简介

MATLAB 是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。使用 MATLAB，可以较使用传统的编程语言（如 C、C++ 和 Fortran）更快地解决技术计算问题。
应用范围：包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱（单独提供的专用 MATLAB 函数集）扩展了 MATLAB 环境，以解决这些应用领域内特定类型的问题。MATLAB 提供了很多用于记录和分享工作成果的功能。可以将您的 MATLAB 代码与其他语言和应用程序集成，来分发您的 MATLAB 算法和应用。
主要功能：
- 此高级语言可用于技术计算
  - 此开发环境可对代码、文件和数据进行管理
  - 交互式工具可以按迭代的方式探查、设计及求解问题
  - 数学函数可用于线性代数、统计、傅立叶分析、筛选、优化以及数值积分等
  - 二维和三维图形函数可用于可视化数据
  - 各种工具可用于构建自定义的图形用户界面
- 各种函数可将基于 MATLAB 的算法与外部应用程序和语言（如 C、C++、Fortran、Java、COM 以及 Microsoft Excel）集成。

版本说明
- 从MATLAB 4.2c开始，每个版本增加了一个建造编号；
- 例如MATLAB7.6的建造标号是R2008a。说明MATLAB7.6与MATLAB2008a是等同的；
- 对于建造编号，愈来愈正规化以后，每年出两个版本，例如2011a和2011b。一般来说。a是测试版，b是正式版。从出版时间上看，a是前半年出，b是后半年出。

安装工具包

MATLAB安装voicebox的步骤
- 下载安装包
  - 官方主页
  - 官方下载
- 解压voicebox.zip，将整个目录voicebox复制到MATLAB的安装目录的TOOLBOX目录下，如D:\MATLAB7\toolbox\
- 打开Matlab，在MATLAB命令窗口中输入以下命令：
  - 将TOOLBOX下新加的voicebox工具箱加到MATLAB的搜索路径中去：
    1
    
    cd D:\MATLAB7\toolbox\voicebox
  - 添加voicebox工具箱的MATLAB的搜索路径也可采用如下指令：
    1
    2
    3
    
    >> addpath(genpath('D:\MATLAB7\toolbox\voicebox'))
    % 或者
    >>path('D:\MATLAB7\toolbox\voicebox',path)
- 检验是否成功设置的方法：
  - 在命令窗口中输入以下命令：which activlev.m（可以为所加工具箱的任一个M
    文件名称），如果显示正确，就说明上面的设置成功。
    1
    
    >> which activlev.m
  - 结果：
    D:\MATLAB7\toolbox\voicebox\activlev.m
添加工具包：
- 将下载的安装包复制matlab安装目录下面的toolbox文件夹中；
- 打开软件；file -> setpath -> Add with subfolders；
- 将要导入的工具箱所在的文件夹（该文件夹必须在MATLAB的toolbox文件夹中）添加；保存即可。
- 验证：在命令行中输入改行代码：’ which [此处为该工具箱中任意一个函数]’；输出结果若不报错，则说明导入成功。

matlab调试注意点

注释一段代码，使用如下方式：

Ctrl+R     注释选定的整段代码；相当于text->Comment；
Ctrl+T     取消注释的整段代码；相当于text->Uncomment；

报错

Subscripted assignment dimension mismatch.
表示矩阵的下标不匹配，可能是给矩阵赋值的过程中没有对齐下标

代码调试

Ctrl+C    停止运行代码
F5     运行代码

乘和点乘的区别：

a*b就是矩阵乘法
a.*b就是a,b的对应元素相乘

MATLAB查看小波基,在命令窗口输入：
1
wavemngr('read',1)
运行程序时，想要在在命令窗口显示程序中一个变量的值：
- 只需要在求取这个变量时，后面不加分号，就表示将这个变量在命令行窗口中显示其值
- 只需要在求取这个变量时，后面不加分号，就表示将这个变量在命令行窗口中显示其值
- 例如：[easy_a,easy_p,easy_r,easy_f] = mea_badsig(easy_out)
计算程序的运行时间
- 在开头加上tic，结尾加上t=toc；t就是代码运行时间。(不用加分号)

