采用激光散斑的实验方法,拍摄了连续多幅不同加工工艺、不同表面粗糙度标准样块的散斑图像。利用基于灰度共生矩阵的纹理分析方法对图像的4 个特征参数——角二阶矩、惯性矩、相关性和熵进行了计算、统计与分析。研究表明,连续多幅激光散斑图像的各种参数取值会有波动,但整体趋于平稳；验证了表面粗糙度和特征参数之间存在着规律性的曲线关系；进一步消除了外界干扰和装置随时间的动态不确定性,使得实验结果更可靠,同时扩大了表面粗糙度和4 个特征参量之间的关系数据库,验证了激光散斑的方法对测量表面粗糙度具有较高的可信度。

Echarts+百度地图 展示标注点详细信息 ，可放大查看标注点具体位置~

多道面波分析中的相移法频散曲线提取方法，实现单炮记录的面波频散曲线提取，MATLAB函，可直接调用，读入单炮记录并输入相关参数后，生成频散能量谱，根据其峰值，可以得到频散曲线。内含示例数据。

要绘制单个点，可使用函数scatter()，并向其传递一对x和y坐标，它将在指定位置绘制一个点： """使用scatter()绘制散点图""" import matplotlib.pyplot as plt plt.scatter(2, 4) plt.show() 下面来设置输出的样式：添加标题，给轴加上标签，并确保所有文本都大到能够看清。并使用scatter()绘制一系列点 """使用scatter()绘制散点图""" import matplotlib.pyplot as plt x_values = range(1, 6) y_values = [x*x for x in x_va

本文实例为大家分享了用matplotlib中scatter方法画散点图的具体代码，供大家参考，具体内容如下 1、最简单的绘制方式 绘制散点图是数据分析过程中的常见需求。python中最有名的画图工具是matplotlib，matplotlib中的scatter方法可以方便实现画散点图的需求。下面我们来绘制一个最简单的散点图。 数据格式如下： 0   746403 1   1263043 2   982360 3   1202602 … 其中第一列为X坐标，第二列为Y坐标。下面我们来画图。 #!/usr/bin/env python #coding:utf-8 import matplot

杂散相关概念和测试方法和指标要求

正演求得频散曲线，反演得到横波速度和厚度。

此工具箱包含用于计算以下数量的离散随机变量的函数： 1)熵2)联合熵3）条件熵4）相对熵（KL散度） 5)相互信息6）归一化互信息7)归一化变异信息这个包现在是 PRML 工具箱的一部分 ( http://www.mathworks.com/matlabcentral/fileexchange/55826-pattern-recognition-and-machine-learning-toolbox )。

光电信息科学与工程 光学仿真 matlab 几何光学像差光路图绘制

1. 已知关键字序列：{24,30,23,41,51,68,46,11,14,61,35} 1. 编制主程序，实现2 − 7中的功能 2. 通过以下步骤生成 1