最近鄰演算法matlab

『壹』 MATLAB中三種差值法怎樣編程

http://wenku..com/view/4b8beb2dcfc789eb172dc896.html?st=1

http://wenku..com/view/49a35f050740be1e650e9aac.html?st=1

http://wenku..com/view/97931e353968011ca30091ac.html

http://wenku..com/view/702346f8910ef12d2af9e7ad.html

『貳』 急求最近鄰演算法的半監督學習演算法對vehicle數據分類的matlab程序

• 嗯嗯嗯
  

『叄』 MATLAB數字圖像處理的目錄

前言
第1章圖像處理與MATLAB2007a簡介
1.1概述
1.1.1MATLAB概述
1.1.2數字圖像處理技術的內容與發展現狀
1.2相關學科和領域
1.2.1數字信號處理學
1.2.2計算機圖形學
1.2.3計算機視覺
1.3MATLAB2007a的新功能
1.3.1MATLAB2007a的新特性
1.3.2Simulink6的新特性
1.4MATLAB2007a圖像處理
1.4.1MATLAB圖像處理應用舉例
1.4.2圖像處理基本操作
1.4.3圖像處理的高級應用
第2章圖像的編碼和解碼
2.1概述
2.1.1圖像壓縮編碼的必要性
2.1.2圖像壓縮編碼的可能性
2.1.3圖像壓縮編碼的評價准則
2.2統計編碼
2.2.1信息熵
2.2.2ShannonFano編碼
2.2.3哈夫曼編碼
2.2.4算術編碼
2.2.5行程編碼
2.3預測編碼
2.4圖像的變換編碼
2.5數據壓縮編碼的國際標准
2.5.1JPEG標准
2.5.2MPEG視頻編碼壓縮標准
2.6小結
習題
第3章圖像復原
3.1圖像復原的基本概念
3.2圖像退化模型
3.2.1連續的退化模型
3.2.2離散的退化模型
3.3非約束復原
3.3.1非約束復原的代數方法
3.3.2逆濾波復原法
3.4有約束復原
3.4.1最小二乘類約束復原
3.4.2維納濾波
3.4.3LucyRichardson濾波復原
3.4.4盲解卷積復原
3.5幾種其他圖像復原技術
3.5.1幾何畸變校正
3.5.2盲目圖像復原
3.6運動模糊圖像的復原
3.6.1模糊模型
3.6.2水平勻速直線運動引起模糊的復原
3.7小結
習題
第4章圖像處理的相關操作
4.1圖像類型轉換
4.2圖像數據結構
4.2.1圖像模式
4.2.2顏色空間
4.2.3數據存儲的數據結構
4.3線性系統和移不變系統
4.3.1線性系統
4.3.2移不變系統
4.4調用信號分析
4.4.1調諧信號
4.4.2對調諧信號的響應
4.4.3系統傳遞函數
4.5數字圖像的顯示特性
4.5.1圖像的屏幕顯示
4.5.2顯示特性
4.5.3數字圖像的暫時顯示
4.5.4數字圖像的永久顯示
4.6二維系統及矩陣運算
4.6.1二維線性系統
4.6.2二維位置不變線性系統
4.6.3二維系統的梯度運算元
4.6.4常用矩陣運算
4.7圖像的塊操作
4.7.1邊緣操作
4.7_2顯示塊操作
4.8特定區域處理
4.8.1特定區域
4.8.2特定區域濾波
4.8.3特定區域填充
4.9圖像質量評價
4.9.1圖像質量的客觀評價
4.9.2圖像質量的主觀評價
習題
第5章圖像頻域變換
5.1傅里葉變換
5.1.1傅里葉變換的基本概念
5.1.2離散傅里葉變換
5.1.3傅里葉變換的應用
5.2離散餘弦變換
5.2.1一維離散餘弦變換
5.2.2二維離散餘弦變換
5.2.3快速離散餘弦變換
5.2.4離散餘弦應用
5.3離散沃爾什-哈達瑪變換（DWT-DHT）
5.3.1一維離散沃爾什變換
5.3.2二維離散沃爾什變換
5.3.3一維離散哈達瑪變換
5.3.4二維離散哈達瑪變換
5.3.5離散沃爾什-哈達瑪變換的應用舉例
5.4K-L變換
5.4.1K-L變換的定義
5.4.2K-L變換的性質
5.5Radon變換
5.5.1Radon變換原理
