Matlab编程总结

`strcmp`

字符串比较函数

% 字符串比较
s1 = 'Yes';
s2 = 'No';
s3 = 'No';
tf = strcmp(s1,s2) % 0
tf1 = strcmp(s2,s3) % 1

% cell数据结构也可以用
s1 = 'upon';
s2 = {'Once','upon';
      'a','time'};
tf = strcmp(s1,s2)

注意事项：

strcmp 函数用于比较文本。如果用于不受支持的数据类型，strcmp 始终返回 0
对于不区分大小写的文本比较，请使用strcmpi而不是 strcmp。
如果要比较每个字符，可以用关系运算符（==、~=、<、>、<=、>=）

`double`和`single`类型

数据类型从double类型转换成single类型可以节省一半的空间。默认情况下matlab用double存储数据。而double数据类型占8个字节，single类型占4个字节。

应用：在matlab中，当数据比较大时，运算起来就困难了，有时候还会out of memory，就可以尝试将double类型改为single类型。

扩展：Matlab数据类型的转换

>> logical(-3.3)
ans =
  logical
   1
a = [1 2 3 ; 4 -1 -8 ; 0 0 0 ]
>> logical(a)
ans =
  3×3 logical 数组
   1   1   1
   1   1   1
   0   0   0
double(j) % j 可以是single也可以字符串，结果为ASCII
cell2mat() % 将cell转换为double格式

Matlab正则表达式`regexp`

clear;clc
str='ten,&8yn2tin6ui>&ton, t n,-356tpn,t#n,4@).,t@nT&nY';
pat='t.n';

[o11,o22,o33]=regexpi(str,pat,'start','end','match');%输出起始位置和子串
》o33 =
  1×8 cell 数组
{'ten'}    {'tin'}    {'ton'}    {'t n'}    {'tpn'}    {'t#n'}    {'t@n'}    {'T&n'}

str = 'bat cat can car COAT court cut ct CAT-scan';
expression = 'c[aeiou]+t';
startIndex = regexpi(str,expression)

参数	输出
`start`(默认)	匹配字符的起始索引
`end`	匹配字符的终止索引
`tokenExtents`	所有token的开始和终止的索引
`match`	匹配到的字符
`names`	每个token的名称和内容
`split`	非匹配到的子字符串的内容

`sub2ind`

3D索引指标转化为线性索引指标

% 创建一个指标索引
Kmodel = repmat(1:nTra_Speakers,nTra_Channels,1)'; 
Kmodel = Kmodel(:);
Ktest  = repmat(1:nTra_Channels,nTra_Speakers,1); 
Ktest  = Ktest(:);
% 这个函数把3D索引指标转化为线性指标
linearInd =sub2ind([nTra_Speakers, nTra_Channels], Kmodel, Ktest);

Matlab本地函数

从版本R2016b开始，可以使用本地函数，如下所示：

data = 1:10;            %# A vector of data
squaredData = f(data);  %# Invoke the local function

function y = f(x)
  y = x.^2;
end

注意事项：

Matlab程序中所有的function函数应该放在文件的末尾
无法在command中运行，必须F5

在发布R2016b之前，可以在MATLAB脚本中定义的唯一函数类型是匿名函数。例如：

data = 1:10;            %# A vector of data
f = @(x) x.^2;          %# An anonymous function
squaredData = f(data);  %# Invoke the anonymous function

多行注释

ctrl+R或ctrl+T
多行注释
%{
something something
%}

调试技巧

在注释段前面加一行：if LOGICAL(0)

在注释段后面加一行：end

创建一个空矩阵

Matlab空矩阵没有长度

a = []

只能通过创建有长度的矩阵实现

a = ones(2,4)*nan
b = zeros(3,5)*nan

保存数据

fid = fopen('test4.txt', 'a'); 
fprintf(fid,'C值前%d维特征',i2);

.....主程序...................

fprintf(fid,'\n 识别率=%f%% \n',a/n*100)
fclose(fid);

waitbar使用

h = waitbar(0,'训练开始') % 初始化进度条
waitbar(x,h,'updated message'); % 可以根据进度动态调整显示内容
delete(wait_title);   % 删除进度条
close(wait_title);    % 关闭进度条

LibSVM安装

文件下载：https://www.lanzous.com/i9r57be
Matlab安装MinGW-w64编译器

MinGW-w64下载地址：http://tdm-gcc.tdragon.net/download

注意：应下载64位的，而非32位。
修改make.m文件

将其中的CFLAGS改为COMPFLAGS
在MATLAB命令行内运行命令setenv('MW_MINGW64_LOC','C:\TDM-GCC-64')
在MATLAB命令行内运行命令 mex -setup C++
在MATLAB命令行内运行命令 make
添加文件到MATLAB路径

测试：

[heart_scale_label,heart_scale_inst] =libsvmread('heart_scale');
 
model = svmtrain(heart_scale_label, heart_scale_inst, '-c 1 -g 0.07');
 
[predict_label, accuracy, dec_values] = svmpredict(heart_scale_label, heart_scale_inst, model);

概率密度拟合（连续-`ksdensity`）

对于离散数据，可以直接用hist，统计频次。

对于连续数据，则必须使用概率密度函数。

调用格式：

[f,xi] = ksdensity(x)直接划分100分
f = ksdensity(x,xi)可以根据指定的标的，输出y

pdf与hist的比较：

Matlab代码：

y = randn(1,10000);
subplot 311; hist(y);xlim([-5,5]);grid on
[y2,xi] = ksdensity(y);
subplot 312; plot(xi,y2);grid on;xlim([-5,5])
xi2 = -5:0.01:5; % 可以自定义划分刻度的粗细
y3  = ksdensity(y,xi2);
subplot 313; plot(xi2,y3);grid on;xlim([-5,5])
set(gcf,'color','w');