转义符：

''单引号
%%字符百分比
\\反斜杠
\ a报警
\ b退格
\ f换页
\ n新行
\ r回车
\ t水平制表符
\ v垂直选项卡
\ xN十六进制数，
N\ N八进制数，

代码运行计时
1
2
3
tic
% 运行主函数代码
toc
之后在command window下面会显示：Elapsed time is xxx seconds.的信息

常用函数

MATLAB中一些判断函数

isscalar：判断A是否是标量，即一行一列的矩阵。
isnumeric：判断输入参数是否是数字类型（包括浮点型和整型）。
isnan：判断数组中的元素是否为无穷大。
iscell：判断给定数组是否是元胞数组。
isfield：判断输入是否是结构体数组的域（成员）。
isvector:判断是否为单行或者单列（也可以是单个元素），若是二维及以上的数据，则返回0。

如果为真，则返回1（true，否则0（false）。

取整

fix(x) : 截尾取整.
```
fix( [3.12 -3.12])
结果 3 -3
```
floor(x):不超过x 的最大整数.(高斯取整)
```
floor( [3.12 -3.12])
结果 3 -4
```
ceil(x) : 大于x 的最小整数
```
ceil( [3.12 -3.12])
结果 4 -3
```
round(x)：取最近的整数，相当于四舍五入取整
```
round([3.12 -3.12])
结果 3 -3
```

取余数

rem(n,m)或mod(n,m)
- mod 模数求余
- rem 求余数

求平方根

sqrt(a)

取FFT变换：

1	Y = fft(S,N); %做FFT变换，S为信号的序列，N变换的点数

取均值 :

mean函数的作用主要是求列或行的平均数：

% 下面参数说明：A是矩阵、函数原型：mean(A , dim)，若dim缺省，则默认dim=1，求列平均

对列求平均数：mean(A , 1) = mean(A) % dim = 1可以简写
对行求平均数：mean(A , 2)
mean2():相当于对整一个矩阵求像素平均值:相当于mean( mean( A ) )

标准偏差函数std

s = std(X)

此处X是一个矢量，该函数返回标准偏差（注意其分母为n-1，而不是n）。结果s是一个X各样本偏差无偏估计的平方根(X包含独立的、同分布样本)。如果X是一个矩阵，该函数返回一个行矢量，它包含了X每列元素的标准偏差。
s =std(X,flag)

若flag = 0,该函数与std(X)相同；若flag = 1, std(X,1) 返回的标准偏差其分母为n而不是n-1。
s = std(X,flag,dim)

该函数计算沿着dim指定的维度计算标准偏差。

求一维曲线以下面积

1	area = polyarea(1:length(x),x); %求曲线以下的面积

反转

fliplr(x)：将时间序列x反转，使得x的顺序与原来的完全相反。

矩阵

空矩阵定义： a=[ ];
矩阵的初始化：
- zeros(m,n) 产生m*n的全0矩阵
- ones(m,n) 产生m*n的全1矩阵
- rand(m,n) 产生均匀分布的随机矩阵，元素取值范围：0.0-1.0
- randn(m,n) 产生正态分布的随机矩阵
- magic(N) 产生N阶魔方矩阵（矩阵的行、列和对角线上元素的和相等）
- eye(m,n) 产生m*n的单位矩阵
矩阵的合并：
- 按行合并（即行数相同）：用将要合并的矩阵放在中括号中，以空格或者逗号隔开
- 按列合并（即列数相同）：用将要合并的矩阵放在中括号中，以分号隔开
获得矩阵行数或列数的函数如下：
- ndims(A)：返回A的维数
- size(A)：返回A各个维的最大元素个数
- length(A)：返回max(size(A))
- [m,n]=size(A)：如果A是二维数组，返回行数和列数
- size(A,1)：返回矩阵的行数
- size(A,2)：返回矩阵的列数
- nnz(A)：返回A中非0元素的个数
对矩阵行和列的操作
(A,2)表示对行操作，(A,1)表示对列操作

matlab中求矩阵的平方和：sumsqr函数
- nnz(A)：返回A中非0元素的个数
matlab中求矩阵的平方和：sumsqr函数
矩阵转置函数，transpose 函数，示例：A = transpose(B);

