temp=z(101:2200,101:2200) 根据图像属性可得此为2300*2300的tif图像,由于需要将其划分为9宫格,所以begin点设置为101,end点设置为2200,temp转化为可均分的2100*2100矩阵 for i=1:9 switch i case {1,2,3} G{i}=temp(1:700,1+(i-1)*700:i*700); case {4,5,6} G{i}=temp(701:1400,1+(i-4)*700:(i-3)*700); case {7,8,9
来源:http://wenku.baidu.com/link?url=m_eEkzbjnT9ccgAnlPVDqHCVyrZOD2EplXxxIiQc69DI0lHAWzwpZXfdDy_7DPbwIXC4t6c1zi9WfI5dlf6HETC1Mc69FjAAPstpIic_hBe 代码: function [ax,hlines] = plotyyy(x1,y1,x2,y2,x3,y3,ylabels) %PLOTYYY - Extends plotyy to include a third
This example shows how to use Neural Network Toolbox™ to train a deep neural network to classify images of digits. Neural networks with multiple hidden layers can be useful for solving classification problems with complex data, such as images. Each l
单极性非归零码 单极性非归零码使用电平1来表示二元信息中的“1”,用电平0来表示二元信息中的“0”,电平在整个码元的时间里不变单极性非归零码的优点是实现简单,但由于含有直流分量,对在带限信道中的传输不利,另外当出现连续的0或连续的1时.电平长时间保持一个值,不利于提取时间信息以便获得同步. function y = snrz(x) %本函数实现将输入的一段二进制代码编为相应的单极性非归零码输出 %输入x为二进制码,输出y为编出的单极性非归零码 t0 = 300; t = 0:1/t0:lengt
1.随机生成仅仅有0.1元素的矩阵(m行n列) A=round(rand(m,n)) 2.随机生成每行有若干个0,1元素的矩阵,比方每行仅仅有2个元素为1,其它元素为0 A=zeros(4,5) for i=1:4 A(i,:)=randperm(5); for j=1:5 if A(i,j)<=2 A(i,j)=1; else A(i,j)=0; end end end