《MATLAB R2018b完全實戰學習手冊》是化學工業出版社2019年10月出版的圖書，作者是王朋。
基本介紹
- 書名：MATLAB R2018b完全實戰學習手冊
- 作者：王朋 主編 趙曉妍、楊瑩 副主編
- ISBN：978-7-122-34484-7
- 頁數：460頁
- 出版時間：2019年10月
- 裝幀：平裝
- 開本：16K 787×1092 1/16
- 版次：1版1次
內容簡介,目錄,
內容簡介
本書從初學者的角度循序漸進地講述了MATLAB R2018b的基礎知識和套用，全書共分2篇，第1篇為MATLAB基礎知識，詳細介紹了MATLAB R2018b概述、MATLAB使用初步、MATLAB數值計算及符號計算、MATLAB計算的可視化和GUI設計、 MATLAB程式設計、Simulink仿真、MATLAB應用程式接口等基礎知識。第2篇為MATLAB套用，分別介紹了MATLAB工具箱概述，MATLAB在圖像處理、最佳化設計、數位訊號處理、控制系統、電力系統、深度學習中的套用，尤其對於MATLAB R2018b全新增加的深度學習功能進行了深入介紹，讀者可在基礎知識學習的同時進行上機練習。
目錄
第1篇 MATLAB基礎知識
第1章MATLAB R2018b概述
1.1 MATLAB R2018b簡介 2
1.1.1 MATLAB概述 2
1.1.2 MATLAB的優勢和特點 3
1.1.3 MATLAB的版本更新 4
1.1.4 MATLAB R2018b的新增功能 5
1.2 MATLAB R2018b的安裝激活與內容選擇 5
1.2.1 MATLAB R2018b的安裝 6
1.2.2 MATLAB R2018b的激活 8
1.3 MATLAB R2018b的目錄 10
1.3.1 MATLAB R2018b的目錄結構 10
1.3.2 搜尋路徑及其設定 10
1.3.3 MATLAB R2018b的工作目錄設定 12
1.4 MATLAB R2018b的工作環境 13
1.5 MATLAB R2018b的幫助系統 13
1.5.1 幫助命令 14
1.5.2 演示（Demos）幫助 15
1.5.3 幫助導航瀏覽器 15
第2章MATLAB使用初步
2.1 MATLAB R2018b的通用命令 17
2.2 MATLAB R2018b的常用數據類型 18
2.2.1 數值類型 19
2.2.2 邏輯類型 22
2.2.3 字元串 22
2.2.4 結構體類型 24
2.2.5 單元數組類型 26
2.2.6 函式句柄 27
2.3 基本矩陣操作 28
2.3.1 矩陣的創建 28
2.3.2 矩陣大小的改變 31
2.3.3 矩陣下標引用 33
2.3.4 矩陣信息的獲取 34
2.3.5 矩陣結構的改變 36
2.4 運算符 37
2.4.1 算術運算符 37
2.4.2 關係運算符 38
2.4.3 邏輯運算符 39
2.4.4 運算優先權 39
2.5 字元串處理函式 40
2.5.1 字元串的構造 40
2.5.2 字元串比較函式 41
2.5.3 字元串查找和替換函式 42
2.5.4 字元串與數值的轉換 43
2.6 檔案讀取I/O 43
2.6.1 檔案的打開與關閉 43
2.6.2 讀取與寫入二進制檔案 44
2.6.3 寫入與讀取文本檔案 46
2.6.4 檔案位置 47
第3章MATLAB數值計算
3.1 矩陣的基本運算 50
3.1.1 矩陣的加減運算 50
3.1.2 矩陣的乘法運算 51
3.1.3 矩陣的除法運算 52
3.1.4 矩陣的冪運算 52
3.1.5 矩陣的其他運算 53
3.2 矩陣分解 57
3.2.1 Cholesky分解 57
3.2.2 LU分解 57
3.2.3 QR分解 58
3.2.4 特徵值分解 59
3.2.5 奇異值分解 60
3.3 線性方程組的求解 60
3.3.1 求線性方程組的唯一解或特解 61
3.3.2 求線性齊次方程組的通解 63
3.3.3 求非齊次線性方程組的通解 63
3.4 多項式 65
3.4.1 多項式的求值 65
3.4.2 多項式的根 66
3.4.3 多項式的運算 66
3.5 數據插值 68
3.5.1 一維插值 68
3.5.2 二維插值 70
3.6 曲線擬合 71
3.7 函式的極限和導數 73
