这是在无粘性和不可压缩情况下作用于矩形横截面的振荡圆柱体的流体动力流体力的解析解的简单实现（即拉普拉斯方程的解）。 解决方案取自以下附录 B： Brumley、Douglas R.、Michelle Willcox 和 John E. Sader。 “浸入流体中的矩形截面圆柱体的振荡。” 流体物理学 22.5 (2010): 052001。 在纵横比大于 1000 时，结果由渐近解近似。

这很简单： T = 真值表(2) T = 0 0 0 1 1 0 1 1

permpos(M, N) 其中 M 和 N 是非负整数产生一个逻辑 (N!/M!(NM)!)×N 矩阵，其中每一行包含一个唯一的M个正确和（NM）个错误的排列。 W = permpos(V, N) 其中 V 是具有 M 个元素的矩阵 W 的数组其中每一行 a 以保留顺序包含 V 的值，但在 N 列上唯一排列。 其余位置设置为南。 W = permpos(V, N, F) 使用值 F 而不是 NaN。 [W, B] = permpos(V, ...) 还返回逻辑矩阵 B，即对于由 V 的元素填充的位置，为 true。请注意，B 等于“permpos(numel(V),N)”。 V 可以是数值数组、字符元胞数组或字符串大批。 F（可选）应与V属于同一类。 例子： permpos(2, 4) % -> [ 1 1 0 0 10 01 10

该工具箱实现了指针变量，可用于实现链表等动态数据结构。 在这个实现中，虚拟内存只是一个大的元胞数组，指针是索引到它的整数。 核心程序会跟踪哪些插槽被使用，哪些是空闲的，并将其留给用户以确保所有分配的插槽都被使用并且所有指针都被正确使用。 这种方法的一些优点是虚拟内存与工作区的其余部分不同，任何对象都可以分配给给定的内存插槽。 该工具箱主要用于教学目的，并提供一个安全的环境来了解链表、动态数据结构、野指针、悬空指针、内存泄漏、段错误等 - 无需担心低级内存分配等问题和类型匹配。 演示文件显示了如何使用基本例程 MALLOC、MREAD、MWRITE、MFREE、MWIPE，以及如何将堆栈实现为链表。 如果您觉得这有用，请告诉我。 享受！

matlab开发-loadminc。读取minc格式的医疗图像文件。

ffts，对散射数据执行快速傅立叶变换 (FFT)。 Yq = ffts(X,V,Xq) 或者Yq = ffts(X,V,Xq, 方法, 窗口) 输入， X : 位置数组 [mx 1] V : 带有值的数组 [mx 1] Xq ：节点位置 [ nx 1]，具有等距点（参见 linspace） （可选的） 方法 : 1. 'grid', gridding (默认) 2. 'fit' , b-spline fit window : 1. 'bspline', bspline (默认) 2. 'kaiser', kaiser 贝塞尔函数输出， Fq：散射数据的傅立叶光谱 [nx 1]。 网格化： 1. 对位置 (X) 处的散射值 (V) 进行平滑处理（卷积） 通过内核到常规网格。 使用网格 2 次过采样Xq的版本2. 数据乘以一组密度补偿权重。 按照步骤 1 进行计算，但所有值都设置为 1。 密

/* 文件：sfun_joystick.c * 说明：sfun_joystick.c 是一个 S-Function（在 S-Function 块中使用） * 将操纵杆输出读入 simulink 模型。 这* S-function 仅适用于 windows 计算机，但应该很容易* 移植到其他操作系统。 * * 输出：1. 当前 X 坐标。 * 2. 当前 Y 坐标。 * 3. 当前 Z 坐标。 * 4. 按下第一个操纵杆按钮。 * 5. 按下第二个操纵杆按钮。 * 6. 按下第三个操纵杆按钮。 * 7. 按下第四个操纵杆按钮。 * * 输入：操纵杆 ID。 通常为“0”。 * * 用法：首先从 Matlab 命令窗口编译： * mex sfun_joystick.c -lWinmm * 可使用名为 joystickDemo.slx (R2013b) 的演示模型。 * * 作者：Per Hil

根据相位噪声测量相对于频率计算RMS时间抖动，请参阅： [1] - “振荡器相位噪声和采样时钟抖动”（RETHNAKARAN PULIKKOONATTU） 链接： https : //documents.epfl.ch/users/p/pu/pulikkoo/private/report_pn_jitter_oscillator_ratna.pdf [2] - “将振荡器相位噪声转换为时间抖动”ADI 公司 (ADI) 应用笔记 MT-008： 链接： http : //www.analog.com/en/content/0,2886,760__91502,00.html

1. 使用 Canny 边缘检测器找到边缘图像。 2.从边缘图像中提取边缘（曲线）： 2a. 如果它们在一个范围内，则填充间隙并选择长边， 2b. 找到 T 形接头并将它们标记为 T 形角。 2c。 获取每个选定边 ${\Gamma}$ 的“状态”作为“循环”或“线”。 3. 使用小宽度高斯核平滑 ${\Gamma}$ 以去除量化噪声和琐碎的细节。 这种小规模的高斯平滑也提供了很好的角定位。 4. 使用尺度演化技术在平滑曲线上选择重要点。 5. 在平滑曲线的每个选定点，按照 CPDA 技术使用三个不同长度的弦计算三个离散曲率。 6. 在 的每个选定点处找到三个归一化的曲率，然后将它们相乘以获得曲率积。 7. 找到绝对曲率积的局部最大值作为候选角点，并通过与曲率阈值${T_h}$ 比较去除弱角点。 8. 计算上一步得到的每个候选角的角度，并与角度阈值${\delta}$进行比

该应用程序用于找到必须提供给感应电机的电压和频率的最佳值，以最大限度地减少功率损耗。 它基于遗传算法欲了解更多信息，请访问： http://matlabguionlinecourse.blogspot.com/