5.5.2用Radon變換檢測直線
5.5.3逆Radon變換及其應用
5.6小波變換
5.6.1傳統變換方法的局限性
5.6.2小波變換的基本知識
5.6.3小波變換在圖像處理方面的應用及實現
5.7扇形光束投影
5.7.1投影變換的基本概念
5.7.2投影變換函數的應用
習題
第6章圖像處理中的代數運算及幾何變換
6.1基本運算類型
6.2點運算
6.2.1點運算的種類
6.2.2點運算與直方圖
6.2.3點運算的應用
6.3圖像的代數運算
6.3.1圖像代數的異常處理
6.3.2各種代數運算
6.4幾何變換基礎
6.4.1齊次坐標
6.4.2齊次坐標的一般表現形式及意義
6.4.3二維圖像幾何變換的矩陣
6.5各種幾何變換
6.5.1圖像平移變換
6.5.2圖像比例變換
6.5.3圖像旋轉變換
6.5.4圖像鏡像變換
6.5.5圖像剪切變換
6.5.6圖像復合變換
6.5.7透視投影
6.5.8平行投影
6.6灰度級插值
6.6.1最近鄰插值法
6.6.2雙線性插值法
6.6.3三次內插值法
6.6.4灰度級插值法的MATLAB實現
習題
第7章圖像增強
7.1灰度變換增強
7.1.1像素及其統計特性
7.1.2直接灰度變換
7.1.3直方圖灰度變換
7.1.4直方圖均衡化
7.1.5對比度自適應直方圖均衡化
7.1.6去相關拉伸
7.2空間域濾波
7.2.1基本原理
7.2.2平滑濾波
7.2_3銳化濾波
7.3頻域濾波增強
7.3.1低通濾波
7.3.2高通濾波
7.3.3帶通和帶阻濾波器
7.3.4頻域濾波的MATLAB實現
7.4同態增晰
7.5彩色圖像增強
7.5.1偽彩色增強
7.5.2假彩色增強
7.5.3真彩色增強
習題
第8章圖像分割與邊緣檢測
8.1灰度閾值法
8.1.1圖像分割基本原理
8.1.2灰度閾值法分割
8.2邊緣檢測
8.2.1微分運算元
8.2.2拉普拉斯高斯運算元（LOG）
8.2.3Canny運算元
8.3區域分割
8.3.1區域生長
8.3.2分裂合並
8.3.3水域分割
8.4邊界跟蹤與直線檢查
8.4.1基本原理
8.4.2直線提取演算法
8.5基於圖像分割的圖像分析
8.5.1通過圖像分割檢測細胞
8.5.2圖像粒度測定
8.6彩色圖像分割
8.6.1色彩空間
8.6.2彩色分割方法
習題
第9章小波分析及其在MATLAB中的應用
9.1小波變換基礎
9.1.1連續小波變換
9.1.2離散小波
9.1.3二進小波變換
9.1.4MATLAB中的小波函數工具箱
9.2小波分析在圖像增強中的應用
9.3基於小波的圖像降噪和壓縮
9.3.1小波的圖像壓縮技術
9.3.2小波的圖像降噪技術
9.4小波的融合技術
9.5小波包在圖像邊緣檢測中的應用
9.6小波包與圖像消噪
9.7小結
第10章圖像特徵的描述
10.1灰度描述
10.1.1幅度特徵
10.1.2直方圖特徵
10.1.3變換系數的特徵
10.2紋理分析
10.2.1紋理特徵
10.2.2統計法
10.2.3自相關函數法
10.2.4頻譜法
10.2.5紋理的句法結構分析法
10.2.6聯合概率矩陣法
10.3形狀描述
10.3.1鏈碼
10.3.2傅里葉描述子
10.3.3形狀特徵的描述
10.4區域描述
10.4.1幾何特徵
10.4.2不變矩
10.5形態分析
10.6區域、對象及特性度量
10.6.1連通區域標記
10.6.2選擇對象
10.6.3圖像面積
10.6.4歐拉數
10.6.5基於分水嶺的圖像分割示例
習題
第11章MATLAB圖像處理的應用
11.1MATLAB在遙感圖像處理中的應用
11.1.1遙感簡介
11.1.2利用MATLAB對遙感圖像進行直方圖匹配
11.1.3對遙感圖像進行濾波增強
11.1.4對遙感圖像進行融合
11.2MATLAB在醫學圖像處理中的應用
11.2.1醫學成像簡介
11.2.2醫學圖像的灰度變換
11.2.3基於高頻強調濾波和直方圖均衡化的醫學圖像增強
習題
附錄
附錄AMATLAB6.X圖像處理工具箱函數
附錄BMATLAB7.0圖像處理工具箱新增函數
參考文獻
……

