✅作者简介：人工智能专业本科在读，喜欢计算机与编程，写博客记录自己的学习历程。🍎个人主页：小嗷犬的个人主页🍊个人网站：小嗷犬的技术小站🥭个人信条：为天地立心，为生民立命，为往圣继绝学，为万世开太平。本文目录什么是动态规划斐波那契数列递归算法动态规划算法跳台阶接雨水什么是动态规划动态规划是一种数学优化方法，它是一种在给定约束条件下，求解最优化问题的方法。动态规划的基本思想是将原问题分解为若干个子问题，先求解子问题的最优解，然后根据子问题的最优解，求解原问题的最优解。动态规划的步骤通常为：将原问题分解为子问题确定状态确定一些初始状态（边界状态）的值确定状态转移方程思想上类似于递归，但动态规划采用记
数组（Array）：按行（row）和列（column）顺序排列的实数或复数的有序集称为数组。数组的分类：一维数组，也称行向量（rowvector）和列向量（columnvector）多维数组即矩阵创建一维数组行变量的方法：1、使用[]:a=[12345]或a=[1,2,3,4,5]2、使用“：”操作符如创建以1~10顺序排列的整数为元素的行向量b：b=1:10在这里1指的是从1开始，10指的是不能超过10.也可以加入步长如：c=1:2:8从1开始，每次增加步长2，一直加到不超过8。如果不设置步长的话步长自动为1.3、利用函数x=linspace(x1,x2,n)说明：该函数生成一个由n个元素组
…#Matlab+FPGA进行灰度图像处理(两种方式)*MATLAB主要用于思路验证，转到FPGA的话需要对底层函数逻辑清楚才行，python也能进行matlab在这里做的所有操作，有兴趣可以深入。1.matlab读取图片显示：pic_rgb=imread('1.jpg');%477x692x3figure;imshow(pic_rgb);//调用函数灰度显示pic_gray=rgb2gray(pic_rgb);%477x692figure;imshow(pic_gray);2.matlab灰度反显pic_reverse_gray=pic_gray;%确定图片大小fori=1:477 forj
压缩原理——SVD 图像在计算机中用矩阵储存，值的大小在0~255，在这里我们令图像的矩阵为A。若图片为灰色图片则颜色通道只有一个，所以A为二维矩阵；若为彩色矩阵则颜色通道由3种，分别B，G，R，分别对应三原色蓝色，绿色，红色，即三原色。 我们将A分解为U，D两个正交矩阵呵V这个奇异值矩阵，如下图所示。 在这里我们举例说明一下，A= 在Matlab中我们使用内置函数svd()函数对A进行分解A=[41287125843175621][U,V,D]=svd(A); V的结果如下图所示： U，D结果为正交矩阵，这里不予展示。SVD压缩原理就是保留原矩阵的重要特征，在64.55，13.21，7
数字图像处理完整MATLAB代码在我的资源可以看到，为方便下载，下面是百度网盘资源：链接：https://pan.baidu.com/s/17S7PZJwwvb3PFMFVxqEY5w 提取码：HUAT滤波代码：functionl_f=low_filter(img,fre)%此函数用于对图像进行滤波%主要原理为在图像平移后频谱图进行圈定范围（面积）操作，面积外的设为0（滤除高频成分）%img为图像平移后频谱图，fre为圈定的频谱范围[a,b]=size(img);a0=round(a/2);b0=round(b/2);fori=1:aforj=1:bdistance=(i-a0)^2+(j-b
一.极限问题的解析解1.1单变量函数的极限MATLAB格式：L=limit(fun,x,x_0)我们知道数学中极限有两种形式：所以，MATLAB中格式为：L=limit(fun,x,x0,'left')L=limit(fun,x,x0,'right')例题1求解极限问题：解：代码：clc;clear;symsxab;f=x*(1+a/x)^x*sin(b/x);L=limit(f,x,inf)运行结果：L=b*exp(a)例题2求解单边极限问题：解：代码如下：clc;clear;symsx;limit((exp(x^3)-1)/(1-cos(sqrt(x-sin(x)))),x,0,'righ
文章目录1.地图绘制2.计算各节点之间的距离3.Dijkstra(迪杰斯特拉)算法4.根据计算出的距离利用Dijkstra(迪杰斯特拉)算法找出指定节点之间的最短路径工程文件（可直接运行）1.地图绘制利用MATLAB绘制地图需要三个基本数据：节点节点坐标节点间相通的路线以11B交通巡警平台调度问题中的A区数据为例：（数据及工程文件下载链接见文末）Demo1：clc,clear,closeallloadzones_xy_data.matloaddata2_stripped.mat%第一问封锁路口标号loaddata2_A.matloaddata4_A.matx_1=[xy_data(:,1),x
这里写目录标题一、线性方程组求解1.线性方程组的直接解法1.1利用左除运算符的直接解法1.2利用矩阵的分解求解线性方程组2.线性方程组的迭代解法2.1Jacobi迭代法2.2Gauss-Serdel迭代法3.求线性方程的通解一、线性方程组求解在MATLAB中，关于线性方程组的解法一般分为两类：一类是直接法，就是在没有舍入误差的情况下，通过有限步的矩阵初等运算来求得方程组的解；另一类是迭代法，就是先给定一个解的初始值，然后按照一定的迭代算法进行逐步逼近，求出更精确的近似解。1.线性方程组的直接解法线性方程组的直接解法大多基于高斯消元法、主元素消元法、平方根法和追赶法等。在MATLAB中，这些算法
一、说明实现平台：MATLAB2022b二、调制信号产生及保存 首先产生调制信号，包括八种数字调制类型和三种模拟调制类型：二相相移键控(BPSK)四相相移键控(QPSK)八相相移键控(8-PSK)十六相正交幅值调制(16-QAM)六十四相正交幅值调制(64-QAM)四相脉冲幅值调制(PAM4)高斯频移键控(GFSK)连续相位频移键控(CPFSK)广播FM(B-FM)双边带幅值调制(DSB-AM)单边带幅值调制(SSB-AM) 产生的调制信号每种调制类型每种SNR等级生成1000个帧，每帧的长度为1024个样本，采样率为200kHz。对于数字调制类型，八个采样表示一个
电脑配置：Windows10；Matlab2021b相机型号：DMK33GP1300一、下载相机驱动：官网链接：https://www.theimagingsource.com/zh-hans-cn/product/industrial/33g/dmk33gp1300/按照默认路径安装，安装好后界面：测试相机，仍在官网找到图中软件，安装好后测试：二、Matlab配置：打开Matlab，从附加功能进入：打开后，搜索并安装GigEVisionHardware（需要正版Matlab，这个只能自己想办法了）：三、系统设定：1、搜索“以太网”：2、打开“更改适配器选项”3、双击打开“以太网”：4、双击打
