matlab阵列综合工具箱

❶ 如何使用matlab中的工具箱

1、我们首先给出对应的拟合数据:

>> x=1:100;

>> y=2*x;

一条直线。

❷ matlab标定工具箱，我的标定板是圆点阵列的，怎么修改相关的函数，让标定箱可以提取圆点阵列的圆心角点

你要写个函数替换它里面的cornerfinder。
不过既然你需要用圆点的，你可以用opencv的标定代码直接运行。
当然你要弄清楚它和matlab标定的模型转换。不难的。

❸ 请问哪位有MATLAB 的Polynomial Toolbox工具箱

直接
>> polytool
不行吗？
俺用的是matlab6.5。俺已经把polytool.m的源代码发送至你的信箱了，直接贴超出字数限制了。

❹ 怎么查看matlab工具箱

可以说很多台电脑上安装matlab，但同一时刻只有n台电脑可以使用。这个n由license文件来决定。同样，加入研究机构只购买了5个simulink的使用权限，那么同一时刻在这个研究机构最多有五台电脑可以使用simulink。同理，我们可以限制这个研究机构同时最多能在三台电脑上用optimization toolbox，两台电脑上用signal processing toolbox。

有的时候你想用的软件包，但该软件包的当前使用人数已经达到最大，怎么办？我们可以买更多的权限，当然这比较慢。我们也可以询问我们的朋友，如果他们正在开着simulink却不用，那可以让他先把simulink关掉，这样我们就可以用了。

查询Matlab各工具箱用户状况的方法如下

1. windows->start->run
2. 输入"cmd"
3. 通过"cd.."退到matlab按转盘根目录。
4. 通过"cd folder_name"的方式进入matlab安装目录。
在我的电脑中，我要进入
“C:\Program Files\MATLAB\R2009b\bin\win32”
5. 执行命令"lmutil lmstat -a -c"
6. 这样就能查看用户状况了。

这里需要一些基本dos操作的知识。如果你的matlab中包括lmtools这个工具，那完全可以通过图形界面简单明了的查询用户使用状况。如果没有lmtools，那就只能在dos环境下查询了。

❺ 如何使用matlab中的工具箱

如果是系统自带的，你可以直接用，如果是外部的或者是自编的你需要先把文件夹拷贝到tools文件夹下，再设置路径。
Matlab常用工具箱介绍(英汉对照)
Matlab Main Toolbox——matlab主工具箱
Control System Toolbox——控制系统工具箱
Communication Toolbox——通讯工具箱
Financial Toolbox——财政金融工具箱
System Identification Toolbox——系统辨识工具箱
Fuzzy Logic Toolbox——模糊逻辑工具箱
Higher-Order Spectral Analysis Toolbox——高阶谱分析工具箱
Image Processing Toolbox——图象处理工具箱
LMI Control Toolbox——线性矩阵不等式工具箱
Model predictive Control Toolbox——模型预测控制工具箱
μ-Analysis and Synthesis Toolbox——μ分析工具箱
Neural Network Toolbox——神经网络工具箱
Optimization Toolbox——优化工具箱
Partial Differential Toolbox——偏微分方程工具箱
Robust Control Toolbox——鲁棒控制工具箱
Signal Processing Toolbox——信号处理工具箱
Spline Toolbox——样条工具箱
Statistics Toolbox——统计工具箱
Symbolic Math Toolbox——符号数学工具箱
Simulink Toolbox——动态仿真工具箱
System Identification Toolbox——系统辨识工具箱
Wavele Toolbox——小波工具箱

例如：控制系统工具箱包含如下功能：
连续系统设计和离散系统设计
状态空间和传递函数以及模型转换
时域响应（脉冲响应、阶跃响应、斜坡响应）
频域响应（Bode图、Nyquist图）
根轨迹、极点配置

较为常见的matlab控制箱有：

控制类：

控制系统工具箱(control systems toolbox)
系统识别工具箱（system identification toolbox）
鲁棒控制工具箱（robust control toolbox）
神经网络工具箱（neural network toolbox）
频域系统识别工具箱（frequency domain system identification toolbox）
模型预测控制工具箱（model predictive control toolbox）
多变量频率设计工具箱（multivariable frequency design toolbox）

