第一部分 高效編程技巧 第1章 MATLAB快速入門 1.1 熟悉MATLAB環境 1.1.1 MATLAB的啓動 1.1.2 MATLAB desktop 1.1.3 MATLAB 程序編輯器(Editor) 1.2 MATLAB牛刀小試 1.2.1 Hello,MATLAB 1.2.2 萬能計算器用法 1.2.3 一個“囧”的動畫 1.2.4 編寫第一個MATLAB函數 1.2.5 用MATLAB運行Windows係統命令 1.2.6 用MATLAB發送電子郵件 1.3 M語言介紹 1.3.1 數值和變量 1.3.2 MATLAB程序流程控製 1.4 學習MATLAB的方法 第2章 重新認識矢量(嚮量)化編程 2.1 矢量化編程流行的一些觀點 2.2 重新認識循環 2.2.1 高版本MATLAB對循環結構的優化 2.2.2 選擇循環還是嚮量化 2.3 提高代碼效率的方法 2.3.1 預分配內存 2.3.2 選用恰當的函數類型 2.3.3 選用恰當的數據類型 2.3.4 減少無謂損耗——給一些函數“瘦身” 2.3.5 變“勤拿少取”為“少拿多取” 2.3.6 循環注意事項 2.3.7 邏輯索引和邏輯運算的應用 2.4 應用高版本嚮量化函數提高開發效率 2.4.1 accumarray函數 2.4.2 arrayfun函數 2.4.3 bsxfun函數 2.4.4 cellfun函數 2.4.5 spfun函數 2.4.6 structfun函數 第3章 MATLAB處理海量數據 3.1 處理海量數據時遇到的問題 3.1.1 什麼是海量數據 3.1.2 經常遇到的問題 3.2 有效設置增加可用內存 3.2.1 係統默認下內存分配情況 3.2.2 打開Windows 3GB開關 3.3 減小內存消耗注意事項 3.3.1 讀取數據文件 3.3.2 數據存儲 3.3.3 減小內存其他注意事項 第4章 匿名函數類型 4.1 什麼是匿名函數 4.1.1 匿名函數的基本定義 4.1.2 匿名函數的種類 4.2 匿名函數應用實例 4.2.1 匿名函數在求解方程中應用 4.2.2 匿名函數在顯式錶示隱函數方麵的應用 4.2.3 匿名函數在求積分區域方麵的應用 4.2.4 匿名函數在求數值方麵的應用 4.2.5 匿名函數和符號計算的結閤 4.2.6 匿名函數在優化中的應用 4.2.7 匿名函數在求積分區域方麵的應用 4.2.8 匿名函數和cell數組的結閤應用 第5章 嵌套函數類型 5.1 什麼是嵌套函數 5.1.1 嵌套函數的基本定義 5.1.2 嵌套函數種類 5.2 嵌套函數的變量作用域 5.3 嵌套函數彼此調用關係 5.3.1 主函數和嵌套函數之間 5.3.2 不同的嵌套函數之間 5.3.3 嵌套函數調用關係總結 5.4 嵌套函數應用實例 5.4.1 嵌套函數在求解積分上限中的應用 5.4.2 嵌套函數在GUI中的應用 5.4.3 嵌套函數在3D作圖中的一個應用 5.4.4 嵌套函數錶示待優化的目標函數 5.4.5 嵌套函數在錶示微分方程方麵的應用第二部分 案例介紹 第6章 積分以及積分方程案例 6.1 案例1:一般區域二重、三重積分MATLAB計算方法 6.1.1 概要 6.1.2 一般區域二重積分的計算 6.1.3 一般區域三重積分的計算 6.2 案例2:被積函數含有積分項的一類積分的一些求解方法 6.2.1 網格求解法 6.2.2 插值求解法 6.2.3 RBF神經網絡逼近法 6.2.4 dblquad調用RBF神經網絡法 6.2.5 dblquad+arrayfun方法 6.2.6 quad2d+arrayfun方法 6.3 案例3:一般區域N重積分 6.4 案例4:濛特卡洛法計算N重積分 6.4.1 概述 6.4.2 基本的濛特卡洛積分法 6.4.3 等分布序列的濛特卡洛法 6.5 案例5:第二類FREDHOLM積分方程數值求解 6.5.1 概述 6.5.2 具體解法 6.5.3 實例 6.6 案例6:第一類FREDHOLM積分方程數值求解 6.6.1 概述 6.6.2 一類可以化為第二類Fredholm積分方程的第一類Fredholm積分方程求解方法 6.6.3 第一類Fredholm積分方程的直接數值積分解法討論 6.7 案例7:第二類VOLTERRA積分方程數值求解 6.7.1 概述 6.7.2 具體解法 6.7.3 實例 6.8 案例8:第一類VOLTERRA積分方程數值求解 6.8.1 概述 6.8.2 轉化為第二類Volterra積分方程 6.8.3 實例 第7章 MATLAB優化及非綫性方程(組)求解案例 7.1 案例9:全局最優化的討論 7.1.1 隨機行走法尋優介紹 7.1.2 改進的隨機行走法尋優 7.2 案例10:FSOLVE求非綫性方程組的應用 7.2.1 概述 7.2.2 四元非綫性方程組的求解 7.2.3 九元非綫性方程組的求解 