通过复制小矩阵得到较大的矩阵：repmat函数

% 语法：
B = repmat(A,M,N)
% 示例，初始是2*2的矩阵
A = [1,3;4,2]
B = repmat(A,1,3)
% 得到的结果，生成2*6的矩阵 B = [1,3,1,3,1,3;4,2,4,2,4,2]

矩阵数据叠加求和——accumarray

A = accumarray(subs,val,sz,fun,fillval)	
	sub：提供累计信息的指示向量，指示的是计算值在生成矩阵A中的位置，同时指示的是val中需要累加值的位置。	
	val：提供累计数值的向量	
	sz：控制输出向量A的size	
	fun：用于计算累计后向量的函数，默认为@sum，即累加	
	fillval：填补A中的空缺项，默认为0

理解：首先，函数根据参数中sz（若无，根据subs最大的值确定维度），生成一个维度为sz的中间矩阵B，然后函数根据subs中的指示，将val中的数值摆放到B中，对于同一个位置的值进行fun的运算（默认为求和），对于空去的位置填0，最后B计算后得到矩阵A。计算示例

参考：accumarray

返回位置信息min函数，输入为一个矩阵，则反馈回来的是每列的最小值和对应的位置。
1
[minx, ind] = min(x);

求距离

求欧氏距离

   b = sqrt(norm(A-B)^2);
或：
   for i = 1: 4       % 数组的长度
   	dist_temp(i) = sqrt(sum((A(i)-B(i)).*(A(i)-B(i))));  %欧氏距离的函数。
   end

判断元素与数组的从属关系

1
2
3

sum(ismember(a,X))          % 如果a在数组X中，则返回为1，否则返回0
a = (ismember(m:n,indzer));         % 返回的是一个元素为0或1的一个数组，对应每个元素是否在数组中
all(ismember(indmax(1):indmin(1),indzer));          % 对判断的结果做或运算

两个集合(数组)的运算

取交集
1
[c, ia, ib] = intersect(A, B); %这个函数是c返回A B的交集，ia，ib返回的是交集所在数组的指标(索引)
比如A=[2 3 4]; B=[3]; 则[c, ia, ib] = intersect(A, B);得到 c=[3] c在数组A的指标为ia=2 同理 c在数组B的指标为ib=1。

取差集

c=setxor(A,B);   % 取两个集合交集的非（异或），c返回A与B的异或，即属于A且不属于B的元素和属于B且不属于A的元素。
setdiff(A,B);  % 这个的意思就是A里面有的元素,而B里面没有,没有的数据顺序:从大到小(重复的数据不重复出现)
[c ia]= setdiff(A,B);  %  ia 的意思是 A里面的第几个元素B里面没有 这里面值得注意的是：如果A里面相同的元素B里面都没有 那么就显示最后一次的出现位置
[C,ia] = setdiff(A,B,'rows');  %这里是第几行不同，C表示出不同行的各个数，ia写出第几行是不同（而且特别注意的地方也是和上面那个一样）

> [参考文档](https://wenku.baidu.com/view/9adcff6f10a6f524ccbf85ab.html)