信号处理类：
信号处理工具箱（signal processing toolbox）
滤波器设计工具箱（filter design toolbox）
通信工具箱（communication toolbox）
小波分析工具箱（wavelet toolbox）
高阶谱分析工具箱（higher order spectral analysis toolbox）

其它工具箱：
统计工具箱(statistics toolbox)
数学符号工具箱（symbolic math toolbox）
定点工具箱（fixed-point toolbox）
射频工具箱（RF toolbox）

1990年，MathWorks软件公司为Matlab提供了新的控制系统模型化图形输入与仿真工具，并命名为Simulab，使得仿真软件进入了模型化图形组态阶段，1992年正式命名为Simulink，即simu（仿真）和link（连接）。matlab7.0里的simulink为6.0版本，matlab6.5里的simulink为5.0版本。

MATLAB的SIMULINK子库是一个建模、分析各种物理和数学系统的软件，它用框图表示系统的各个环节，用带方向的连线表示各环节的输入输出关系。
启动SIMULINK十分容易，只需在MATLAB的命令窗口键入“SIMULINK”命令，此时出现一个SIMULINK窗口，包含七个模型库，分别是信号源库、输出库、离散系统库、线性系统库、非线性系统库及扩展系统库。
1.信号源库
包括阶跃信号、正弦波、白噪声、时钟、常值、文件、信号发生器等各种信号源，其中信号发生器可产生正弦波、方波、锯齿波、随机信号等波形。
2.输出库
包括示波器仿真窗口、MATLAB工作区、文件等形式的输出。
3.离散系统库
包括五种标准模式：延迟，零-极点，滤波器，离散传递函数，离散状态空间。
4.线性系统库
提供七种标准模式：加法器、比例环节、积分环节、微分环节、传递函数、零-极点、状态空间。
5.非线性系统库
提供十三种常用标准模式：绝对值、乘法、函数、回环特性、死区特性、斜率、继电器特性、饱和特性、开关特性等。
6.系统连接库包括输入、输出、多路转换等模块，用于连接其他模块。
7.系统扩展库
考虑到系统的复杂性，SIMULINK另提供十二种类型的扩展系统库，每一种又有多种模型供选择。
使用时只要从各子库中取出模型，定义好模型参数，将各模型连接起来，然后设置系统参数，如仿真时间、仿真步长、计算方法等。SIMULINK提供了Euler、RungeKutta、Gear、Adams及专用于线性系统的LinSim算法，用户根据仿真要求选择适当的算法。

当然，不同版本的Matlab/Simulink内容有所不同。

另外，Simulink还提供了诸如航空航天、CDMA、DSP、机械、电力系统等专业模块库，给快速建模提供了很大的便利。

❻ 如何向MATLAB中添加新工具箱

今天费了好大的劲终于将SVM_SteveGunn添加至我的matlab工具箱内，并且已能成功运行，现在把在添加以及运行中出现的各种问题罗列如下，并一一解决：
1、将下载的svm工具箱添加至matlab安装目录下
1、单独下载的工具箱
2、把新的工具箱拷贝到某个目录（我的是D:softmatlab2011b oolbox）。
注意：你要是添加的很多个m文件，那就把这些m文件直接拷到再下一层你想要的工具箱的文件夹里
例如，我要添加的是支持向量机工具箱，在刚才的文件夹下我已经有svm（支持向量机工具箱）文件夹了，但有的m文件还没有，我就把新的m文件统统拷到D:softmatlab2011b oolbox svm目录下了。如果你连某工具箱（你打算添加的）的文件夹都没有，那就把文件夹和文件一起拷到D:softmatlab2011b oolbox 下。
先把工具箱保存到MATLAB安装目录的根目录下面，然后运行matlab---->file---->set path---->add folder 然后把你的工具箱文件夹添加进去就可以了
3、在matlab的菜单file下面的set path把它（ D:softmatlab2011b oolbox svm ）加上。
4、 把路径加进去后在file→Preferences→General的Toolbox Path Caching里点击update Toolbox Path Cache更新一下。

