matlab特徵提取的工具箱

❺ 如何用matlab 實現高階統計量中的雙譜估計演算法如果是用工具箱,應該用哪個toolbox呢

matlab有個HOSA高階譜分析工具箱，很方便使用。

❻ MATLAB里的Toolboxes怎麼使用急求高手指點！！！

MATLAB工具箱介紹
有三十多個工具箱大致可分為兩類:功能型工具箱和領域型工具箱。
功能型工具箱主要用來擴充MATLAB的符號計算功能、圖形建模模擬功能、文字處理功能以及與硬體實時交互功能，能用於多種學科。
領域型工具箱是專業性很強的。如圖像處理工具箱(Image Processing Toolbox)、控制工具箱(Control Toolbox)、信號處理工具箱(Signal Processing Toolbox)等。下面，將MATLAB工具箱內所包含的主要內容做簡要介紹：

1) 圖像處理工具箱(Image Processing Toolbox)。
* 二維濾波器設計和濾波
* 圖像恢復增強
* 色彩、集合及形態操作
* 二維變換
* 圖像分析和統計
可由結構圖直接生成可應用的C語言源代碼。
2)控制系統工具箱(Control System Toolbox)。
魯連續系統設計和離散系統設計
* 狀態空間和傳遞函數
* 模型轉換
* 頻域響應：Bode圖、Nyquist圖、Nichols圖
* 時域響應：沖擊響應、階躍響應、斜波響應等
* 根軌跡、極點配置、LQG
3)財政金融工具箱(FinancialTooLbox)。
* 成本、利潤分析，市場靈敏度分析
* 業務量分析及優化
* 偏差分析
* 資金流量估算
* 財務報表
4)頻率域系統辨識工具箱(Frequency Domain System ldentification Toolbox
* 辨識具有未知延遲的連續和離散系統
* 計算幅值／相位、零點／極點的置信區間
* 設計周期激勵信號、最小峰值、最優能量諾等
5)模糊邏輯工具箱(Fuzzy Logic Toolbox)。
* 友好的交互設計界面
* 自適應神經—模糊學習、聚類以及Sugeno推理
* 支持SIMULINK動態模擬
* 可生成C語言源代碼用於實時應用
(6)高階譜分析工具箱(Higher—Order SpectralAnalysis Toolbox
* 高階譜估計
* 信號中非線性特徵的檢測和刻畫
* 延時估計
* 幅值和相位重構
* 陣列信號處理
* 諧波重構
(7) 通訊工具箱(Communication Toolbox)。
令提供100多個函數和150多個SIMULINK模塊用於通訊系統的模擬和分析
——信號編碼
——調制解調
——濾波器和均衡器設計
——通道模型
——同步
(8)線性矩陣不等式控制工具箱(LMI Control Toolbox)。
* LMI的基本用途
* 基於GUI的LMI編輯器
* LMI問題的有效解法
* LMI問題解決方案
(9)模型預測控制工具箱(ModelPredictive Control Toolbox
* 建模、辨識及驗證
* 支持MISO模型和MIMO模型
* 階躍響應和狀態空間模型

(10)u分析與綜合工具箱(u-Analysis and Synthesis Toolbox)
* u分析與綜合
* H2和H無窮大最優綜合
* 模型降階
* 連續和離散系統
* u分析與綜合理論

(11)神經網路工具箱(Neursl Network Toolbox)。
* BP，Hopfield，Kohonen、自組織、徑向基函數等網路
* 競爭、線性、Sigmoidal等傳遞函數
* 前饋、遞歸等網路結構
* 性能分析及應用
(12)優化工具箱(Optimization Toolbox)。
* 線性規劃和二次規劃
* 求函數的最大值和最小位
* 多目標優化
* 約束條件下的優化
* 非線性方程求解
(13)偏微分方程工具箱(Partial DifferentialEquation Toolbox)。
* 二維偏微分方程的圖形處理
* 幾何表示
* 自適應曲面繪制，
* 有限元方法
(14)魯棒控制工具箱(Robust Control Toolbox)。
* LQG／LTR最優綜合
* H2和H無窮大最優綜合
* 奇異值模型降階
* 譜分解和建模
(15)信號處理工具箱(signal Processing Toolbox)
* 數字和模擬濾波器設計、應用及模擬
* 譜分析和估計
* FFT，DCT等變換
* 參數化模型
(16)樣條工具箱(SPline Toolbox)。
* 分段多項式和B樣條
* 樣條的構造
* 曲線擬合及平滑
* 函數微分、積分
(17)統計工具箱(Statistics Toolbox)。
* 概率分布和隨機數生成
* 多變數分析
* 回歸分析
* 主元分析
* 假設檢驗
(18)符號數學工具箱(Symbolic Math Toolbox)。
* 符號表達式和符號矩陣的創建
* 符號微積分、線性代數、方程求解
* 因式分解、展開和簡化
* 符號函數的二維圖形
* 圖形化函數計算器
(19)系統辨識工具箱(SystEm Identification Toolbox)
* 狀態空間和傳遞函數模型
* 模型驗證
* MA，AR，ARMA等
* 基於模型的信號處理
* 譜分析
(20)小波工具箱(Wavelet Toolbox)。
* 基於小波的分析和綜合
* 圖形界面和命令行介面
* 連續和離散小波變換及小波包
* 一維、二維小波
* 自適應去噪和壓縮

