最新实例
图像去除干扰条纹MATLAB频域滤波
图像里的条纹干扰,尤其是那种横条纹和渐变纹,起来真不是一件小事。但你要是用 MATLAB,就可以靠频域下点狠招。傅里叶变换的玩法挺多的,把图像从空间域拉到频域后,条纹干扰就会变成特定频率的“图钉”——直观。你可以用fft2看频谱,再用滤波器精准下手。比如横条纹,在频域里就是水平方向的某些频率点,直接用带阻滤波器卡掉它们,效果还挺的。如果是渐变的那种干扰,那就得用更灵活的策略,像自适应滤波或者小波,思路不一样但思考方式挺有意思。操作方面,MATLAB 的图像工具箱支持得好,fft2负责正变换,ifft2用来还原图像。你还可以用imfilter搞空间滤波,搭配频域,干扰去得更干净。源码文件caoh
AWS EC2现货价格客户端查询与可视化示例
客户端的 AWS EC2 现货价格查询工具,还挺方便的。能直接对接 http://ec2-spot-prices.ai-mmo-games.de 的 API,把各个实例类型和可用区的历史价格都拉下来。 写代码时,如果你想对比不同区的价格波动,这套工具就合适。调用方法也不复杂,示例代码里写得清楚,比如怎么按时间、区域拉数据,怎么做可视化展示,全都有。 数据是通过一个客户端代码求回来的,用的是比较 HTTP 求,响应快,稳定性还不错。你可以把这些数据拿来画图,用 matplotlib 或 plotly 都行,趋势挺方便的。 注意一点,API 源是个独立站点,虽然目前稳定,但最好自己做个缓存机制,避
MATLAB CNN-BiLSTM时间序列分类预测示例
CNN 和 BiLSTM 结合的分类模型,真挺适合用来时间序列的。这个用MATLAB写的项目,结构清晰、步骤完整,从合成数据生成到模型预测全都有,连trainNetwork和网络层设计都讲得蛮细的。尤其是刚接触深度学习的朋友,用这个练手合适。CNN的卷积提特征,BiLSTM学时序依赖,配合起来效果还不错。代码风格也挺友好,变量命名清楚,逻辑一眼就能顺下来。要是你平时用 MATLAB 比较多,又正好搞时间序列分类,这个例子可以直接拿来改改用。建议你训练前看看sequenceInputLayer和bilstmLayer部分,理解清楚每层是干嘛的。哦对了,它的验证方式也有参考价值,尤其是时间窗滑动预
ezfig2eps MATLAB图形导出工具
MATLAB 的图形导出一直是个小麻烦,是要用到 LaTeX 排版时。ezfig2eps(filename, directory, fig)这个小工具就挺省事的,能一键把图转成 EPS 格式,直接塞进你的论文或者报告里,清晰又不糊。 矢量格式的 EPS 图,放大缩小都不失真,插进 LaTeX 里效果稳,线条、文字都能保持超清晰。适合做学术展示那种讲究排版的场景。 函数的三个参数也蛮直观:filename是输出名、directory是保存路径、fig是图形句柄,比如gcf。配合figure和plot一起用,顺手得。 比如这样:你画个图,想导出来: figure; plot([1 2 3], [4
Matlab日期数据集划分函数
用于交叉验证的日期划分函数,用起来真的是挺顺手的。Matlab虽然自带了一些交叉验证的功能,但老实说,不是直观。这段代码就比较贴心,直接帮你把一串日期数据随机分成训练集、验证集和测试集,适合搞机器学习或者参数调优的同学。 自带了个用支持向量机(SVM)调核函数的示例,嗯,用来参考参数调整的思路还挺有的。代码结构也比较清晰,变量命名都蛮规整的,新手上手也不会懵。需要划分数据集训练模型?直接上这个函数就行。 我觉得它比较适合那些不想纠结 Matlab 交叉验证函数细节、又想快速测试模型表现的情况。你只要把日期数据丢进去,它就帮你分好三份,训练一份,验证一份,用测试集看看效果,流程刚刚好。 对了,如
