matlab高效編程技巧與應(yīng)用25個案例分析 吳鵬pdf掃描版

matlab高效編程技巧與應(yīng)用25個案例分析是作者吳鵬八年MATLAB使用經(jīng)驗的總結(jié)而成一本書籍，本書力圖以一種全新的模式，從各個角度將MATLAB呈現(xiàn)給讀者。全書共分兩部分：第一部分（第1～5章）是有關(guān)MATLAB高效編程的一些方法、原則介紹；第二部分（第6～12章）是案例分析。全書25個案例，這些案例都來自作者平時的研究積累以及長期以來幫助網(wǎng)友解決的典型問題。案例涉及復(fù)雜的多重積分、積分方程、非線性方程求解、全局優(yōu)化、遺傳算法、Benders分解算法、人臉圖像壓縮與重建、灰色分析、距離判別法與Bayes判別法在分類中的應(yīng)用、支持向量機、各類型的常微分方程（組）求解、層次分析法以及定時器的應(yīng)用等，歡迎免費下載閱讀。

內(nèi)容介紹

《matlab高效編程技巧與應(yīng)用25個案例分析》是作者八年MATLAB使用經(jīng)驗的總結(jié)，精心設(shè)計的所有案例均來自于國內(nèi)各大MATLAB技術(shù)論壇網(wǎng)友的切身需求，其中不少案例涉及的內(nèi)容和求解方法在國內(nèi)現(xiàn)已出版的MATLAB書籍中鮮有介紹。

本書首先針對MATLAB新版本特有的一些編程思想、高效的編程方法、新技術(shù)進行了較為詳細(xì)的討論，在此基礎(chǔ)上，以大量案例介紹了MATLAB在科學(xué)計算中的應(yīng)用。內(nèi)容包括：MATLAB快速入門、重新認(rèn)識矢量（向量）化編程、MATLAB處理海量數(shù)據(jù)、匿名函數(shù)類型介紹、嵌套函數(shù)類型介紹、積分以及積分方程求解案例、優(yōu)化及非線性方程（組）求解案例、人臉圖像壓縮與重建案例、有關(guān)預(yù)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(xiàn)、定時器及其應(yīng)用。

《matlab高效編程技巧與應(yīng)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(xué)計算和算法研究的科研人員的參考用書。