❼ matlab軟體有哪些常用指令有哪些專用工具箱

matlab命令
一、常用對象操作：除了一般windows窗口的常用功能鍵外。
1、!dir 可以查看當前工作目錄的文件。 !dir& 可以在dos狀態下查看。
2、who 可以查看當前工作空間變數名， whos 可以查看變數名細節。
3、功能鍵：
功能鍵 快捷鍵 說明
方向上鍵 Ctrl+P 返回前一行輸入
方向下鍵 Ctrl+N 返回下一行輸入
方向左鍵 Ctrl+B 游標向後移一個字元
方向右鍵 Ctrl+F 游標向前移一個字元
Ctrl+方向右鍵 Ctrl+R 游標向右移一個字元
Ctrl+方向左鍵 Ctrl+L 游標向左移一個字元
home Ctrl+A 游標移到行首
End Ctrl+E 游標移到行尾
Esc Ctrl+U 清除一行
Del Ctrl+D 清除游標所在的字元
Backspace Ctrl+H 刪除游標前一個字元
Ctrl+K 刪除到行尾
Ctrl+C 中斷正在執行的命令
4、clc可以命令窗口顯示的內容，但並不清除工作空間。
二、函數及運算
1、運算符：
＋：加， －：減， *：乘， /： 除， \：左除 ^： 冪，『：復數的共軛轉置， （）：制定運算順序。
2、常用函數表：
sin( ) 正弦（變數為弧度）
Cot( ) 餘切（變數為弧度）
sind( ) 正弦（變數為度數）
Cotd( ) 餘切（變數為度數）
asin( ) 反正弦（返回弧度）
acot( ) 反餘切（返回弧度）
Asind( ) 反正弦（返回度數）
acotd( ) 反餘切（返回度數）
cos( ) 餘弦（變數為弧度）
exp( ) 指數
cosd( ) 餘弦（變數為度數）
log( ) 對數
acos( ) 余正弦（返回弧度）
log10( ) 以10為底對數
acosd( ) 余正弦（返回度數）
sqrt( ) 開方
tan( ) 正切（變數為弧度）
realsqrt( ) 返回非負根
tand( ) 正切（變數為度數）
abs( ) 取絕對值
atan( ) 反正切（返回弧度）
angle( ) 返回復數的相位角
atand( ) 反正切（返回度數）
mod(x,y) 返回x/y的余數
sum( ) 向量元素求和
3、其餘函數可以用help elfun和help specfun命令獲得。
4、常用常數的值：
pi 3.1415926…….
realmin 最小浮點數，2^-1022
i 虛數單位
realmax 最大浮點數，（2－eps）2^1022
j 虛數單位
Inf 無限值
eps 浮點相對經度＝2^-52
NaN 空值
三、數組和矩陣：
1、構造數組的方法：增量發和linspace(first,last,num)first和last為起始和終止數，num為需要的數組元素個數。
2、構造矩陣的方法：可以直接用[ ]來輸入數組，也可以用以下提供的函數來生成矩陣。
ones( ) 創建一個所有元素都為1的矩陣，其中可以制定維數，1，2….個變數
zeros() 創建一個所有元素都為0的矩陣
eye() 創建對角元素為1，其他元素為0的矩陣
diag() 根據向量創建對角矩陣，即以向量的元素為對角元素
magic() 創建魔方矩陣
rand() 創建隨機矩陣，服從均勻分布
randn() 創建隨機矩陣，服從正態分布
randperm() 創建隨機行向量
horcat C=[A,B]，水平聚合矩陣，還可以用cat(1,A,B)
vercat C=[A;B]，垂直聚合矩陣, 還可以用cat(2,A,B)
repmat(M,v,h) 將矩陣M在垂直方向上聚合v次，在水平方向上聚合h次
blkdiag（A，B） 以A，和B為塊創建塊對角矩陣
length 返回矩陣最長維的的長度
ndims 返回維數
numel 返回矩陣元素個數
size 返回每一維的長度，[rows,cols]=size(A)
reshape 重塑矩陣，reshape(A,2,6),將A變為2×6的矩陣，按列排列。
rot90 旋轉矩陣90度，逆時針方向
fliplr 沿垂軸翻轉矩陣
flipud 沿水平軸翻轉矩陣
transpose 沿主對角線翻轉矩陣
ctranspose 轉置矩陣，也可用A』或A.』，這僅當矩陣為復數矩陣時才有區別
inv 矩陣的逆
det 矩陣的行列式值
trace 矩陣對角元素的和
norm 矩陣或矢量的范數，norm（a，1），norm（a，Inf）…….
normest 估計矩陣的最大范數矢量