求序列的自相关和互相关。

c = xcorr(x,y) 返回矢量长度为2*N-1互相关函数序列，其中x和y的矢量长度均为N，如果x和y的长度不一样，则在短的序列后补零直到两者长度相等。

求取代码

1 2	c = xcorr(x) %为矢量x的自相关估计。 c = xcorr(x,y,'option') %为有正规化选项的互相关计算；

其他相关函数
- “biased”为有偏的互相关函数估计；
- “unbiased”为无偏的互相关函数估计；
- “coeff”为0延时的正规化序列的自相关计算；
- “none”为原始的互相关计算。
  
  在Matalb中，求解xcorr的过程事实上是利用Fourier变换中的卷积定理进行的。
相关程度与相关函数的之间的联系
- 在概率论和统计学中，相关（Correlation，或称相关系数或关联系数），显示两个随机变量之间线性关系的强度和方向。在统计学中，相关的意义是用来衡量两个变量相对于其相互独立的距离。最常用的是皮尔逊积矩相关系数。其定义是两个变量协方差除以两个变量的标准差（方差的平方根）。
- 在概率论和统计学中，相关（Correlation，或称相关系数或关联系数），显示两个随机变量之间线性关系的强度和方向。在统计学中，相关的意义是用来衡量两个变量相对于其相互独立的距离。最常用的是皮尔逊积矩相关系数。其定义是两个变量协方差除以两个变量的标准差（方差的平方根）。
- 相关系数只是一个比率，不是等单位量度，无什么单位名称，也不是相关的百分数，一般取小数点后两位来表示。相关系数的正负号只表示相关的方向，绝对值表示相关的程度。因为不是等单位的度量，因而不能说相关系数0.7是0.35两倍，只能说相关系数为0.7的二列变量相关程度比相关系数为0.35的二列变量相关程度更为密切和更高。也不能说相关系数从0.70到0.80与相关系数从0.30到0.40增加的程度一样大。

产生随机数

linspace(x1,x2,N)
功能：linspace是Matlab中的一个指令，用于产生x1,x2之间的N点行矢量。其中x1、x2、N分别为起始值、中止值、元素个数。若缺省N，默认点数为100。在matlab的命令窗口下输入help linspace或者doc linspace可以获得该函数的帮助信息。
例一，在matlab的命令窗口输入：
1
X=linspace(1,100)
将产生从1到100步长为1的数组。类似于在命令窗口中输入：
1
X=[1:1:100];

随机打乱一个数字序列

1 2	y = randperm(n); %y是把1到n这些数随机打乱得到的一个数字序列。 rowrank = randperm(size(A, 1)); % 随机打乱矩阵的行数

用户输入

在代码运行过程中，需要用户手动输入某个变量的值通过input函数来实现。

1
2
3

格式：A=input（提示信息，选项）;
例如：
input_value = input ('请输入初始特征集个数m：');

MATLAB求峭度

函数法：

1 2	x=[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32]; y=kurtosis(x) %峭度

公式法：

a=mean(x);
b=(x-a).*(x-a).*(x-a).*(x-a);
f=sum(b);
c=f/32;
e=std(x,1).*std(x,1).*std(x,1).*std(x,1);
d=c/e          %峭度

实验证明，两种方式获取的结果是相等的　　

利用feedforwardnet函数创建神经网络

hide_ele_num = 2*rowNum+1;% 隐藏层神经元个数
%% 建网
net = feedforwardnet(hide_ele_num,'traingdm');     % traingdm为训练函数的设置，此处表示动量梯度下降算法
%% 训练参数设置
net.trainParam.epochs = 10000;     % 最多训练多少次，默认为1000
net.trainParam.goal = 0.001;     % 训练到什么程度才算成功
net.trainParam.lr=0.01;     %学习率设置,应设置为较少值，太大虽然会在开始加快收敛速度，但临近最佳点时，会产生动荡，而致使无法收敛
net.layers{1}.transferFcn = 'tansig';     % 第一层网络的传递函数设置为S函数
net.layers{2}.transferFcn = 'purelin';
%% 开始训练
[net,tr] = train(net,v,p);