记得一定要更新！我就是没更新，所以添加了路径，一运行还是不行。后来更新了才行。

2、在对svm工具箱进行使用时，发现了'qp.dll 不是有效的 Win32 应用程序 '
问题描述：
mex在不同windows OS下编译的结果，所以我们需要重新编译一下qp.dll
解决方案：
steve gunn 的包下面有一个optimiser 文件夹，把current Diretory目录改为optimiser目录，例如E:matlabProgramSVM_SteveGunnOptimiser，然后运行命令
>> mex -v qp.c pr_loqo.c
命令运行完毕后，你会发现原先的qp.dll变为qp.dll.old，还出现了qp.mexw32，我们把该文件改为qp.dll 复制到工具箱文件夹下。原先的工具箱文件qp.dll可以先改一下名字...
3、我在运行第二步时发现了‘D:SOFTMATLAB~3BINMEX.PL: Error: Compile of 'qp.c' failed. Error using mex (line 206)
Unable to complete successfully.
这个是因为编译器设置的问题，这里需要重新选择设置编译器，设置编译器的方法：
mex -setup(mex和-setup之间要有空格)，然后我选择的VS2010，然后再继续运行步骤2就成功了。

❼ matlab分布式计算工具箱实现矩阵相乘（200分）

>> w=[0.282 0.146 0.075 0.038 0.019,0.148 0.070 0.015 0.032,0.075 0.028 0.006 0.012,0.020 0.020 0.008 0.004]

w =

Columns 1 through 6

0.2820 0.1460 0.0750 0.0380 0.0190 0.1480

Columns 7 through 12

0.0700 0.0150 0.0320 0.0750 0.0280 0.0060

Columns 13 through 17

0.0120 0.0200 0.0200 0.0080 0.0040

>> r=[9/20 7/20 4/20 0 0,5/20 8/20 6/20 1/20 0,8/20 7/20 5/20 0 0,10/20 6/20 4/20 0 0,5/20 7/20 6/20 2/20 0,7/20 10/20 3/20 0 0,10/20 9/20 1/20 0 0,3/20 5/20 10/20 1/20 1/20,6/20 8/20 5/20 1/20 0,7/20 8/20 5/20 0 0,8/20 9/20 3/20 0 0,5/20 7/20 8/20 0 0,1/20 2/20 6/20 10/20 1/20,5/20 8/20 7/20 0 0,3/20 6/20 10/20 1/20 0,8/20 9/20 3/20 0 0,6/20 8/20 4/20 1/20 1/20]

r =

Columns 1 through 6

0.4500 0.3500 0.2000 0 0 0.2500

Columns 7 through 12

0.4000 0.3000 0.0500 0 0.4000 0.3500

Columns 13 through 18

0.2500 0 0 0.5000 0.3000 0.2000

Columns 19 through 24

0 0 0.2500 0.3500 0.3000 0.1000

Columns 25 through 30

0 0.3500 0.5000 0.1500 0 0

Columns 31 through 36

0.5000 0.4500 0.0500 0 0 0.1500

Columns 37 through 42

0.2500 0.5000 0.0500 0.0500 0.3000 0.4000

Columns 43 through 48

0.2500 0.0500 0 0.3500 0.4000 0.2500

Columns 49 through 54

0 0 0.4000 0.4500 0.1500 0

Columns 55 through 60

0 0.2500 0.3500 0.4000 0 0

Columns 61 through 66

0.0500 0.1000 0.3000 0.5000 0.0500 0.2500

Columns 67 through 72

0.4000 0.3500 0 0 0.1500 0.3000

Columns 73 through 78

0.5000 0.0500 0 0.4000 0.4500 0.1500

Columns 79 through 84

0 0 0.3000 0.4000 0.2000 0.0500

Column 85

0.0500

>> rr=reshape(r,17,5)

rr =

0.4500 0.2000 0 0.4500 0
0.3500 0 0.1500 0.1500 0
0.2000 0 0.2500 0 0.1500
0 0.2500 0.5000 0 0.3000
0 0.3500 0.0500 0.2500 0.5000
0.2500 0.3000 0.0500 0.3500 0.0500
0.4000 0.1000 0.3000 0.4000 0
0.3000 0 0.4000 0 0.4000
0.0500 0.3500 0.2500 0 0.4500
0 0.5000 0.0500 0.0500 0.1500
0.4000 0.1500 0 0.1000 0
0.3500 0 0.3500 0.3000 0
0.2500 0 0.4000 0.5000 0.3000
0 0.5000 0.2500 0.0500 0.4000
0 0.4500 0 0.2500 0.2000
0.5000 0.0500 0 0.4000 0.0500
0.3000 0 0.4000 0.3500 0.0500

