【MATLAB学习】—矩阵构造和四则运算(二)

简介: 【MATLAB学习】—矩阵构造和四则运算(二)

一、矩阵

二、repmat函数

B = repmat(A,n)
B = repmat(A,r1,…,rN)
B = repmat(A,r)

这是一个处理矩阵内容有重复时使用,其功能是以A的内容堆叠在(r1xr2)的矩阵B中,B矩阵的大小由r1r2r3*…及A矩阵的内容决定

  • B = repmat(A,n) 返回一个数组,该数组在其行维度和列维度包含 A 的 n 个副本。A 为矩阵时,B 大小为size(A)*n。
  • B = repmat(A,r1,…,rN) 指定一个标量列表 r1,…,rN,这些标量用于描述 A 的副本在每个维度中如何排列。当 A 具有 N 维时,B 的大小为 size(A).*[r1…rN]。例如:repmat([1 2; 3 4],2,3) 返回一个4×6 的矩阵。
  • B = repmat(A,r) 使用行向量 r 指定重复方案。例如,repmat(A,[2 3]) 与 repmat(A,2,3) 返回相同的结果。
B = repmat(A,n)
A=[1, 2; 3, 4];
B = repmat(A,2)

三、矩阵的四则运算

四、矩阵的下标

find函数

find函数:查询非零元素的位置和值

用法1:B = find(A),A是一个矩阵,查询非零元素的位置

  • 如果A是一个行向量,则返回一个行向量,否则,返回一个列向量。
  • 如果A全是零元素或者空数组,则返回一个空数组。


    (位置的判定:在矩阵中,第一列开始,自上而下,依次为1,2,3…,然后再从第二列,第三列依次往后数)

用法2:B = find(A>2),找到A中比2大的元素的位置


相关文章
|
3月前
|
机器学习/深度学习 算法 数据挖掘
没发论文的注意啦!重磅更新!GWO-BP-AdaBoost预测!灰狼优化、人工神经网络与AdaBoost集成学习算法预测研究(Matlab代码实现)
没发论文的注意啦!重磅更新!GWO-BP-AdaBoost预测!灰狼优化、人工神经网络与AdaBoost集成学习算法预测研究(Matlab代码实现)
147 0
|
2月前
|
机器学习/深度学习 运维 算法
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
188 1
|
2月前
|
机器学习/深度学习 算法 数据可视化
【一共21份资源】【入门学习】【打包带走】时序+回归+预测入门学习(Matlab代码实现)
【一共21份资源】【入门学习】【打包带走】时序+回归+预测入门学习(Matlab代码实现)
|
3月前
|
数据采集 机器学习/深度学习 存储
关于在核特征空间中学习POD基础下Koopman算子的稀疏表示(Matlab代码实现)
关于在核特征空间中学习POD基础下Koopman算子的稀疏表示(Matlab代码实现)
|
3月前
|
机器学习/深度学习 传感器 边缘计算
Koopman-MPC: 基于数据驱动的学习和控制四旋翼无人机研究(Matlab代码实现)
Koopman-MPC: 基于数据驱动的学习和控制四旋翼无人机研究(Matlab代码实现)
133 0
|
9月前
|
数据可视化 数据挖掘 BI
MATLAB学习之旅:数据统计与分析
在MATLAB中,我们掌握了数据导入、处理及插值拟合等基础技能。接下来,我们将深入数据统计与分析领域,学习描述性统计量(如均值、标准差)、数据分布分析(如直方图、正态概率图)、数据排序与排名、数据匹配查找以及数据可视化(如箱线图、散点图)。这些工具帮助我们挖掘数据中的有价值信息,揭示数据的奥秘,为后续数据分析打下坚实基础。
|
9月前
|
数据建模 数据处理
MATLAB学习之旅:数据建模与仿真应用
在MATLAB的学习中,我们已掌握基础操作、数据处理与统计分析。接下来将进入数据建模与仿真应用阶段,学习如何构建和验证现实世界的模型。我们将从定义模型结构和参数入手,涵盖线性回归、动态系统建模等内容,并通过仿真和实际数据对比评估模型的准确性和可靠性。最终,这些技能将帮助我们在科学研究和工程应用中解决复杂问题。
|
机器学习/深度学习 数据安全/隐私保护 计算机视觉
matlab学习(二)
matlab学习(二)
|
Serverless
MATLAB中的矩阵与向量运算
【10月更文挑战第2天】本文全面介绍了MATLAB中的矩阵与向量运算,包括基本操作、加减乘除、转置、逆矩阵、行列式及各种矩阵分解方法。通过丰富的代码示例,展示了如何利用矩阵运算解决线性方程组、最小二乘法拟合、动态系统模拟和电路分析等问题。掌握这些运算不仅提升编程效率,还能在工程计算和科学研究中发挥重要作用。
|
机器学习/深度学习 存储 移动开发
MATLAB数据类型和运算符+矩阵创建
MATLAB数据类型和运算符+矩阵创建
258 1

热门文章

最新文章