3.7.1 函式的極限 73
3.7.2 函式的導數 74
3.8 數值積分函式 74
第4章MATLAB符號計算
4.1 符號對象的創建和使用 77
4.1.1 創建符號對象和表達式 77
4.1.2 符號對象的基本運算 79
4.2 符號表達式的替換、精度計算及化簡 81
4.2.1 符號表達式的替換 81
4.2.2 精度計算 82
4.2.3 符號表達式的化簡 83
4.3 符號微分與積分及其變換 85
4.3.1 符號表達式的微分運算 85
4.3.2 符號表達式的級數 87
4.3.3 符號表達式的積分運算 88
4.3.4 符號積分變換 89
4.4 符號方程求解 91
4.4.1 代數方程的求解 91
4.4.2 微分方程的求解 92
第5章MATLAB計算的可視化和GUI設計
5.1 繪圖的基本步驟 94
5.2 二維圖形的生成 95
5.2.1 plot基本命令 95
5.2.2 線型、顏色及數據點型的設定 99
5.2.3 圖形的標註、圖例說明及格線 100
5.2.4 多次疊圖和多子圖操作 101
5.2.5 坐標軸的控制 104
5.3 三維圖形的生成 105
5.3.1 plot3基本命令 105
5.3.2 三維網線圖和表面圖的繪製 106
5.3.3 立體圖形與圖軸的控制 110
5.3.4 色彩的控制 112
5.4 特殊圖形的操作 118
5.4.1 條形圖 118
5.4.2 餅形圖 120
5.4.3 統計直方圖 121
5.4.4 極坐標圖 121
5.4.5 離散數據繪圖 122
5.4.6 面積圖和圖形填充 122
5.4.7 射線圖和羽毛圖 123
5.4.8 等高線圖 124
5.5 句柄圖形 125
5.5.1 圖形對象的創建 125
5.5.2 圖形對象句柄的獲取 127
5.5.3 圖形對象屬性的獲取和設定 130
5.6 圖形用戶界面（GUI）設計 132
5.6.1 GUI開發環境（GUIDE） 132
5.6.2 用戶圖形界面控制項 134
5.6.3 對話框對象 136
5.6.4 界面選單 141
5.6.5 GUI設計實例 142
第6章MATLAB程式設計
6.1 M檔案 152
6.1.1 函式 153
6.1.2 腳本 158
6.2 MATLAB中的變數 160
6.3 MATLAB程式控制結構 161
6.3.1 順序結構 161
6.3.2 循環結構 162
6.3.3 選擇結構 164
6.3.4 其他流程控制語句 167
6.4 MATLAB程式調試 169
6.4.1 直接調試法 170
6.4.2 工具調試法 170
第7章Simulink仿真
7.1 Simulink概論 173
7.1.1 Simulink的概述 173
7.1.2 Simulink的啟動 174
7.1.3 Simulink模型的特點 175
7.1.4 Simulink Editor視窗選單命令 176
7.1.5 Simulink模組庫 179
7.1.6 Simulink實例 185
7.2 Simulink模型創建 188
7.2.1 Simulink模組簡易操作 188
7.2.2 創建模型的基本步驟 198
7.3 仿真的運行及結果分析 200
7.3.1 仿真參數的設定 200
7.3.2 Simulink仿真過程需要注意的技巧 204
7.3.3 觀測輸出Simulink的仿真結果 205
7.3.4 仿真診斷 212
7.4 模型的調試 212
7.4.1 Simulink調試器 212
7.4.2 調試模型及設定斷點 215
7.5 子系統創建與封裝 216
7.5.1 子系統介紹 216
7.5.2 創建子系統 217
7.5.3 封裝子系統 220
7.6 S函式 223
7.6.1 S函式工作原理 223
7.6.2 編寫S函式 224
7.7 Simulink與MATLAB結合建模的實例 230
第8章MATLAB 應用程式接口
8.1 MATLAB應用程式接口介紹 234
8.1.1 MEX檔案 234
8.1.2 MAT檔案 235
8.1.3 計算引擎 235
8.2 MATLAB編譯器 235
8.2.1 編譯器概述 235
8.2.2 編譯器的安裝和配置 236
8.2.3 創建C語言MEX檔案 237
