2被浏览88分享邀请回答暂时还没有回答，开始写第一个回答1 个回答被折叠（）TOP热门关键词
专题页面精选
运行这个函数之后，[Smean,Sdeltmean,Scor,tau,tw]=C_CMethod(a,100)出现了这个报错：???Undefinedfunctionormethod'disjoint'forinputargumentsoftype'double'.Errorin==&C_CMethodat20Xdt=disjoint(data,t);%将时 ...
运行这个函数之后，[Smean,Sdeltmean,Scor,tau,tw]=C_CMethod(a,100)
出现了这个报错：
??? Undefined function or method 'disjoint' for input arguments of type 'double'.
Error in ==& C_CMethod at 20
Xdt=disjoint(data,t);
% 将时间序列data分解成t个不相交的时间序列
ps：源程序
function [Smean,Sdeltmean,Scor,tau,tw]=C_CMethod(data,max_d)
% 本函数用于求延迟时间tau和时间窗口tw
% data：输入时间序列
% max_d：最大时间延迟
% Smean，Sdeltmean,Scor为返回值
% tau：计算得到的延迟时间
% tw：时间窗口
N=length(data); %时间序列的长度
Smean=zeros(1,max_d);
%初始化矩阵
Scmean=zeros(1,max_d);
Scor=zeros(1,max_d);
sigma=std(data);
%计算序列的标准差
% 计算Smean,Sdeltmean,Scor
for t=1:max_d
S=zeros(4,4);
Sdelt=zeros(1,4);
r=sigma*j/2;
Xdt=disjoint(data,t);
% 将时间序列data分解成t个不相交的时间序列
for tau=1:t
N_t=floor(N/t);
% 分成的子序列长度
Y=Xdt(:,tau);
% 每个子序列
%计算C(1,N/t,r,t),相当于调用Cs1(tau)=correlation_integral1(Y,r)
Cs1(tau)=0;
for ii=1:N_t-1
for jj=ii+1:N_t
d1=abs(Y(ii)-Y(jj)); % 计算状态空间中每两点之间的距离,取无穷范数
Cs1(tau)=Cs1(tau)+1;
Cs1(tau)=2*Cs1(tau)/(N_t*(N_t-1));
Z=reconstitution(Y,m,1);
% 相空间重构
M=N_t-(m-1);
Cs(tau)=correlation_integral(Z,M,r); % 计算C(m,N/t,r,t)
s=s+(Cs(tau)-Cs1(tau)^m);
% 对t个不相关的时间序列求和
S(m-1,j)=s/
Sdelt(m-1)=max(S(m-1,:))-min(S(m-1,:));
% 差量计算
Smean(t)=mean(mean(S));
% 计算平均值
Sdeltmean(t)=mean(Sdelt);
% 计算平均值
Scor(t)=abs(Smean(t))+Sdeltmean(t);
% 寻找时间延迟tau：即Sdeltmean第一个极小值点对应的t
for i=2:length(Sdeltmean)-1
if Sdeltmean(i)&Sdeltmean(i-1)&Sdeltmean(i)&Sdeltmean(i+1)
% 寻找时间窗口tw：即Scor最小值对应的t
for i=1:length(Scor)
if Scor(i)==min(Scor)
「就学高端版」APP：随身顾问，立即就学！
期刊投稿----核心期刊编辑帮您了解投稿、审稿规则，提高投稿命中率！
考研咨询----国内经管名校研究生，为您解答疑惑、分享经验！
高考择校----高校老师为您介绍学校、专业情况，助您成功选择理想大学！
扫描下方二维码下载并注册APP
本文关键词： 本文论坛网址：
您可能感兴趣的文章
本站推荐的文章
本文标题：
本文链接网址：
1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责；
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性，不作出任何保证或承若；
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。这个程序哪错了啊？【matlab吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：183,938贴子：
这个程序哪错了啊？收藏
R=imread('原图1.jpg'); [m,n]=size(R) figure, imshow(R);title('原图1');
S1=R*3; figure, imshow(S1);title('a=3,b=0'); imwrite(S1,'1.21.jpg');
N=im2double(R);
S2=N*0.5; figure, imshow(S2);title('a=0.5,b=0'); imwrite(S2,'1.22.jpg');
S3=R+10; figure, imshow(S3);title('a=1,b=10'); imwrite(S3,'1.23.jpg');
S4=N+0.5; figure, imshow(S4);title('a=1,b=0.5'); imwrite(S4,'1.24.jpg');
X1=R&64; figure, imshow(X1);title('门限值为64'); imwrite(X1,'1.41.jpg');
X2=R&128; figure, imshow(X2);title('门限值为128'); imwrite(X2,'1.42.jpg');
X3=R&192; figure, imshow(X3);title('门限值为192'); imwrite(X3,'1.43.jpg');
Y=255-R; figure, imshow(Y);title('反转后的图像'); imwrite(Y,'1.51.jpg');
Z1=N.^0.6; figure, imshow(Z1);title('指数变换后的图像'); imwrite(Z1,'1.61.jpg');
Z2=log(N+1) %Z3=im2uint8(Z2)
figure,imshow(Z3); figure,imshow(Z2,[]);title('对数变换后的图像'); imwrite(Z2,'1.62.jpg'); R=imread('原图1.jpg');?
|错误: 表达式或语句不完整或不正确。 &&
产销量连年位于国内喷码机行业前列!