chol 矩陣的cholesky分解
cholinc 不完全cholesky分解
lu LU分解
luinc 不完全LU分解
qr 正交分解
kron（A，B） A為m×n，B為p×q，則生成mp×nq的矩陣，A的每一個元素都會乘上B，並占據p×q大小的空間
rank 求出矩陣的刺
pinv 求偽逆矩陣
A^p 對A進行操作
A.^P 對A中的每一個元素進行操作
四、數值計算
1、線性方程組求解
（1）AX=B的解可以用X＝A\B求。XA=B的解可以用X= A/B求。如果A是m×n的矩陣，當m＝n時可以找到唯一解，m<n，不定解，解中至多有m個非零元素。如果m>n，超定系統，至少找到一組解。如果A是奇異的，且AX=B有解，可以用X＝pinv（A）×B返回最小二乘解
（2）AX=b, A＝L×U，[L,U]=lu(A), X=U\(L\b),即用LU分解求解。
（3）QR（正交）分解是將一矩陣表示為一正交矩陣和一上三角矩陣之積，A＝Q×R[Q,R]=chol(A), X=Q\(U\b)
（4）cholesky分解類似。
2、特徵值
D＝eig（A）返回A的所有特徵值組成的矩陣。[V,D]=eig(A),還返回特徵向量矩陣。
3、A＝U×S×UT，[U,S]=schur(A).其中S的對角線元素為A的特徵值。
4、多項式Matlab裡面的多項式是以向量來表示的，其具體操作函數如下：
conv 多項式的乘法
deconv 多項式的除法，【a，b】＝deconv（s），返回商和余數
poly 求多項式的系數（由已知根求多項式的系數）
polyeig 求多項式的特徵值
Polyfit（x，y，n） 多項式的曲線擬合，x，y為被擬合的向量，n為擬合多項式階數。
polyder 求多項式的一階導數，polyder（a，b）返回ab的導數
[a,b]＝polyder（a，b）返回a/b的導數。
polyint 多項式的積分
polyval 求多項式的值
polyvalm 以矩陣為變數求多項式的值
resie 部分分式展開式
roots 求多項式的根（返回所有根組成的向量）
註：用ploy（A）求出矩陣的特徵多項式，然後再求其根，即為矩陣的特徵值。
5、插值常用的插值函數如下：
griddata 數據網格化合曲面擬合
Griddata3 三維數據網格化合超曲面擬合
interp1 一維插值（yi=interp1(x,y,xi,』method』)Method=nearest/linear/spline/pchip/cubic
Interp2 二維插值zi=interp1(x,y,z,xi,yi』method』),bilinear
Interp3 三維插值
interpft 用快速傅立葉變換進行一維插值，help fft。
mkpp 使用分段多項式
spline 三次樣條插值
pchip 分段hermit插值
6、函數最值的求解
fminbnd（『f』，x1，x2，optiset（,））求f在 x1和x2之間的最小值。Optiset選項可以有『Display』+『iter』/』off』/』final』,分別表示顯示計算過程/不顯示/只顯示最後結果。fminsearch求多元函數的最小值。fzero（『f』，x1）求一元函數的零點。X1為起始點。同樣可以用上面的選項。
五、圖像繪制：
1、基本繪圖函數
plot 繪制二維線性圖形和兩個坐標軸
plot3 繪制三維線性圖形和兩個坐標軸
fplot 在制定區間繪制某函數的圖像。fplot（『f』，區域，線型，顏色）
loglog 繪制對數圖形及兩個坐標軸（兩個坐標都為對數坐標）semilogx 繪制半對數坐標圖形
semilogy 繪制半對數坐標圖形
2、線型： 顏色 線型
y 黃色 . 圓點線 v 向下箭頭
g 綠色 -. 組合 > 向右箭頭
b 藍色 + 點為加號形 < 向左箭頭
m 紅紫色 o 空心圓形 p 五角星形
c 藍紫色 * 星號 h 六角星形
w 白色 . 實心小點 hold on 添加圖形
r 紅色 x 叉號形狀 grid on 添加網格
k 黑色 s 方形 - 實線
d 菱形 -- 虛線 ^ 向上箭頭
3、可以用subplot（3，3，1）表示將繪圖區域分為三行三列，目前使用第一區域。此時如要畫不同的圖形在一個窗口裡，需要hold on。

❽ 如何使用matlab中的工具箱

1、我們首先給出對應的擬合數據:

>> x=1:100;

>> y=2*x;

一條直線。