8.2.4 創建獨立的應用程式 239
8.3 MAT檔案的使用 240
8.3.1 在MATLAB中讀寫MAT檔案 241
8.3.2 在普通的C/C++程式中讀寫MAT檔案 242
8.4 MATLAB實時編輯器 242
8.5 MATLAB與Excel的在線上使用 245
8.5.1 Excel Link的設定 246
8.5.2 Excel Link數據管理函式 247
8.5.3 xlswrite與xlsread 248
第2篇 MATLAB套用
第9章MATLAB工具箱概述
9.1 工具箱的安裝和卸載 252
9.1.1 工具箱的安裝 252
9.1.2 工具箱的卸載 252
9.2 數學、統計和最佳化工具箱 252
9.2.1 最佳化工具箱 252
9.2.2 神經網路工具箱 253
9.3 控制系統 253
9.3.1 控制系統工具箱 253
9.3.2 模糊邏輯工具箱 253
9.3.3 機器人系統工具箱 254
9.3.4 系統識別工具箱 254
9.3.5 魯棒控制工具箱 254
9.4 信號處理和通信 254
9.4.1 DSP系統工具箱 254
9.4.2 信號處理工具箱 255
9.4.3 小波工具箱 255
9.5 圖像處理和計算機視覺 255
9.5.1 圖像獲取工具箱 255
9.5.2 圖像處理工具箱 255
9.6 測試和測量 256
9.6.1 數據採集工具箱 256
9.6.2 儀器控制工具箱 256
9.7 計算金融學工具箱 256
9.7.1 資料庫工具箱 256
9.7.2 計量經濟學工具箱 257
9.7.3 金融工具箱 257
第10章MATLAB在圖形圖像處理中的套用
10.1 MATLAB系統中的圖像類型 258
10.2 圖形圖像的基本運算 262
10.2.1 圖像絕對差值 262
10.2.2 圖像相加 262
10.2.3 圖像顏色組合 263
10.2.4 圖像求補運算 263
10.2.5 圖像相除 264
10.2.6 圖像的線性運算 264
10.2.7 圖像相乘 265
10.2.8 圖像相減 266
10.3 圖形圖像的二維傅立葉變換 267
10.3.1 連續二維傅立葉變換 267
10.3.2 二維離散傅立葉逆變換 268
10.4 數字圖像的離散餘弦變換 268
10.4.1 圖像的離散餘弦變換 268
10.4.2 計算離散餘弦變換矩陣 269
10.5 圖形圖像對比度的調整 270
10.5.1 調整圖像對比度 270
10.5.2 有限對比度自適應直方圖均衡化（CLAHE） 271
10.6 圖形圖像的分析 271
10.6.1 跟蹤二值圖像中的對象 271
10.6.2 霍夫變換 272
10.7 圖形圖像邊界的提取 273
第11章MATLAB在最佳化設計中的套用
11.1 建立最佳化問題 275
11.1.1 選擇求解器 275
11.1.2 參數設定 276
11.2 非線性最佳化問題 280
11.2.1 無約束最最佳化問題 280
11.2.2 有約束最最佳化問題 281
11.2.3 多目標最佳化問題 282
11.3 線性規劃和混合整數線性規劃 285
11.3.1 基於問題的最最佳化 285
11.3.2 基於求解器的最最佳化 289
11.4 二次規劃問題 291
11.5 最小二乘法 292
11.5.1 線性最小二乘法 292
11.5.2 非線性最小二乘法 295
11.6 非線性方程組 296
第12章MATLAB在數位訊號處理中的套用
12.1 離散信號與系統 298
12.1.1 常用離散信號 299
12.1.2 信號的基本運算 302
12.1.3 線性時不變系統的回響 305
12.2 數位訊號的處理 310
12.2.1 離散傅立葉變換 310
12.2.2 快速傅立葉變換 315
12.3 數字濾波器的設計 317
12.3.1 IIR濾波器的設計 317
12.3.2 FIR濾波器的設計 321
第13章MATLAB在控制系統中的套用
13.1 控制系統的模型描述 324
13.2 控制系統的時域分析與MATLAB實現 328
13.2.1 單位階躍回響 329
13.2.2 脈衝回響 329
13.2.3 零輸入回響 330
13.2.4 任意輸入回響 331