>> b=w*rr

b =

0.2856 0.1963 0.1203 0.2583 0.0874

>>

❽ MATLAB中NETLAB工具箱如何实现预测多元数据是否需要用到其他的工具箱

数据准备：
我们以一组多项式数据为例，进行示例，假如多项式是y=4x^3+3x^2+2产生的数据，x取0到3之间间隔为0.3的数。具体数据如下：

调用工具箱：
关于如何调用工具箱我在其他经验中有详细的介绍，有兴趣的可以查看。
这里我们用命令cftool进行调用拟合工具箱，在MATLAB主窗口中输入 cftool 回车
可以看到如下拟合工具箱界面

拟合操作步骤：
首先我们将要拟合的数据选入到工具箱中，如下图，在红圈处，点击向下三角，分别将要拟合的x y 选入，然后点击右侧的最上方的下三角，然后选择polynomial（ 多项式），下面的degree是阶数，也就是x的最高次数，选择不同的degree，在图的左下角是拟合的结果，包括拟合的系数以及方差相关系数等，右侧是数据点，以拟合曲线。

结果分析：
我们拟合的时候，一般情况下不知道要拟合的多项式是几阶的，我们一般调节degree都是从1逐渐增大，只要精度符合要求，就可以了，并不是精度越高越高。
拟合结果说明：
Linear model Poly3:
f(x) = p1*x^3 + p2*x^2 + p3*x + p4
Coefficients (with 95% confidence bounds):
p1 = 4 (4, 4)
p2 = 3 (3, 3)
p3 = 4.593e-15 (-3.266e-14, 4.185e-14)
p4 = 2 (2, 2)

Goodness of fit:
SSE: 2.386e-28
R-square: 1
Adjusted R-square: 1
RMSE: 5.839e-15
从以上可以看到最终拟合的y关于x的函数为：
f(x)=4*x^3+3*x^2+4.593e-15*x+2
我们可以看到一次项的系数为4.593e-15，实际上就是4.593*10^（-15），这个数量级完全可以认为是0，所以拟合的结果我们认为是：
f(x)=4*x^3+3*x^2+2
这里的方差SSE数量级为10的负28次方，相关系数 R-square=1，说明拟合的结果很好。

