几个基本的matlab指令
化最简行阶梯矩阵:rref
>> A = magic(10)
A =
92 99 1 8 15 67 74 51 58 40
98 80 7 14 16 73 55 57 64 41
4 81 88 20 22 54 56 63 70 47
85 87 19 21 3 60 62 69 71 28
86 93 25 2 9 61 68 75 52 34
17 24 76 83 90 42 49 26 33 65
23 5 82 89 91 48 30 32 39 66
79 6 13 95 97 29 31 38 45 72
10 12 94 96 78 35 37 44 46 53
11 18 100 77 84 36 43 50 27 59
>> Arref = rref(A)
Arref =
1 0 0 0 0 0 0 1 0 0
0 1 0 0 0 0 0 1 2 1
0 0 1 0 0 0 0 1 0 0
0 0 0 1 0 0 0 0 1 0
0 0 0 0 1 0 0 0 0 1
0 0 0 0 0 1 0 -1 0 0
0 0 0 0 0 0 1 -1 -2 -1
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
最大最小法归一化&标准归一化:mapminmax,mapstd
>> A = randn(1,10)
A =
1.4193 0.2916 0.1978 1.5877 -0.8045 0.6966 0.8351 -0.2437 0.2157 -1.1658
>> mapminmax(A)
ans =
0.8777 0.0586 -0.0095 1.0000 -0.7375 0.3528 0.4534 -0.3302 0.0034 -1.0000
>>mapstd(A)
ans =
1.2625 -0.0129 -0.1189 1.4530 -1.2525 0.4452 0.6018 -0.6183 -0.0987 -1.6612
归一化效果对比
创建随机行向量:randperm
将矩阵旋转90度:rot90
矩阵对角元素之和:trace
求范数:norm
产生对数分布的向量:logspace
取矩阵的上三角或者下三角:tril、triu
求共轭:conj
求最大公约数:gcd
求最小公倍数:lcm
解卷积、多项式除法:deconv
数值差分、符号微分:diff
生成希尔伯特矩阵:hilb
BP(前馈反向传播)神经网络构造、训练、预测函数:newff、train、sim
RBF神经网络构造:newrb、newrbe
GRNN神经网络构造:newgrnn
DHNN神经网络构造:newhop
SVM(支持向量机)非官方支持工具箱:LIBSVM
matlab自带svm工具箱中指令:svmtrain