13.2.5 階躍回響特性 332
13.2.6 線性系統回響特性 334
13.3 控制系統的頻域分析與MATLAB實現 335
13.3.1 伯德圖 336
13.3.2 奈奎斯特圖 337
13.3.3 尼克爾斯頻率回響圖 337
13.3.4 奇異值圖 338
13.3.5 頻率回響 339
13.3.6 計算頻率回響 340
13.4 控制系統的根軌跡分析 341
13.4.1 零極點圖 341
13.4.2 根軌跡 342
13.4.3 零極點和根軌跡圖 343
13.4.4 zgrid函式 344
13.5 控制系統的狀態空間分析 345
13.5.1 系統的能控性 345
13.5.2 系統能觀測性 346
第14章MATLAB在電力系統中的套用
14.1 Specialized Power Systems模型庫概述 349
14.2 電源庫 350
14.2.1 直流電壓源 350
14.2.2 交流電壓源 350
14.2.3 三相可程式電壓源 352
14.3 元器件庫 355
14.3.1 斷路器 355
14.3.2 串聯RLC支路 358
14.3.3 變壓器 359
14.4 電機庫 366
14.5 電力電子庫 374
14.5.1 二極體 375
14.5.2 晶閘管 378
14.5.3 絕緣柵雙極型電晶體 381
14.5.4 通用橋式電路 385
14.6 控制和測量模組庫 387
14.6.1 Pulse &Signal Generators模組 388
14.6.2 測量模組 396
14.7 其他模組庫 396
14.8 電力圖形用戶界面 397
14.8.1 調用方法 397
14.8.2 屬性參數對話框 397
14.9 套用舉例 405
14.9.1 有源功率因數校正APEC電路 405
14.9.2 電力系統輸電線路的單相、三相重合閘 409
第15章MATLAB在深度學習中的套用
15.1 深度學習基礎 413
15.1.1 AlexNet卷積神經網路 413
15.1.2 VGG-16卷積神經網路 414
15.1.3 VGG-19卷積神經網路 415
15.1.4 GoogLeNet卷積神經網路 416
15.1.5 從Caffe導入預先訓練的卷積神經網路模型 416
15.1.6 神經網路訓練的選項 416
15.1.7 深度學習的神經網路訓練 417
15.2 深度學習圖像分類 420
15.2.1 圖像數據增強 420
15.2.2 增強圖像源 421
15.3 從零開始深度學習訓練 424
15.3.1 從Caffe導入卷積神經網路層 425
15.3.2 圖像輸入層 426
15.3.3 序列輸入層 427
15.3.4 二維卷積層 428
15.3.5 二維反卷積層 429
15.3.6 全連線層 430
15.3.7 長短期記憶（LSTM）層 431
15.3.8 激活函式層 434
15.3.9 滲泄整流線性單元層 434
15.3.10 剪下整流線性單元層 435
15.3.11 批量歸一化層 436
15.3.12 信道局部回響歸一化層 438
15.3.13 dropout層 439
15.3.14 平均池化層 440
15.3.15 最大池化層 441
15.3.16 最大脫空層 442
15.3.17 深度拼接層 442
15.3.18 softmax層 442
15.3.19 分類輸出層 443
15.3.20 回歸輸出層 444
15.3.21 建立層學習參數的學習速率因子 445
15.3.22 L2正則化因子 445
15.3.23 獲取層可學習參數的學習率因子 446
15.3.24 獲取層可學習參數的L2正則化因子 447
15.3.25 神經網路訓練的選項 448
15.3.26 深度學習的神經網路訓練 449
15.3.27 深度學習系列網路 452
15.3.28 圖像數據增強 454
15.3.29 增強圖像源 455
15.3.30 深度學習網路結構圖 457
15.3.31 在圖層中連線層 458
15.3.32 刪除圖層 458
15.3.33 斷開圖層 459
參考文獻
8.1 MATLAB應用程式接口介紹 234
8.1.1 MEX檔案 234
8.1.2 MAT檔案 235
8.1.3 計算引擎 235