MATLAB常微分方程数值解法
matlab 的微分方程解法资源挺丰富的,尤其是对常微分方程的数值方法比较全,适合平时搞建模、做控制系统仿真的同学参考。文章不只是讲原理,还配了 MATLAB 实现,代码也挺清晰。比如欧拉法、Adams 方法这些常见套路,基本都能找到,而且用的语言你一看就懂,不绕弯子。如果你是新手,建议先从欧拉法的那篇开始,思路简单,代码也好上手。
鲁棒的字符串转数据函数
在 Matlab 开发中,遇到字符串转数据的场景常常会有些麻烦,尤其是面对包含非数字字符的字符串。这个鲁棒的字符串转数据的函数可以好地这个问题,不管输入字符串是多么复杂,它都能智能地回避掉那些不该有的字符,确保你获取到准确的数字数据。你只需要把字符串传给函数,它就能帮你自动过滤掉非数字字符,省心又省力。 实际开发中,经常会碰到需要从复杂字符串中提取数字的情况。比如你在用户输入的数据或者是读取文件内容时,通常会遇到一些格式不统一的问题。这个函数正好能你这个困扰。只要传入字符串,它就能你将字符串转换成数字形式,避免了手动的繁琐。 值得一提的是,这个函数在 Matlab 环境下运行效果好,挺适合那些
MATLAB病虫害检测程序
MATLAB 的病虫害检测系统程序挺适合刚入门但又不想停留在入门阶段的你。界面交互简单明了,运行也稳定,不用折腾太多配置就能直接上手跑通。代码逻辑清晰,你可以在这个基础上加点自己的想法,比如整合深度学习模型,或者试试其他图像算法。 图像识别的预部分写得还不错,尤其是颜色分割和形态学操作那一段,效果比较干净。你用imshow()能直接看到步骤效果,挺适合做教学演示或者课设展示。 算法结构比较清晰,就像搭积木那样,每块功能分开写,注释也挺友好。你要是打算拓展,比如加个 YOLO 检测、SVM 分类,也不用大改框架。适合那种边学边改的人。 有一说一,用来做课程设计、毕业设计还挺省心的,基本搭好骨架了
simulate_group_data_from_summary_stats分组数据模拟工具
从平均值、标准差和样本数,快速模拟出分组数据?嗯,有个小工具我还挺常用的,叫simulate_group_data_from_summary_stats。你只要丢进去几个数组,比如means、stddevs和n,它就能帮你生成适合做方差那种统计的模拟数据。写论文、测试模型时挺方便,尤其你又不想手动敲假数据的时候。 输出的结构也蛮清楚的,x是生成的模拟数据,group是对应的分组名,像是{'A','A','B','B','C'...}这种。如果你平时用anova1或者fitrm这些统计函数,这个模拟器就对口了。 它整个逻辑其实就是按组生成正态分布数据,所以你传的stddevs和n越真实,模拟结果
Elhorst MATLAB空间面板计量模型
空间经济学的入门代码找不到?Elhorst 的 MATLAB 空间计量模型算是业内老前辈推荐的资源之一了。代码逻辑比较清晰,适合刚上手空间面板模型的朋友研究。空间权重矩阵怎么设?空间自相关怎么?里面都有例子,自己跑一跑就明白了。空间效应挺常见,尤其做城市、区域类数据时,地理相邻就是个天然的干扰项。这时候空间面板计量就能帮上忙。不用怕公式复杂,代码已经帮你搞定大半,照着改就行。哦对了,还有些不错的拓展资源,比如全局空间自相关、MGWR 安装包、GeoDa 可视化工具等,想深入的话可以顺着往下挖。如果你是做空间数据的,或者搞区域经济、房价传导那类研究,真建议你收藏一波。别忘了配合你自己的空间权重矩