此 m 文件返回参数为 N 和 P 的多项式分布的均值、方差和标准差。 期望值（即平均值）： 期望值 = m = Sum(Xi × Pi)，总和是对所有 i 的。 预期值是平均值和（算术）平均值的另一个名称。 方差是： 方差 = s2 = v = Sum[Xi2 × Pi] - m2，总和是所有 i 的。 方差不以与预期值相同的单位表示。 因此，由于计算中的平方项，方差很难理解和解释。 这可以通过使用方差的平方根来缓解，这称为标准（即与数据具有相同的单位）偏差： 标准偏差 = s =（方差）½ 文件需要输入感兴趣值的 x 向量和相关概率的 p 向量。 它输出 m-多项平均值（默认）、v-多项方差值（可选）和 s-多项标准偏差值（可选）。

尽管当前版本的 Matlab 确实提供了一些极坐标绘图功能，但它并不是特别灵活。 “完美极坐标图”是一些可用于创建完全可定制的极坐标图的函数。 如： - 选择顺时针方向增加或减少的角度（例如罗盘（cw）或标准数学约定（ccw）） - 选择零角度所在的位置：顶部、右侧、左侧、任何地方！ - 通过设置径向和/或角度限制（即像 xlim 或 ylim）仅绘制圆的一部分- 主要和次要径向和角轴的任意刻度线和网格线- 带有预设的标签方案，例如指南针方向- 包括示例！

DRAWLINE 返回 MxN 矩阵中线段占用的几何空间（矩阵索引）。 每条线段由两个端点定义。 IND = DRAWLINE(P1, P2, IMAGE_SIZE) 返回端点为 p1 和 p2 的线段的矩阵索引。 如果两个点都在图像边界之外，则不会画线并且会出现错误。 如果只有一个端点超出图像边界，仍会绘制一条线。

FUND 4.0 MG 的 Matlab 脚本，这是一种气候变化综合评估模型，用于计算碳的社会成本。 该代码嵌入了 Maier-Reimer/Hasselmann 碳循环模型、其他温室气体和前体模型、Schneider/Thompson 气候模型、海平面和海洋 pH 值模型、索洛增长模型、一次能源使用和二氧化碳排放模型，以及五个替代影响模型。 该模型已根据 1750-2010 年期间的数据进行校准。 根据 IPCC SRES 的四个主要情景，预测了 2010-2100 年期间的变量。

支持向量机仅将数据分为两类。 此函数通过为测试数据集中的每一行“搜索”正确的类来消除该限制。 这段代码是对Anand Mishra的代码的澄清和优化，可在此处找到： http://www.mathworks.com/matlabcentral/fileexchange/33170-multi-class-support-vector-machine 仅与 2 个以上的类一起使用，否则直接使用 svmtrain()。 用法示例： %% SVM 多类示例% SVM 本质上是一对一的分类。 % 这是一个如何使用% 一比一的方法。 训练集=[ 1 10;2 20;3 30;4 40;5 50;6 66;3 30;4.1 42]; 测试集=[3 34; 1 14; 2.2 25； 6.2 63]； GroupTrain=[1;1;2;2;3;3;2;2]; 结果 = multisvm(Tr

SplitData 函数根据 TRIAL_INFO 中提供的信息将 FILENAME 处的数据拆分为不同的文件。 原始文件不会以任何方式更改。 （使用 Util_GetFileInfo.m 函数是必需的，也可以在 MATLAB 的文件交换中找到。） 输入： > FILENAME - 源数据的位置。 需要一个文本文件（例如，'Data.txt'）。 > TRIAL_INFO - Nx2 矩阵，其中每一行包含要提取的 N 个试验的开始时间和长度（以秒为单位）。 0 秒的时间对应于样本编号 1。 > FS - 采样率 (Hz)。 输出： > 没有。 亚历克斯·安德鲁斯 (Alex Andrews) 于 2012 年撰写。 上次更新时间：2012年2月13日。 -------------------------------- FeatureFinder 是一款免费的 MATLAB 工具，

使用自定义基础 B 对一维（时间）信号 y 执行匹配追踪 (MP)。 匹配追踪 (Mallat and Zhang 1993) 是一种贪婪算法，根据字典元素 D (y ~ Dw) 的加权和 (w) 获得信号 y 的稀疏表示。 稀疏意味着大多数元素等于 0 (nnz(w) << length(y))。 这种稀疏表示在许多不同的场景中都很有用：获取时频频谱图、去噪信号、压缩信号等。 对于时间信号，很自然地使用元素 D 的字典，该字典由移动到每个可能时间点的基本元素 B 组成。 在这种情况下，高度过完备字典中卷积或平移不变稀疏代码的权重形式： y~r r = sum_i conv(ws(:,i),B(:,i),'same') 和 nnz(ws(:)) << length(y) 如果 B 等于一堆加窗的正弦曲线，则该表示形成信号的时频分解。 这种分解的一个应用是 EEG/MEG 和 LF

此函数使用标量衍射限制模型为宽场显微镜生成点扩展函数（Stokseth 参考下面的 [1] 和 [3]） ---------------- 输入参数： lambdaEx：激发波长（以 nm 为单位） lambdaEm：发射波长（以 nm 为单位） numAper：物镜的数值Kong径magObj：物镜总放大倍数rindexObj：目标浸没介质的折射率ccdSize：CCD的像素尺寸（在相机平面内） rindex_sp：试样介质的折射率xysize：所需图像的大小（标本视图大小/像素尺寸） nslices：所需的切片数量（深度视图/Z 轴采样） 深度：样品在盖玻片下的深度，以 nm 为单位dxy：CCD 像素大小（以 nm 为单位） dz：光轴 Z 采样或散焦（以 nm 为单位） nor: PSF 上的归一化（默认：无归一化） 0：L-无穷大归一化1：L-1归一化-------------

PLOTMATRIXCORR 函数将矩阵的每一列作为变量并创建变量之间相关性的散点图。 该函数为数据设置一个线性模型并将结果绘制在上对角矩阵。 在主对角线上放置名称变量和下三角矩阵显示线性拟合方程， 决定系数和 Pearson 相关系数。 PLOTMATRIXCORR(X) 散点图绘制 X 的列，其中每一列代表一个变量PLOTMATRIXCORR(X,LABELS) 将 LABELS 输入的标签放入主对角线（P1、P2、P3、...、Pn 为默认值） 例子 r=rand(5); plotmatrixcorr(r) 索尔·阿西涅加·埃斯帕扎zaul.ae@gmail.com 27/08/2015 灵感来自 Clay M. Thompson 的 PLOTMATRIX 10-3-94

SpinCalc 是一个整合的 matlab 函数，它将在包含的 4 种类型之间转换任何旋转数据。 还将在 2 种不同的欧拉角集类型之间进行转换。 可以输入多个方向。 对于N个方向： DCM ===> 3x3xN多维数组EA### ===> Nx3 矩阵欧拉向量 ===> Nx4 矩阵四元数 ===> Nx4 矩阵 输入包括错误检查标志，当欧拉角接近奇点或当适当的值偏离统一时，该标志将发出警告。 因不正确的 DCM 等而发出的致命错误。 *****注意用户***** 我有很多关于转换为欧拉角集的问题。 将数据转换为欧拉角时，您必须确保要平移的方向不接近奇点。 奇异欧拉集是无法按特定旋转顺序唯一转换为 3 个变量的方向。 单数集如下： 类型 1 转数：123 - 132 - 213 - 231 - 321 - 312 如果第二个旋转角度为 -90 或 90 度，则为单数。 类型 2