8.2 MATLAB編譯器 235
8.2.1 編譯器概述 235
8.2.2 編譯器的安裝和配置 236
8.2.3 創建C語言MEX檔案 237
8.2.4 創建獨立的應用程式 239
8.3 MAT檔案的使用 240
8.3.1 在MATLAB中讀寫MAT檔案 241
8.3.2 在普通的C/C++程式中讀寫MAT檔案 242
8.4 MATLAB實時編輯器 242
8.5 MATLAB與Excel的在線上使用 245
8.5.1 Excel Link的設定 246
8.5.2 Excel Link數據管理函式 247
8.5.3 xlswrite與xlsread 248
第2篇 MATLAB套用
第9章MATLAB工具箱概述
9.1 工具箱的安裝和卸載 252
9.1.1 工具箱的安裝 252
9.1.2 工具箱的卸載 252
9.2 數學、統計和最佳化工具箱 252
9.2.1 最佳化工具箱 252
9.2.2 神經網路工具箱 253
9.3 控制系統 253
9.3.1 控制系統工具箱 253
9.3.2 模糊邏輯工具箱 253
9.3.3 機器人系統工具箱 254
9.3.4 系統識別工具箱 254
9.3.5 魯棒控制工具箱 254
9.4 信號處理和通信 254
9.4.1 DSP系統工具箱 254
9.4.2 信號處理工具箱 255
9.4.3 小波工具箱 255
9.5 圖像處理和計算機視覺 255
9.5.1 圖像獲取工具箱 255
9.5.2 圖像處理工具箱 255
9.6 測試和測量 256
9.6.1 數據採集工具箱 256
9.6.2 儀器控制工具箱 256
9.7 計算金融學工具箱 256
9.7.1 資料庫工具箱 256
9.7.2 計量經濟學工具箱 257
9.7.3 金融工具箱 257
第10章MATLAB在圖形圖像處理中的套用
10.1 MATLAB系統中的圖像類型 258
10.2 圖形圖像的基本運算 262
10.2.1 圖像絕對差值 262
10.2.2 圖像相加 262
10.2.3 圖像顏色組合 263
10.2.4 圖像求補運算 263
10.2.5 圖像相除 264
10.2.6 圖像的線性運算 264
10.2.7 圖像相乘 265
10.2.8 圖像相減 266
10.3 圖形圖像的二維傅立葉變換 267
10.3.1 連續二維傅立葉變換 267
10.3.2 二維離散傅立葉逆變換 268
10.4 數字圖像的離散餘弦變換 268
10.4.1 圖像的離散餘弦變換 268
10.4.2 計算離散餘弦變換矩陣 269
10.5 圖形圖像對比度的調整 270
10.5.1 調整圖像對比度 270
10.5.2 有限對比度自適應直方圖均衡化（CLAHE） 271
10.6 圖形圖像的分析 271
10.6.1 跟蹤二值圖像中的對象 271
10.6.2 霍夫變換 272
10.7 圖形圖像邊界的提取 273
第11章MATLAB在最佳化設計中的套用
11.1 建立最佳化問題 275
11.1.1 選擇求解器 275
11.1.2 參數設定 276
11.2 非線性最佳化問題 280
11.2.1 無約束最最佳化問題 280
11.2.2 有約束最最佳化問題 281
11.2.3 多目標最佳化問題 282
11.3 線性規劃和混合整數線性規劃 285
11.3.1 基於問題的最最佳化 285
11.3.2 基於求解器的最最佳化 289
11.4 二次規劃問題 291
11.5 最小二乘法 292
11.5.1 線性最小二乘法 292
11.5.2 非線性最小二乘法 295
11.6 非線性方程組 296
第12章MATLAB在數位訊號處理中的套用
12.1 離散信號與系統 298
12.1.1 常用離散信號 299
12.1.2 信號的基本運算 302
12.1.3 線性時不變系統的回響 305
12.2 數位訊號的處理 310
12.2.1 離散傅立葉變換 310
12.2.2 快速傅立葉變換 315
12.3 數字濾波器的設計 317
12.3.1 IIR濾波器的設計 317
12.3.2 FIR濾波器的設計 321
第13章MATLAB在控制系統中的套用
13.1 控制系統的模型描述 324
13.2 控制系統的時域分析與MATLAB實現 328
