草庐IT

matlab-deployment

全部标签

A First course in FEM —— matlab代码实现求解传热问题(稳态)

这篇文章会将FEM全流程走一遍,包括网格、矩阵组装、求解、后处理。内容是大三时的大作业,今天拿出来回顾下。 1.问题简介 涡轮机叶片需要冷却以提高涡轮的性能和涡轮叶片的寿命。我们现在考虑一个如上图所示的叶片,叶片处在一个高温环境中,中间通有四个冷却孔。假设为稳态,那么叶片内导热微分方程为:内部区域:    (扩散方程)边界:(外表面)(内部冷却孔) 2.模型2.1几何模型 我们简化为二维模型,如下图所示: 点坐标:1:0.0,0.0         6:597.6,45.9  11:344.7,50.0         2:20.9,28.8     7:870.0,0.0     12:43

开源代码 | FMCW-MIMO雷达仿真MATLAB

本文编辑:调皮哥的小助理本程序来源:https://github.com/ekurtgl/FMCW-MIMO-Radar-Simulation,作者是阿拉巴马大学博士生艾库特格尔,研究方向主要是雷达信号处理人类活动识别以及雷达数据的机器学习应用,这份比较新的开源雷达仿真代码,值得大家学习。下面主要分析代码的主要内容,方便大家解读。程序目录如下:图片FMCW_simulation.m是创建点目标并估计其范围、速度和角度信息的主脚本,首先研究这个脚本程序。一、雷达参数雷达参数的设置,属于是老生常谈了,之前的文章已经谈到很多了,不再详细重复论述。不过在本程序中,需要注意PRI默认为等于Chirp持续

开源代码 | FMCW-MIMO雷达仿真MATLAB

本文编辑:调皮哥的小助理本程序来源:https://github.com/ekurtgl/FMCW-MIMO-Radar-Simulation,作者是阿拉巴马大学博士生艾库特格尔,研究方向主要是雷达信号处理人类活动识别以及雷达数据的机器学习应用,这份比较新的开源雷达仿真代码,值得大家学习。下面主要分析代码的主要内容,方便大家解读。程序目录如下:图片FMCW_simulation.m是创建点目标并估计其范围、速度和角度信息的主脚本,首先研究这个脚本程序。一、雷达参数雷达参数的设置,属于是老生常谈了,之前的文章已经谈到很多了,不再详细重复论述。不过在本程序中,需要注意PRI默认为等于Chirp持续

MATLAB时间计算

背景使用MATLAB洗数据的时候,偶尔会有时间计算的需求。根据经验整理了三种可能遇到的情况并附实现程序。首先先介绍一下MATLAB中时间量的一些概念。对一个时间点,MATLAB有3种表示方式。1.字符串表示。直接以字符串表示时间,如'20:56:01''20:59:24'等,比较直观,且格式可指定,但无法用于时间计算。2.数组表示。以固定六位数组表示一个时间点,如2022年1月1日20:56:01以数组表示为date=20221120561可以用于部分计算,但该数组中各个元素长度不相等,表示不够美观。3.数值表示。计算指定时间与一个固定时间的天数之差,以这个数值形式的差值表示一个时间点。如'2

在 Linux 中从 C 连接到 Matlab 引擎

我正在尝试从Linux(Matlabr2009a,Ubuntu9.10)上的C程序以编程方式调用Matlab引擎。我有自己的代码(可在Windows中运行),但现在我只是想让Matlab“engdemo.c”程序在Linux上运行。我已经设法编译并链接它(在gcc命令行上包含大约15个-l开关之后),甚至通过一些ldconfig魔术解决了所有运行时动态链接。但是,当程序运行时,我只收到“无法启动MATLAB引擎”错误消息,然后程序结束,没有任何失败原因的指示。有人做过吗?我忘了做什么?附注我最初是在SuperUser上问这个问题的,因为我认为它与配置相关,但我看到其他与Matlab引擎

在 Linux 中从 C 连接到 Matlab 引擎

我正在尝试从Linux(Matlabr2009a,Ubuntu9.10)上的C程序以编程方式调用Matlab引擎。我有自己的代码(可在Windows中运行),但现在我只是想让Matlab“engdemo.c”程序在Linux上运行。我已经设法编译并链接它(在gcc命令行上包含大约15个-l开关之后),甚至通过一些ldconfig魔术解决了所有运行时动态链接。但是,当程序运行时,我只收到“无法启动MATLAB引擎”错误消息,然后程序结束,没有任何失败原因的指示。有人做过吗?我忘了做什么?附注我最初是在SuperUser上问这个问题的,因为我认为它与配置相关,但我看到其他与Matlab引擎

c++ - Linux : how to handle fonts when deploying? 上的静态 Qt5 构建

我已经使用这些配置选项(Ubuntu12.04)创建了Qt5.2.0库的静态版本:-opensource-confirm-license-force-pkg-config-release-static-prefix'/home/juzzlin/qt5'-no-icu-opengldesktop-no-glib-accessibility-nomakeexamples-nomaketests-qt-zlib-qt-libpng-qt-libjpeg-qt-sql-sqlite-qt-xcb-qt-pcre-v现在,问题是当我针对这些Qt库编译和链接我的应用程序时,它会尝试从Qt安装路径/

c++ - Linux : how to handle fonts when deploying? 上的静态 Qt5 构建

我已经使用这些配置选项(Ubuntu12.04)创建了Qt5.2.0库的静态版本:-opensource-confirm-license-force-pkg-config-release-static-prefix'/home/juzzlin/qt5'-no-icu-opengldesktop-no-glib-accessibility-nomakeexamples-nomaketests-qt-zlib-qt-libpng-qt-libjpeg-qt-sql-sqlite-qt-xcb-qt-pcre-v现在,问题是当我针对这些Qt库编译和链接我的应用程序时,它会尝试从Qt安装路径/

【数学建模】BP神经网络预测和神经网络工具箱(python&Matlab代码工具箱)

目录1概述 2BP神经网络学习模板3Matlab神经网络工具箱1概述上节知识复习:【数学建模】随机森林预测(Python代码实现)里面的算例本次我们会用到。用神经网络的思想,使用某个方法计算出权重,带入神经网络进行预测,会比回归思想效果更好。这里我推荐使用BP神经网络。为什么选择BP神经网络呢?因为它的非线性映射能力很强!比起直接使用回归有着很大的好处,因此我们也把线性回归这种算法叫做低级算法(我说的)。还是书面的总结下BP的几个好处:非线性映射能力强自学习和自适应能力强泛化能力更好容错能力也还可以的 2BP神经网络学习模板使用BP神经网络拟合多输入多输出曲线3Matlab神经网络工具箱除了B

Ubuntu系统安装matlab

描述Ubuntu20.04安装matlab2015b的过程过程有的时候真的不能太纠结,在2022年的下半年装2022b,真的会踩坑。2022年大概10月还是11月份左右,我在Ubuntu20.04系统上想看看一些数据表现,就安装了matlab2022b。安装是成功了,但是只要一打开.m文件就会崩溃。由于要看的matlab代码是个大工程,我只好卸掉了2022b重新安装了2015b,成功了在这一过程中也碰上了些问题,解决的参考链接放在下面:总的安装过程参考了这篇文章:https://blog.csdn.net/qq_27009517/article/details/81140930出现了一个小问题