❾ MATLAB与外部程序接口编程的目录

前言
第1章MATLAB外部接口概述1
1.1MATLAB系统简介1
1.2MATLAB常用的数据类型2
1.2.1数值阵列2
1.2.2字符阵列4
1.2.3元组阵列5
1.2.4结构体阵列7
1.2.5类和对象9
1.3MATLAB接口简介10
1.3.1MEX文件10
1.3.2MATLAB引擎11
1.3.3MATLABC/C++数学函数库11
1.3.4MATLAB编译器12
1.3.5串口接口13
第2章MATLAB的MEX及MAT文件14
2.1C语言MEX14
2.2C-MEX混合编程16
2.3MEX文件的创立与调用18
2.3.1工程实例18
2.3.2编译器选项21
2.3.3脚本M文件向函数M文件的转化22
2.3.4MEX独立应用程序的发布24
2.3.5MEX的编程实例25
2.4FORTRAN语言的MEX文件29
2.4.1简单的FORTRAN语言MEX文件示例29
2.4.2传递字符串变量31
2.4.3在FORTRAN语言中调用MATLAB命令33
2.5操作MAT文件35
2.5.1MAT文件格式35
2.5.2操作MAT文件的MATLABAPI36
2.6VisualC++调用MAT时的环境设置39
2.7MAT文件应用举例40
第3章MATLAB数值运算及数据的导入/导出45
3.1数值运算45
3.1.1矩阵的构造45
3.1.2矩阵的基本运算48
3.1.3矩阵的函数运算50
3.1.4矩阵分解51
3.2文本的打开和关闭55
3.3二进制数据56
3.3.1二进制数据的导入56
3.3.2二进制数据的导出58
3.4数据分析和统计59
3.4.1基本数据分析函数59
3.4.2协方差和相关系数函数65
3.4.3有限差分66
3.5使用文件I/O函数67
3.5.1二进制数据的读取68
3.5.2二进制数据的写入69
3.5.3逐行读取文本文件69
3.5.4格式化写入文本数据70
3.6稀疏矩阵71
3.6.1稀疏矩阵的创建和存储71
3.6.2查看稀疏矩阵74
3.6.3稀疏矩阵的运算75
第4章MATLAB编译器77
4.1MATLAB编译器简介77
4.1.1MATLAB编译器使用77
4.1.2编译M文件的原因78
4.1.3MATLAB编译器的局限性79
4.2mcc编译器典型应用79
4.2.1独立可执行文件79
4.2.2C动态链接库84
4.2.3C++动态链接库85
4.2.4C/C++动态链接库的不同之处86
4.3进一步了解mcc命令87
4.3.1mcc常用命令选项87
4.3.2捆绑命令文件88
4.4M文件与C/C++混合创立可独立运行的程序88
4.5控制代码生成91
4.5.1控制代码生成介绍91
4.5.2编译器生成的头文件93
4.5.3内部接口函数95
4.5.4编译器支持的可执行类型98
4.5.5M代码与C/C++代码的接口102
4.6MATLAB和C++接口中函数注册103
4.7综合实例106
第5章MATLAB引擎的混合编程110
5.1MATLAB引擎函数简介110
5.2MATLAB引擎函数库111
5.3在VisualC++中调用MATLAB引擎时的环境设置116
5.4MATLAB引擎类的封装124
5.4.1CMATLABEng类的定义和实现代码124
5.4.2CMATLABEng说明和使用方法128
5.5CMATLABEng应用实例128
5.6在VisualFORTRAN中使用MATLABEngine131
第6章MATLAB与C/C++语言的接口136
6.1MATLAB与C语言混合编程数据类型136
6.1.1MATLABC语言接口中特殊的数据类型136
6.1.2size_t类型138
6.2MATLABC语言接口数据类型138
6.2.1MATLAB普通数值阵列的操作138
6.2.2稀疏数组阵列140
6.2.3MATLAB结构体阵列143
6.2.4MATLAB元组146
6.2.5MATLAB字符阵列148
6.3MATLAB调用C149
6.3.1MEX文件接口150
6.3.2处理标量数据150
6.3.3处理字符串数据152
6.3.4处理稀疏矩阵153
6.3.5处理结构体和单元阵列156
6.4在C++中调用MATLABC++数学库函数159
6.4.1MATLABC++数学库函数介绍159
6.4.2对MATLAB阵列的操作163
6.4.3索引172
6.4.4基于I/O流的阵列输入178
6.4.5库函数调用182
6.4.6数学运算符的使用186
6.5MATLABC++工具函数189
第7章MATLABCOMBuilder与VisualC++192
7.1COM基础知识192
7.2MATLABCOMBuilder简介193
7.3COMBuilder基础知识193
7.3.1配置MATLABC/C++编译器193
7.3.2创建MATLABCOMBuilder组件194
7.3.3MATLABCOMBuilder工具库197
7.3.4在VisualC++中调用COM组件的步骤198
7.4MATLABCOMBuilder与VisualC++之间的数据转换199
7.4.1VARIANT数据类型199
7.4.2SAFEAPPAY数据类型201
7.4.3SAFEAPPAY的创建函数202
7.4.4MATLABCOMBuilder与VisualC++之间的数据转换203