13.2.1 單位階躍回響 329
13.2.2 脈衝回響 329
13.2.3 零輸入回響 330
13.2.4 任意輸入回響 331
13.2.5 階躍回響特性 332
13.2.6 線性系統回響特性 334
13.3 控制系統的頻域分析與MATLAB實現 335
13.3.1 伯德圖 336
13.3.2 奈奎斯特圖 337
13.3.3 尼克爾斯頻率回響圖 337
13.3.4 奇異值圖 338
13.3.5 頻率回響 339
13.3.6 計算頻率回響 340
13.4 控制系統的根軌跡分析 341
13.4.1 零極點圖 341
13.4.2 根軌跡 342
13.4.3 零極點和根軌跡圖 343
13.4.4 zgrid函式 344
13.5 控制系統的狀態空間分析 345
13.5.1 系統的能控性 345
13.5.2 系統能觀測性 346
第14章MATLAB在電力系統中的套用
14.1 Specialized Power Systems模型庫概述 349
14.2 電源庫 350
14.2.1 直流電壓源 350
14.2.2 交流電壓源 350
14.2.3 三相可程式電壓源 352
14.3 元器件庫 355
14.3.1 斷路器 355
14.3.2 串聯RLC支路 358
14.3.3 變壓器 359
14.4 電機庫 366
14.5 電力電子庫 374
14.5.1 二極體 375
14.5.2 晶閘管 378
14.5.3 絕緣柵雙極型電晶體 381
14.5.4 通用橋式電路 385
14.6 控制和測量模組庫 387
14.6.1 Pulse &Signal Generators模組 388
14.6.2 測量模組 396
14.7 其他模組庫 396
14.8 電力圖形用戶界面 397
14.8.1 調用方法 397
14.8.2 屬性參數對話框 397
14.9 套用舉例 405
14.9.1 有源功率因數校正APEC電路 405
14.9.2 電力系統輸電線路的單相、三相重合閘 409
第15章MATLAB在深度學習中的套用
15.1 深度學習基礎 413
15.1.1 AlexNet卷積神經網路 413
15.1.2 VGG-16卷積神經網路 414
15.1.3 VGG-19卷積神經網路 415
15.1.4 GoogLeNet卷積神經網路 416
15.1.5 從Caffe導入預先訓練的卷積神經網路模型 416
15.1.6 神經網路訓練的選項 416
15.1.7 深度學習的神經網路訓練 417
15.2 深度學習圖像分類 420
15.2.1 圖像數據增強 420
15.2.2 增強圖像源 421
15.3 從零開始深度學習訓練 424
15.3.1 從Caffe導入卷積神經網路層 425
15.3.2 圖像輸入層 426
15.3.3 序列輸入層 427
15.3.4 二維卷積層 428
15.3.5 二維反卷積層 429
15.3.6 全連線層 430
15.3.7 長短期記憶（LSTM）層 431
15.3.8 激活函式層 434
15.3.9 滲泄整流線性單元層 434
15.3.10 剪下整流線性單元層 435
15.3.11 批量歸一化層 436
15.3.12 信道局部回響歸一化層 438
15.3.13 dropout層 439
15.3.14 平均池化層 440
15.3.15 最大池化層 441
15.3.16 最大脫空層 442
15.3.17 深度拼接層 442
15.3.18 softmax層 442
15.3.19 分類輸出層 443
15.3.20 回歸輸出層 444
15.3.21 建立層學習參數的學習速率因子 445
15.3.22 L2正則化因子 445
15.3.23 獲取層可學習參數的學習率因子 446
15.3.24 獲取層可學習參數的L2正則化因子 447
15.3.25 神經網路訓練的選項 448
15.3.26 深度學習的神經網路訓練 449
15.3.27 深度學習系列網路 452
15.3.28 圖像數據增強 454
15.3.29 增強圖像源 455
15.3.30 深度學習網路結構圖 457
15.3.31 在圖層中連線層 458
15.3.32 刪除圖層 458
15.3.33 斷開圖層 459
參考文獻
