此函数可用于执行 Newton-Raphson 方法来检测多项式的根。 它从用户的初始猜测开始并迭代，直到满足所需的收敛标准。 需要注意的是，MATLAB 库中的“root”函数可以找到任意阶多项式的所有根。 但是这种方法根据初始猜测给出了根，并给出了收敛所需的迭代次数。 ％ 例子： % f(x)=(x^3)-6(X^2)-72(x)-27=0 ％ 所以% 向量=[1 -6 -72 -27] %初始=300； %容差=10^-2； % maxiteration=10^4; % [root,number_of_iteration] = newton(vector,initial,tolerance,maxiteration) ％ 或者% [root,number_of_iteration] = newton([1 -6 -72 -27],300,10^-2,10^4) ％root = % 1

Prism 使用统计方法的组合进行基于样条的多元回归。 Prism 通过平滑样条回归、PCA 和 RVR/LASSO 的组合，使用正则化、降维和特征选择来执行此回归。 如果使用工具箱，请引用本文： 马丹，CR（2016 年）。 Prism：具有正则化、降维和特征选择的多重样条回归。 开源软件杂志，31.doi:10.21105/joss.00031

考虑的程序是：重叠块引导程序 (Künsch)、固定引导程序 (Politis-Romano) 和季节性块引导程序 (Politis)。 如果块大小等于 1，则应用 iid Bootstrap (Efron)。 所有程序都处理向量时间序列。

用于模拟随机过程路径的例程：随机游走、泊松过程、布朗运动及其多维版本，以及生死过程、分支和繁殖模型。 看 http://www.math.uu.se/research/telecom/software/

Matlab中的重复模式提取技术（REPET），用于分离音频源。 重复是产生和感知结构的基本要素。 在音频中，混合通常由重复的背景信号与变化的前景信号叠加在一起的结构组成（例如，歌手在重复的伴奏上覆盖变化的人声或与重复的背景噪声混合在一起的变化的语音信号）。 在此基础上，我们提出了重复模式提取技术（REPET），这是一种将音频混合中的重复背景与非重复前景分离开来的简单方法。 基本思想是找到混合物中的重复元素，导出潜在的重复模型，并通过将模型与混合物进行比较来提取重复背景。 与其他分离方法不同，REPET不依赖于特殊的参数化，不依赖于复杂的框架，并且不需要外部信息。 因为它仅基于重复，所以它具有简单，快速，盲目的优势，因此可以完全轻松地实现自动化。 档案： -repet.m：具有REPET方法的Matlab类。 -examples.ipynb：Jupyter笔记本中包含一些示例。 -a

SZYconv 是一个快速的 1 端口 1 值 S 参数转换器 它在复数反射系数的各种表示之间进行转换： - MA 或 RI 中的 GAMMAIN（复归一化为 50 欧姆） - 并联连接的相应负载的 Z、Y - RL、VSWR（使用当前角度） 以文本或图形形式输入和输出（通过单击极坐标图）； 可切换网格（史密斯 Z、史密斯 Y、极坐标） 仍然包含旧版本 1.1，它从 matlab 4.2* 开始工作

本指南可以绘制曼德勃罗图。 在默认值中，它计算 Z=Z^2+C 进行 20 次迭代，其中 Z 最初等于 0，C 具有由 meshgrid 函数（内置）创建的每个像素的值。 尽管曼德勃罗方程是 Z=Z^2+C，但您可以在 1 - 50 之间改变方程的阶数。 迭代次数越多，轴中的点除了更多的结果时间外，还能在图像中提供更好的结果。 要缩放图形区域，您必须大致选择点，然后将中心值更改为该点值，然后按“显示图形”按钮。 因为这是第一个版本，所以可能会缺乏使用。

提出了几种基于求解泊松方程的直接和迭代相位展开算法。 它们之间的区别在于计算离散泊松方程的输入和输出的方式。 还提供了一些仿真和实验数据来显示这些算法的性能。 参考： 1.Z。 Zhao, H. Zhang等, 基于强度方程传输的Robust 2D相位展开算法, 测量科学与技术, 30 (2018) 015201 2.Z. Zhao, H. Zhang, etc, Phase unwrapping algorithm based on Poisson equation: Acomparative Review, 投稿 Optics and Laser in Engineering

生成 Mandelbrot 并理解复数在集合中的分布的数值技术

matlab开发-数字图像分析光学应变测量。通过数字图像的连续分析进行单轴应变的非接触测量。