使用gradient函数求解近似梯度。使用格式如下。 [fx,fy]=gradient(f)命令返回矩阵f的数值梯度,fx相当于df/dx,即在x方向(列)的差分值。 fy相当于df/dy,即在y(列)的方向的差分值。各个方向的间隔设为1,当f是一个向量时,df=grandient(f)命令返回一个一维向量。 [fx,fy]=gradient(f,h)命令使用h作为各个方向的间隔点,这里h为一个数量。 [fx,fy]=gradient(f,hx,hy)命令使用hx和hy为指定间距,其中f为二维函数 而hx和hy可以为向量或者数量,但hx和hy为向量时,它们的维数必须和f的维数相匹配。 [x,y]=meshgrid([-5:0.5:5]) z=1./(x.^2-2*x+4)+1./(y.^3-2*y+4) g=gradient(z) subplot(1,2,1),surf(x,y,z) subplot(1,2,2),surf(x,y,z,g) gradient()是求数值梯度函数的命令。[Fx,Fy]=gradient(x),其中Fx为其水平方向上的梯度,Fy为其垂直方向上的梯度,Fx的第一列元素为原矩阵第二列与第一列元素之差,Fx的第二列元素为原矩阵第三列与第一列元素之差除以2,以此类推:Fx(i,j)=(F(i,j+1)-F(i,j-1))/2。最后一列则为最后两列之差。同理,可以得到Fy。我是从其他的矩阵计算中突然想到的。希望以后不再出同样短路情况了。 >> x=[6,9,3,4,0;5,4,1,2,5;6,7,7,8,0;7,8,9,10,0] x = 6 9 3 4 0 5 4 1 2 5 6 7 7 8 0 7 8 9 10 0 >> [Fx,Fy]=gradient(x) Fx = 3.0000 -1.5000 -2.5000 -1.5000 -4.0000 -1.0000 -2.0000 -1.0000 2.0000 3.0000 1.0000 0.5000 0.5000 -3.5000 -8.0000 1.0000 1.0000 1.0000 -4.5000 -10.0000 Fy = -1.0000 -5.0000 -2.0000 -2.0000 5.0000 0 -1.0000 2.0000 2.0000 0 1.0000 2.0000 4.0000 4.0000 -2.5000 1.0000 1.0000 2.0000 2.0000 0 关于MATLAB中的gradient函数2009-11-23 22:17示例: >> a=[1 4 8 2;5 9 3 5;7 2 6 7;1 8 6 2] a = 1 4 8 2 5 9 3 5 7 2 6 7 1 8 6 2 >> [c,d]=gradient(a) c = |
|