matlab变量操作 计算分数.doc

变量操作 计算分数。Mload(classGrades.mat)namesAndGrades(1:5,:)grades=namesAndGrades(:,2:end);mean(grades)meanGrades=nanmean(grades)meanMatrix=repmat(meanGrades,size(grades,1),1)curvedGrades=3.5*(grades./meanMatrix);nanmean(curvedGrades);curvedGrades(find(curvedGrades5)=5;totalGrade=nanmean(curvedGrades,2);totalGrade=ceil(totalGrade)letters=FDCBA;for k=1:length(totalGrade) switch totalGrade(k) case 1 Grades(k)=letters(1); case 2 Grades(k)=letters(2); case 3 Grades(k)=letters(3); case 4 Grades(k)=letters(4); case 5 Grades(k)=letters(5); endenddisp(Grades: ,Grades);抛球模型定义常量：球的初始高度h=1.5m；重力加速度g=9.8m/s2；初始球速为v=4m/s；初始抛球的角度为=45度。生成时间向量，01之间，1000个点线性分布，使用linspace。我们已知抛球的物理模型：假定x为距离，y为高度，则根据高中物理所学水平位移为，垂直位移为，利用该公式计算x和y。计算何时小球撞倒地面，使用find找到高度变负的地方，那么水平距离就是那时间点的x值，使用disp输出结果：小球在x米处撞倒地面。使用figure打开绘图窗口，绘制y和x的对应曲线，xlabel，ylabel和title，hold on figure，绘制地面位置，使用黑色，虚线。这应该是一个水平曲线，运行代码查看结果。figure(2);h=1.5;g=9.8;v=4;a=45;t=linspace(0,1,1000);x_t=v*cos(a*pi/180)*t;plot(t,x_t,r);hold on;t=linspace(0,1,1000);y_t=h+v*sin(a*pi/180)*t-1/2*g*t.2;plot(t,y_t);t0=min(find(y_t=0);x0=x_t(t0);xlabel(时间轴);ylabel(函数);title(抛球模型);legend(x(t),y(t);disp(小球在,num2str(x0),处撞到地面);hold on;plot(0 max(x_t),0 0,k-);.插入和面绘制：使用rand做一个55的随机矩阵z0；使用meshgrid以及1：5的向量生成x0和y0，meshgrid的两个输入都使用1：5的向量；使用meshgrid以及1：0.1：5的向量生成x1和y1，两个输入都使用1：0.1：5的向量使用interp2在x1和y1位置对x0，y0，z0进行插值得到z1；使用surf绘制z1，colormap设置为hsv，shading设置为interp；使用hold on保持figure，使用contour绘制等高线图；添加colorbarz0=rand(5)x0,y0=meshgrid(1:5,1:5)x1,y1=meshgrid(1:0.1:5,1:0.1:5)z1=interp2(x0,y0,z0,x1,y1)surf(z1)colormap hsvshading interphold oncontour(z1)colorbar 写一个函数，函数声明如下：ind=findNearest(x，desiredVal)。x是一个向量，deisredVal为一个标量，该函数实现的功能为在x中找到与desiredVal最接近的数所在的位置：ind。如果x中有多个值接近desiredVal，则返回多个位置。使用的函数参考：abs，min和find。function ind=findNearest(x,desiredVal)x=input(input x:)desireVal=input(input desireVal:)m,n=size(x)erro=abs(x(:)-desireVal)min_e=min(erro)temp=reshape(erro,m,n)b=find(temp=min_e)ind=bx=1:5;desiredVal=2.5;ind=findNearest(x,desiredVal)function ind=loopTest(n)n=input(input n:) for n=1:n if mod(n,2)=0 disp(num2str(n),is divisible by 2) else if mod(n,3)=0 disp(num2str(n),is divisible by 3) else disp(num2str(n),is NOT divisible by 2 AND 3) endendEnd声明函数smoothed=rectFilt(x,width)，该函数将数据x以特定的窗宽范围内进行平均滤波。例如如果width=5，那么x中第n个点的值的平滑算法为mean（x(n-2:n+2)）。但是要注意的是在边缘会有泄漏的问题，上例中也就是在nlength(x)-2时会出问题。我想这几个边缘的点我们可以考虑保持原数据不动。A 注意经过平滑后得到的数据与原数据点数应相同；B 为左右平均时对称，我们在输入参数width时应选择奇数；C 确保边缘的情况不会出问题；D 提示使用循环和mean函数进行平滑运算，如果你对卷积很熟悉那么也可以使用conv函数进行卷积运算；E 函数写完后，载入noisyData.mat数据进行测试，如果载入数据失败，那么使用xlsread函数读取noisyData.xls数据也是一样的。我使用width为11，function smoothed=rectFilt(x,width)if(mod(width,2)=0) widthend;smoothed=conv(x,1/width*ones(width,1),same);endx=xlsread(noisyData.xls);width=11;smoothed=rectFilt(x,width);figure; plot(x,r-); hold on; plot(smoothed)你需要先写一个ODE方程去描述神经脉冲。方程的描述方式我们参考了Hodgkin和Huxley1952年提出的模型。他们也因此获得了Noble奖。这个模型的思路是，神经膜有对电压敏感的闸门，随着膜电压的改变，这个闸门会打开或者关闭以形成离子通道。一旦闸门打开，离子就可以在他们之间流动从而影响膜电压。这个模型是非线性的，我们只能使用数值的方法求解。这个题目稍复杂，耐心按照下面一步步进行：A 首先下载HH.zip压缩包，解压后发现里面有6个m文件，分别是alphah.m，alpham.m，alphan.m，betan.m，betam.m和betah.m。这些方程用来描述了闸门开转台alpha（V）和闭状态beta（V）与电压的关系。h,m,n是三个闸门。B 接下来按照下面的式子写ODE方程。其中C是膜电容，G是电导系数，E是K，Na，L通道的逆转电位。令，有了这些常量以及上述微分方程，我们就可以写ODE方程了。C 编写一个脚本叫HH.m，我们使用ode45函数来求解微分方程，并且画出膜电压曲线。首先我们定义时间尺度为0-20ms，我们的方程单位其实就是ms，初始状态为n=0.5;m=0.5,h=0.5;V=-60。计算结果应该为一个214的矩阵，其中每一列就是对应我们解出的n（t），m（t），h（t），和V（t）。我们这里绘制V（t）曲线，查看电压变化变至平稳的状态。参考图如下：function dy = ODE(t,y)C=1;G_k=36;G_Na=120;G_L=0.3;E_k=-72;E_Na=55;E_L=-49.4;n=y(1);m=y(2);h=y(3);V=y(4);dy=zeros(4,1);dy(1)=(1-n)*alphan(V)-n*betan(V);dy(2)=(1-m)*alpham(V)-m*betam(V);dy(3)=(1-h)*alphah(V)-h*betah(V);dy(4)=-(1/C)*(G_k*n4*(V-E_k)+G_Na*m3*h*(V-E_Na)+G_L*(V-E_L);clear allfigure(1);t,y=ode45(ODE,0 20,0.5 0.5 0.5 -60);n=y(:,1);m=y(:,2);h=y(:,3);V=y(:,4);plot(t,V);xlabel(Time(ms);ylabel(Transmembrane(mV);title(Approaching Steady State); figure(2);for i=1:10 t,y=ode45(ODE,0 20,n(end) m(end) h(end) V(end)+i); n=y(:,1);