章節(jié)目錄

第一部分 高效編程技巧
第1章 MATLAB快速入門
1.1 熟悉MATLAB環(huán)境
1.1.1 MATLAB的啟動
1.1.2 MATLABdesktop
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(shù)
1.2.5 用MATLAB運行Windows系統(tǒng)命令
1.2.6 用MATLAB發(fā)送電子郵件
1.3 M語言介紹
1.3.1 數(shù)值和變量
1.3.2 MATLAB程序流程控制
1.4 學(xué)習(xí)MATLAB的方法
第2章 重新認(rèn)識矢量（向量）化編程
2.1 矢量化編程流行的一些觀點
2.2 重新認(rèn)識循環(huán)
2.2.1 高版本MATLAB對循環(huán)結(jié)構(gòu)的優(yōu)化
2.2.2 選擇循環(huán)還是向量化
2.3 提高代碼效率的方法
2.3.1 預(yù)分配內(nèi)存
2.3.2 選用恰當(dāng)?shù)暮瘮?shù)類型
2.3.3 選用恰當(dāng)?shù)臄?shù)據(jù)類型
2.3.4 減少無謂損耗——給一些函數(shù)“瘦身”
2.3.5 變“勤拿少取”為“少拿多取”
2.3.6 循環(huán)注意事項
2.3.7 邏輯索引和邏輯運算的應(yīng)用
2.4 應(yīng)用高版本向量化函數(shù)提高開發(fā)效率
2.4.1 accumarray函數(shù)
2.4.2 arrayfun函數(shù)
2.4.3 bsxfun函數(shù)
2.4.4 cellfun函數(shù)
2.4.5 spfun函數(shù)
2.4.6 structfun函數(shù)
第3章 MATLAB處理海量數(shù)據(jù)
3.1 處理海量數(shù)據(jù)時遇到的問題
3.1.1 什么是海量數(shù)據(jù)
3.1.2 經(jīng)常遇到的問題
3.2 有效設(shè)置增加可用內(nèi)存
3.2.1 系統(tǒng)默認(rèn)下內(nèi)存分配情況
3.2.2 打開Windows3GB開關(guān)
3.3 減小內(nèi)存消耗注意事項
3.3.1 讀取數(shù)據(jù)文件
3.3.2 數(shù)據(jù)存儲
3.3.3 減小內(nèi)存其他注意事項
第4章 匿名函數(shù)類型
4.1 什么是匿名函數(shù)
4.1.1 匿名函數(shù)的基本定義
4.1.2 匿名函數(shù)的種類
4.2 匿名函數(shù)應(yīng)用實例
4.2.1 匿名函數(shù)在求解方程中應(yīng)用
4.2.2 匿名函數(shù)在顯式表示隱函數(shù)方面的應(yīng)用
4.2.3 匿名函數(shù)在求積分區(qū)域方面的應(yīng)用
4.2.4 匿名函數(shù)在求數(shù)值方面的應(yīng)用
4.2.5 匿名函數(shù)和符號計算的結(jié)合
4.2.6 匿名函數(shù)在優(yōu)化中的應(yīng)用
4.2.7 匿名函數(shù)在求積分區(qū)域方面的應(yīng)用
4.2.8 匿名函數(shù)和cell數(shù)組的結(jié)合應(yīng)用
第5章 嵌套函數(shù)類型
5.1 什么是嵌套函數(shù)
5.1.1 嵌套函數(shù)的基本定義
5.1.2 嵌套函數(shù)種類
5.2 嵌套函數(shù)的變量作用域
5.3 嵌套函數(shù)彼此調(diào)用關(guān)系
5.3.1 主函數(shù)和嵌套函數(shù)之間
5.3.2 不同的嵌套函數(shù)之間
5.3.3 嵌套函數(shù)調(diào)用關(guān)系總結(jié)
5.4 嵌套函數(shù)應(yīng)用實例
5.4.1 嵌套函數(shù)在求解積分上限中的應(yīng)用
5.4.2 嵌套函數(shù)在GUI中的應(yīng)用
5.4.3 嵌套函數(shù)在3D作圖中的一個應(yīng)用
5.4.4 嵌套函數(shù)表示待優(yōu)化的目標(biāo)函數(shù)
5.4.5 嵌套函數(shù)在表示微分方程方面的應(yīng)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(qū)域二重、三重積分MATLAB計算方法
6.1.1 概要
6.1.2 一般區(qū)域二重積分的計算
6.1.3 一般區(qū)域三重積分的計算
6.2 案例2：被積函數(shù)含有積分項的一類積分的一些求解方法
6.2.1 網(wǎng)格求解法
6.2.2 插值求解法
6.2.3 RBF神經(jīng)網(wǎng)絡(luò)逼近法
6.2.4 dblquad調(diào)用RBF神經(jīng)網(wǎng)絡(luò)法
6.2.5 dblquad+arrayfun方法
6.2.6 quad2d+arrayfun方法
6.3 案例3：一般區(qū)域N重積分
6.4 案例4：蒙特卡洛法計算N重積分
6.4.1 概述
6.4.2 基本的蒙特卡洛積分法
6.4.3 等分布序列的蒙特卡洛法
6.5 案例5：第二類FREDHOLM積分方程數(shù)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(shù)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(shù)值積分解法討論
6.7 案例7：第二類VOLTERRA積分方程數(shù)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(shù)值求解
6.8.1 概述
6.8.2 轉(zhuǎn)化為第二類Volterra積分方程
6.8.3 實例
第7章 MATLAB優(yōu)化及非線性方程（組）求解案例
7.1 案例9：全局最優(yōu)化的討論
7.1.1 隨機行走法尋優(yōu)介紹
7.1.2 改進的隨機行走法尋優(yōu)
7.2 案例10：FSOLVE求非線性方程組的應(yīng)用
7.2.1 概述
7.2.2 四元非線性方程組的求解
7.2.3 九元非線性方程組的求解
7.2.4 非線性積分方程的求解
7.3 案例11：漸變光波導(dǎo)方程求解
7.3.1 求解漸變光波導(dǎo)的模方程
7.3.2 二維漸變光波導(dǎo)方程作圖
7.4 案例12：遺傳算法在復(fù)雜系統(tǒng)可靠度和冗余度分配優(yōu)化中的應(yīng)用
7.4.1 問題提出
7.4.2 數(shù)學(xué)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(shè)備布局優(yōu)化中的應(yīng)用
7.5.1 問題提出
7.5.2 數(shù)學(xué)模型
7.5.3 算法步驟
7.5.4 求解代碼
7.6 案例14：應(yīng)用BENDERS分解算法求解混合0-1規(guī)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(xiàn)人臉圖像壓縮與重建
8.2.1 K-L變換
8.2.2 特征向量的選取
8.3.2 DPCA方法實現(xiàn)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（特征提取）
8.3.3 圖像重建
8.4 MATPCA方法實現(xiàn)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(xiàn)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平臺上的實現(xiàn)
8.6.1 概述
8.6.2 基本PCA與2DPCA和MatPCA方法GUI
8.6.2 ModulePCA方法GUI
第9章 有關(guān)預(yù)測分類的案例
9.1 案例16：北京市國民生產(chǎn)總值的灰色分析
9.1.1 概述
9.1.2 引言
9.1.3 灰色數(shù)據(jù)融合預(yù)測算法與灰色關(guān)聯(lián)度
9.1.4 實例分析
9.2 案例17：距離判別法與BAYES判別法在分類中的應(yīng)用
9.2.1 概述
9.2.2 判別方法GUI
9.2.3 判別方法GUI應(yīng)用舉例
9.3 案例18：支持向量機的應(yīng)用
9.3.1 概述
9.3.2 支持向量機介紹
9.3.3 MATLAB所依據(jù)的支持向量機模型
9.3.4 支持向量機實現(xiàn)圖像分割
9.3.5 支持向量機實現(xiàn)手寫體數(shù)字識別
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(shù)
10.1.3 dsolve函數(shù)求解實例
10.2 數(shù)值求解常微分方程函數(shù)
10.2.1 概述
10.2.2 初值問題求解函數(shù)
10.2.3 延遲問題以及邊值問題求解函數(shù)
10.2.4 求解前準(zhǔn)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(shù)
10.4.3 利用fzero/fsolve函數(shù)
10.5 案例22：微分代數(shù)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(shù)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(xiàn)
11.1 層次分析法概述
11.2 層次分析法實現(xiàn)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(jié)構(gòu)模型
11.2.3 構(gòu)造成對比較矩陣
11.2.4 單一準(zhǔn)則下元素相對排序權(quán)重計算及比較矩陣一致性檢驗
11.2.5 各元素對目標(biāo)層的合成權(quán)重的計算過程
11.3 應(yīng)用實例
第12章 案例25：定時器及其應(yīng)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(yīng)用舉例
參考文獻(xiàn)

使用說明

1、下載并解壓，得出pdf文件

2、如果打不開本文件，請務(wù)必下載pdf閱讀器

3、安裝后，在打開解壓得出的pdf文件

4、雙擊進行閱讀