7.5MATLABCOMBuilder的枚举类型207
7.6综合实例209
第8章MATLAB与Java、Delphi接口编程212
8.1向MATLAB中引入Java类库213
8.2创建和使用Java对象216
8.2.1创建Java对象216
8.2.2Java对象的链接217
8.2.3存储和装载对象218
8.2.4使用Java对象222
8.3在MATLAB中使用Java数组224
8.3.1Java数组的创建225
8.3.2为Java数组赋值226
8.3.3访问Java数组元素227
8.3.4Java数组的引用和复制229
8.3.5Java数组的链接230
8.4向Java对象传递数据231
8.5处理Java方法调用返回的数据235
8.6综合实例236
8.7利用MATLAB引擎实例混合编程245
8.7.1动态链接库介绍245
8.7.2在Delphi中调用VisualC++创建的动态链接库的实例245
8.7.3MATLAB引擎动态链接库的设计250
8.8Delphi调用Mideva生成的动态链接库254
8.8.1Mideva介绍254
8.8.2应用实例254
8.9通过外部调用实现混合编程259
8.9.1外部调用方法介绍259
8.9.2应用实例260
第9章MATLAB与其他语言的混合编程262
9.1C++Builder与MATLAB262
9.1.1Mideva软件平台262
9.1.2C++Builder直接调用MATLAB函数263
9.1.3C++Builder调用MATLAB工具箱函数转换后的DLL264
9.1.4C++Builder与MATLAB混合编程的另一种实现266
9.1.5综合实例268
9.2MATLAB和Excel的混合编程270
9.2.1MATLAB和Excel的混合编程介绍270
9.2.2通过ExcelLink实现Excel和MATLAB的数据共享270
9.2.3通过Excel生成器276
9.2.4直接将MATLAB工作区间的数据复制到Excel278
9.3MATLAB与VisualBasic语言接口编程279
9.3.1DDE编程279
9.3.2MATLAB调用VisualBasic组件281
9.3.3VisualBasic调用MATLAB组件289
9.3.4综合实例290
第10章Matcom292
10.1Matcom的安装292
10.2编译独立的可执行程序293
10.3使用Matrix295
10.3.1创建一个新的C++工程295
10.3.2初始化工作296
10.3.3函数调用297
10.4在VisualC++中使用MatcomC++矩阵库299
10.5使用MatcomC++矩阵库的矩阵类Mm302
10.5.1创建字符矩阵302
10.5.2创建数值矩阵303
10.5.3利用下标访问矩阵的元素304
10.5.4获取矩阵数据的指针304
10.5.5Mm矩阵对象的初始化305
10.5.6MatcomC++矩阵库常量306
10.5.7Mm矩阵类的几个常用函数306
10.5.8调用系统函数308
10.6Matcom用于图形显示的常用函数310
10.7MatcomC++矩阵库的图形和图像显示功能310
10.8Matcom进行图像显示的常用函数312
10.9Matcom应用实例312
第11章MATLAB与外设的数据交换及混合编程318
11.1串口接口318
11.1.1什么是MATLAB串口接口318
11.1.2什么是串口通信318
11.1.3串口接口标准318
11.1.4使用串口通信电缆连接两台设备319
11.1.5串口信号和针分配320
11.1.6串口数据格式320
11.1.7检测操作平台的串口信息320
11.2串口对象的建立321
11.2.1建立一个串口对象321
11.2.2连接到设备323
11.2.3配置通信参数324
11.3数据的读写325
11.3.1验证双通道示波器信息举例325
11.3.2控制对MATLAB命令行的访问326
11.3.3向串口设备写数据326
11.3.4从设备读入数据328
11.4事件和函数回调331
11.4.1回调函数应用举例331
11.4.2事件类型和回调属性332
11.4.3存储事件信息333
11.4.4建立和执行一个回调函数333
11.5记录数据到磁盘334
11.5.1记录数据的应用举例335
11.5.2创建多个记录文件335
11.5.3设定一个文件名335
11.5.4记录文件的格式336
11.6保存和装载数据336
11.6.1串口对象的读与写操作的举例336
11.6.2断开连接和清空工作空间337
11.7混合编程应用实例338
11.7.1数字图像处理338
11.7.2MATLAB图像处理工具箱338
11.7.3VisualC++的图像处理位图文件读/写操作339
11.8实例框架341
11.8.1框架搭建341
11.8.2模块划分343
11.8.3应用程序功能添加356
11.9混合编程的实现方法360
11.9.1图像形态学——MATLAB引擎数据交互实现360
11.9.2图像直方图统计——MATLAB引擎命令实现363
参考文献368
……

❿ MATLAB 有哪些好用的第三方工具箱

这个文件所在的路径没有添加到matlab路径当中，具体方法为：file-set
path-add
with
subfolders添加这个文件所在文件夹即可！