Logsig 传递函数为S型的对数函数。

调用格式为： A=logsig（N）
- N：Q个S维的输入列向量；
- A：函数返回值，位于区间(0,1) 中
波形

画图

plot画图

1	plot(x,y); %x y 为相应点集

1	plot(x,y1,x,y2); % 在一个窗口下绘制多条曲线之方法一

hold on  %在一个窗口下绘制多条曲线之方法二
plot(x,y1);
plot(x,y2);
hold off

plot后的相关设置

set(gca,'yscale','log'); %画对数坐标的,将y轴的尺度设置为对数，如果要设置横坐标，改为“xscale”即可.
axis([0 N -2 2]); %设置x，y轴的取值范围，前面两个是x轴的，后面两个是y轴的
xlabel('x_axis_name'); %设置x y轴名称
ylabel('x_axis_name'); 
title('name'); %设置图名称
legend('曲线1','曲线2');  %加图例（就是加了线型后，右上角的注释）
grid on;  %加网格

线型和颜色
- 线型（线方式）： - 实线 :点线 -. 虚点线 - - 波折线
- 线型（点方式）：. 圆点 +加号 * 星号 x x形 o 小圆
- 线条粗细：plot(x,y,’r’,’linewidth’,4);
- 参数为数据点的形状：’.’为实心黑点；’*‘为八线符；’<’为左三角；’d’为菱形；’o’为空心圆圈；’s’为方块符；’+’为十字符号；’^’为上三角符；’>’为右三角符；’h’为六角星；’p’为五角星；’x’为叉字符。
- 颜色： r红； g绿； b蓝； c青 m紫； k黑； w白；y黄；
- 例子：
  1
  
  plot(x,y1,’b:+’,x,y2,’g-.*’);

加图例legend

1	legend(字符串1，字符串2，字符串3，…，参数); %其中字符串为画图顺序依次标注

参数说明如下：

参数字符串	含义
0	尽量不与数据冲突，自动放置在最佳位置
1	放置在图形的右上角
2	放置在图形的左上角
3	放置在图形的左下角
4	放置在图形的右下角
-1	图形窗外

设置背景色

1
2
3

set(gcf,'color','none'); %无背景
set(gcf,'color',[0,0,0]); %背景色为黑
set(gcf,'color',[1,1,1]); %背景色为白

subplot

功能:分割figure，创建子坐标系

语法

figure
h = subplot(m,n,p) or subplot(mnp)
      subplot(m,n,p,'replace')
      subplot(m,n,P)
      subplot(h)
      subplot('Position',[left bottom width height])
      subplot(..., prop1, value1, prop2, value2, ...)
      h = subplot(...)

描述：h = subplot(m,n,p)或者subplot(mnp)将figure划分为m×n块，在第p块创建坐标系，并返回它的句柄。当m,n,p<10时，可以简化为subplot(mnp)或者subplot mnp

（注：subplot（m,n,p）或者subplot（mnp）此函数最常用：subplot是将多个图画到一个平面上的工具。其中，m表示是图排成m行，n表示图排成n列，也就是整个figure中有n个图是排成一行的，一共m行，如果第一个数字是2就是表示2行图。p是指你现在要把曲线画到figure中哪个图上，最后一个如果是1表示是从左到右第一个位置。），参考博客。

示例：

figure
subplot(2,2,1)
plot(s,'k')
ylabel('signal')

subplot(2,2,,2)
plot(imp(1,:),'k')
ylabel('imf1')

subplot(2,2,,3)
plot(imp(2,:),'k')
ylabel('imf2')

subplot(2,2,,4)
plot(imp(3,:),'k')
ylabel('imf3')

matlab文件操作

wavread读取音频文件

示例代码

filedir = [];			% 设置路径
filename = 'bluesky3.wav';	% 设置文件名
fle = [filedir filename];
[x,fs] = wavread(fle);		% 读入数据文件
x = x(2000:4048,:);
% 采用上面的方法得到的