『肆』 matlab計算石墨烯能帶結構的演算法是什麼

這個程序是初步優化後的matlab版本，主要思路是先生成體系的格點坐標，再運用坐標生成體系的哈密頓量，然後進行對角化計算能帶，能帶的計算使用一維體系超原胞的處理方法。可以進一步優化

主程序

nx=3; %

ny=100; % 體系寬度(y方向的長度)

[x,y]=zigzag_graphene(nx,ny);

%plot(x,y,'.','MarkerSize',20)

t1=-2.7;

t2=0.0038/3/sqrt(3);

H=Hamiltonian_NN_graphene(x,y,t1);

Hsp=Hamiltonian_Haldane(x,y,sqrt(3),t2);

H=H+Hsp;

N=length(H);

HDL=H(N/3+1:N*2/3,1:N/3);

HD=H(N/3+1:N*2/3,N/3+1:N*2/3);

HDR=H(N/3+1:N*2/3,N*2/3+1:N);

n = length(HD);

dk = 0.01;

kx=0:dk:2*pi; % k空間路徑

Ek=band_calculate(kx,HD,HDL,HDR);

plot(kx,Ek,'.')

set(gca,'YLim',[-0.5 0.5]);%X軸的數據顯示範圍

坐標生成函數

function [x,y]=zigzag_graphene(nx,ny)

x1=zeros(4,1);

y1=zeros(4,1);

x1(1,1)=sqrt(3)/2;

x1(2,1)=0;

x1(3,1)=0;

x1(4,1)=sqrt(3)/2;

y1(1,1)=0;

y1(2,1)=0.5;

y1(3,1)=1.5;

y1(4,1)=2;

x2=x1;

y2=y1;

for i=1:ny-1

x2=[x2;x1];

y2=[y2;y1+i*ones(4,1)*3];

end

x=x2;

y=y2;

n=length(x2);

for i=1:nx-1

x=[x;x2+i*ones(n,1)*sqrt(3)];

y=[y;y2];

end

最近鄰相互作用哈密頓量的生成

function H=Hamiltonian_NN_graphene(x,y,t)

%t=-2.7;

N=length(x);

H=zeros(N,N);

eps=0.01;

for i=1:N

for j=1:N

if abs(sqrt((x(i)-x(j))^2+(y(i)-y(j))^2)-1)

Haldane模型哈密頓量

function H=Hamiltonian_Haldane(x,y,a,t2)

N=length(x);

H=zeros(N,N);

for l=1:N

for j=1:N

if x(l)>x(j)&&y(l)==y(j)&&mod(j,2)==1&&abs(sqrt((x(j)-x(l))^2+(y(j)-y(l))^2)-a)<0.001

H(j,l)=-1i*t2;

end

if x(l)x(j)&&y(l)>y(j)&&mod(j,2)==1&&abs(sqrt((x(j)-x(l))^2+(y(j)-y(l))^2)-a)<0.001

H(j,l)=1i*t2;

end

if x(l)y(j)&&mod(j,2)==1&&abs(sqrt((x(j)-x(l))^2+(y(j)-y(l))^2)-a)<0.001

H(j,l)=-1i*t2;

end

if x(l)>x(j)&&y(l)x(j)&&y(l)==y(j)&&mod(j,2)==0&&abs(sqrt((x(j)-x(l))^2+(y(j)-y(l))^2)-a)<0.001

H(j,l)=1i*t2;

end

if x(l)x(j)&&y(l)>y(j)&&mod(j,2)==0&&abs(sqrt((x(j)-x(l))^2+(y(j)-y(l))^2)-a)<0.001

H(j,l)=-1i*t2;

end

if x(l)y(j)&&mod(j,2)==0&&abs(sqrt((x(j)-x(l))^2+(y(j)-y(l))^2)-a)<0.001

H(j,l)=1i*t2;

end

if x(l)>x(j)&&y(l)

能帶計算函數

function Ek=band_calculate(kx,HD,HDL,HDR)

dN = length(kx);

n = length(HD);

Ek = zeros(n,dN);

for i = 1:dN

Hk=HDL*exp(-1i*kx(i))+HD+HDR*exp(1i*kx(i));

[~,E]=eig(Hk);

Ek(:,i) = diag(E);

end