求各位帮忙！
大神拜托了！
你好，我也碰到这个问题了，请问你还记得当时是怎么解决的吗？
登录百度帐号推荐应用请问这个程序哪儿出错了？ 谢谢【matlab吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：183,938贴子：
请问这个程序哪儿出错了？ 谢谢收藏
&&&a=rgb2gray(imread('shy.jpg'));
&&&s=size(a);
&&&error=ones(s(1),s(2));
&&&for&i&=&1&:&s(1)
for&j&=&1&:&s(2)
if(a(i,j)&127)
b(i,j)=0;
else
b(i,j)=255;
end
qerror=a(i,j)-b(i,j);
if&(j&s(2))
a(i,j+1)=(8/42*qerror)+a(i,j+1);
a(i,j+2)=(4/42*qerror)+a(i,j+2);
end
if&(i&s(1)&j&2)
a(i+1,j-2)=(2/42*qerror)+a(i+1,j-2);
a(i+1,j-1)=(4/42*qerror)+a(i+1,j-1);
a(i+1,j)=(8/42*qerror)+a(i+1,j);
a(i+2,j-2)=(1/42*qerror)+a(i+2,j-2);
a(i+2,j-1)=(2/42*qerror)+a(i+2,j-1);
a(i+2,j)=(4/42*qerror)+a(i+2,j);
end
if&(j&s(2)&i&s(1))
a(i+1,j+1)=(4/42*qerror)+a(i+1,j+1);
a(i+1,j+2)=(2/42*qerror)+a(i+1,j+2);
a(i+2,j+1)=(2/42*qerror)+a(i+2,j+1);
a(i+2,j+2)=(1/42*qerror)+a(i+2,j+2);
end
end
end
登录百度帐号推荐应用TOP热门关键词
专题页面精选
我做的过程是：将y.xls导入matlab将skewtdis_LL.m,my_mle.m加入MATLAB.然后在命令窗口输入[para,standard_deviation]=my_mle('skewtdis_LL',[5;0.02],y)结果显示：???Errorusing==&skewtdis_LLToomanyinputargumen ...
我做的过程是：
将y.xls导入matlab
将skewtdis_LL.m, my_mle.m加入MATLAB.然后在命令窗口输入
[para,standard_deviation]=my_mle('skewtdis_LL',[5;0.02],y)
结果显示：
??? Error using ==& skewtdis_LL
Too many input arguments.
Error in ==& fminsearch at 195
fv(:,1) = funfcn(x,varargin{:});
Error in ==& my_mle at 3
[para,fv]=fminsearch(fun,para0,[],2,varargin{:});
程序如下：
function LL = skewtdis_LL(theta,x)
% PURPOSE: returns the log-likelihood at x of Hansen's (1994) 'skewed t' distribution
%---------------------------------------------------
% USAGE: LL = skewtdis_LL(x,nu,lambda)
% where: x= a vector of data
theta = [lambda]
% nu = degrees of freedom parameter
lambda = skewness parameter
%---------------------------------------------------
% RETURNS:
a matrix of log-likelihood at each element of x
% --------------------------------------------------
% SEE ALSO: tdis_cdf, tdis_rnd, tdis_inv, tdis_prb, skewtdis_pdf
%---------------------------------------------------
%Andrew Patton
%25 June, 2001
% This code was used in:
% Patton, Andrew J., 2002, &On the Out-of-Sample
% Importance of Skewness and Asymmetric Dependence for
% Asset Allocation&, working paper, Department of Economics,
% University of California, San Diego.
nu = theta(1);
lambda = theta(2);
[T,k] = size(x);
nu = nu(1)*ones(T,1); % can make this time-varying, but needs to be &2
lambda = lambda(1)*ones(T,1); % can make this time-varying, but needs to be in (-1,1)
c = gamma((nu+1)/2)./(sqrt(pi*(nu-2)).*gamma(nu/2));
a = 4*lambda.*c.*((nu-2)./(nu-1));
b = sqrt(1 + 3*lambda.^2 - a.^2);
logc = gammaln((nu+1)/2) - gammaln(nu/2) - 0.5*log(pi*(nu-2));
logb = 0.5*log(1 + 3*lambda.^2 - a.^2);
find1 = (x&(-a./b));
find2 = (x&=(-a./b));
LL1 = logb + logc - (nu+1)/2.*log(1+1./(nu-2).*((b.*x+a)./(1-lambda)).^2);
LL2 = logb + logc - (nu+1)/2.*log(1+1./(nu-2).*((b.*x+a)./(1+lambda)).^2);
= sum(LL1(find1)) + sum(LL2(find2));
function [para,standard_deviation,fv]=my_mle(fun,para0,varargin)
para0=para0(:);
[para,fv]=fminsearch(fun,para0,[],2,varargin{:});
d=numericalfirstderivative(fun,para,1,varargin{:});
standard_deviation=sqrt(diag(pinv(d'*d)));
function f=numericalfirstderivative(fun,parameter,varargin)
n=length(parameter);
a=zeros(n,1);
a(i)=min(parameter(i)*1e-6,1e-5);
y1(:,i)=feval_r(fun,parameter+a,varargin{:});
y2(:,i)=feval_r(fun,parameter-a,varargin{:});
f(:,i)=(y1(:,i)-y2(:,i))/2/a(i);
「就学高端版」APP：随身顾问，立即就学！
期刊投稿----核心期刊编辑帮您了解投稿、审稿规则，提高投稿命中率！
考研咨询----国内经管名校研究生，为您解答疑惑、分享经验！
高考择校----高校老师为您介绍学校、专业情况，助您成功选择理想大学！
扫描下方二维码下载并注册APP
本文关键词： 本文论坛网址：
您可能感兴趣的文章
本站推荐的文章
本文标题：
本文链接网址：
1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责；
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性，不作出任何保证或承若；
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。}