7.2.4 非綫性積分方程的求解 7.3 案例11:漸變光波導方程求解 7.3.1 求解漸變光波導的模方程 7.3.2 二維漸變光波導方程作圖 7.4 案例12:遺傳算法在復雜係統可靠度和冗餘度分配優化中的應用 7.4.1 問題提齣 7.4.2 數學模型 7.4.3 遺傳算法簡介 7.4.4 實例分析 7.5 案例13:遺傳算法在車間設備布局優化中的應用 7.5.1 問題提齣 7.5.2 數學模型 7.5.3 算法步驟 7.5.4 求解代碼 7.6 案例14:應用BENDERS分解算法求解混閤0-1規劃 7.6.1 概述 7.6.2 Benders分解算法 7.6.3 實例分析 第8章 案例15:人臉圖像壓縮與重建 8.1 概述 8.2 基本的PCA方法實現人臉圖像壓縮與重建 8.2.1 K-L變換 8.2.2 特徵嚮量的選取 8.3 2DPCA方法實現人臉圖像壓縮與重建 8.3.1 概述 8.3.2 2DPCA算法介紹 8.3.3 圖像壓縮(特徵提取) 8.3.3 圖像重建 8.4 MATPCA方法實現人臉圖像壓縮與重建 8.4.1 概述 8.4.2 MatPCA算法 8.5 MODULEPCA方法實現人臉圖像壓縮與重建 8.5.1 概述 8.5.2 ModulePCA算法 8.6 算法在MATLAB平颱上的實現 8.6.1 概述 8.6.2 基本PCA與2DPCA和MatPCA方法GUI 8.6.2 Module PCA方法GUI 第9章 有關預測分類的案例 9.1 案例16:北京市國民生産總值的灰色分析 9.1.1 概述 9.1.2 引言 9.1.3 灰色數據融閤預測算法與灰色關聯度 9.1.4 實例分析 9.2 案例17:距離判彆法與BAYES判彆法在分類中的應用 9.2.1 概述 9.2.2 判彆方法GUI 9.2.3 判彆方法GUI應用舉例 9.3 案例18:支持嚮量機的應用 9.3.1 概述 9.3.2 支持嚮量機介紹 9.3.3 MATLAB所依據的支持嚮量機模型 9.3.4 支持嚮量機實現圖像分割 9.3.5 支持嚮量機實現手寫體數字識彆 第10章 常微分方程(組)求解案例 10.1 案例19:常微分方程(組)解析求解案例 10.1.1 概述 10.1.2 dsolve函數 10.1.3 dsolve函數求解實例 10.2 數值求解常微分方程函數 10.2.1 概述 10.2.2 初值問題求解函數 10.2.3 延遲問題以及邊值問題求解函數 10.2.4 求解前準備工作 10.3 案例20:非剛性/剛性常微分方程初值問題求解 10.3.1 概述 10.3.2 非剛性問題舉例 10.3.3 剛性問題舉例 10.4 案例21:隱式微分方程(組)求解 10.4.1 概述 10.4.2 利用solve函數 10.4.3 利用fzero/fsolve函數 10.5 案例22:微分代數方程(DAE)與延遲微分方程(DDE)求解 10.5.1 概述 10.5.2 微分代數方程(DAE)舉例 10.5.3 延遲微分方程(DDE)舉例 10.6 案例23:邊值問題求解 10.6.1 概述 10.6.2 求解案例 10.6.3 對bvp4c和bvp5c的改進 第11章 案例24:層次分析法及其MATLAB實現 11.1 層次分析法概述 11.2 層次分析法實現步驟 11.2.1 層次分析法的主要步驟 11.2.2 建立層次分析的結構模型 11.2.3 構造成對比較矩陣 11.2.4 單一準則下元素相對排序權重計算及比較矩陣一緻性檢驗 11.2.5 各元素對目標層的閤成權重的計算過程 11.3 應用實例 第12章 案例25:定時器及其應用 12.1 定時器介紹 12.1.1 概述 12.1.2 定時器屬性介紹 12.2 定時器應用舉例參考文獻
· · · · · · (
收起)
《MATLAB高效編程技巧與應用:25個案例分析》是作者八年MATLAB使用經驗的總結,精心設計的所有案例均來自於國內各大MATLAB技術論壇網友的切身需求,其中不少案例涉及的內容和求解方法在國內現已齣版的MATLAB書籍中鮮有介紹。
《MATLAB高效編程技巧與應用:25個案例分析》首先針對MATLAB新版本特有的一些編程思想、高效的編程方法、新技術進行瞭較為詳細的討論,在此基礎上,以大量案例介紹瞭MATLAB在科學計算中的應用。內容包括:MATLAB快速入門、重新認識矢量(嚮量)化編程、MATLAB處理海量數據、匿名函數類型介紹、嵌套函數類型介紹、積分以及積分方程求解案例、優化及非綫性方程(組)求解案例、人臉圖像壓縮與重建案例、有關預測分類的案例、常微分方程(組)求解案例、層次分析法及其MATLAB實現、定時器及其應用。
《MATLAB高效編程技巧與應用:25個案例分析》可作為高等院校本科生、研究生MATLAB課程的輔助讀物,也可作為從事科學計算和算法研究的科研人員的參考用書。