在matlab R2015a版本中运行wavread()函数，出现警告：Warning: WAVREAD will be removed in a future release. Use AUDIOREAD instead.

audioread读取音频文件

语法

[y,Fs] = audioread(filename) % 从名为 filename 的文件中读取数据，并返回样本数据 y 以及该数据的采样率 Fs。

[y,Fs] = audioread(filename,samples) % 读取文件中所选范围的音频样本，其中 samples 是 [start,finish] 格式的向量。

[y,Fs] = audioread(___,dataType) % 返回数据范围内与 dataType（'native' 或 'double'）对应的采样数据，可以包含先前语法中的任何输入参数

示例：

1 2	[x,fs] = audioread('data\a001_0_10.wav'); [M,N] = size(x);

局限性
- 对于 Windows 7 或更高版本和 Linux 平台上的 MP3、MPEG-4 AAC 和 AVI 音频文件，audioread 读取的样本数量可能比预期的少。在 Windows 7 平台上，这是由于基础 Media Foundation 框架所致。在 Linux 平台上，这是由于基础 GStreamer 框架的局限性所致。如果需要精确的样本读取，请使用 WAV 或 FLAC 文件。
- 在 Linux 平台上，audioread 读取包含用作立体声数据的单通道数据的 MPEG-4 AAC 文件。

audioread在 R2012b 中推出。

参考：matlab文档（里面包括matlab比较系统的介绍）

将数组数据存入txt文件

自定义一维数组的数据转存txt函数

%% 将数据写入txt文件
function save2txt(arr, path)
% 一维数组的数据存入到path路径对应的txt文件
fid=fopen(path,'wt'); %新建文件,你要保存到的文件路径,该路径的最后为'\变量名.txt'路径,该路径的最后为'\变量名.txt'

for i=1:length(arr)
    fprintf(fid,'%g ',arr(i)'); %一行一行的写入数据，以空格隔开，到该行的最后一个数据，回车
end
fclose(fid);
end

自定义二维数组的数据转存txt函数

function save2txt_2dim(arr, path)
% 将二维数组arr保存到txt文件中，并以空格隔开
fid=fopen(path,'wt'); %新建文件,你要保存到的文件路径,该路径的最后为'\变量名.txt'路径,该路径的最后为'\变量名.txt'

for i=1:length(arr(:,1))
    for j = 1:length(arr(1,:))
        fprintf(fid,'%g ',arr(i,j)'); %一行一行的写入数据，以空格隔开，到该行的最后一个数据，回车
    end
end
fclose(fid);
end

批量操作文件夹中的文件

读取文件夹里所有的音频文件

root_path = 'D:\py_code\second_py\ASC\datasets\TUT-urban-acoustic-scenes-2018-development\audio';	% 此处可以写相对路径

fileFolder=fullfile(root_path);	% 文件夹名audio，此处将相对路径转为绝对路径
dirOutput=dir(fullfile(fileFolder,'*'));	%如果存在不同类型的文件，用‘*’读取所有，如果读取特定类型文件，'.'加上文件类型，例如用‘.wav’，但是在实验时，改为'.wav'发现这种方法不可行
fileNames={dirOutput.name}';
% 读取文件，取文件名：fileNames{i}
for i=3:length(fileNames)
	[x,fs] = audioread([root_path,'\' , fileNames{i}]);
end

存在的一个问题是发现fileNames前两个分别是‘.’‘..’，从第3个开始才是文件夹下面的文件名，这个在实际的使用中可以设置断点查看fileNames的值。

加载文件中所有的txt文件

root_path = 'testdata';

fileFolder=fullfile(root_path);	%文件夹名的全局地址
dirOutput=dir(fullfile(fileFolder,'*'));	%如果存在不同类型的文件，用‘*’读取所有
fileNames={dirOutput.name}';

feature = [];

for i = 3:length(fileNames)
    path = ['testdata\', fileNames{i}];    
    temp = load(path);
    feature = [feature; temp];
end

dsf

简介