序列数据。 构造网络架构。 指定训练选项。 训练网络。 预测新数据的标签并计算分类准确度。 加载数据按照[1]和[2]中的说明加载日语元音数据集。预测变量是包含不同长度序列的元胞数组，特征维...
2022-04-20 23:30:07
17482
12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人