种子信息
[矩阵实验室][MathWorks.MATLAB.R2018a.linux64][2018a][多国语言][iso][Linux64]
[ 不计下载量 ]
选择操作: |
种子下载 | 加入收藏 | 分享到细语 |
文件名: |
ZiJingBT.[BYRBT].Linux64.torrent |
种子名称: |
Linux64 |
信息: |
大小:
11.88 GB | 文件数:
3 | Info Hash:
39216555dafa3931fd3ecda1391e807b5284b2c2 |
类别: |
软件 | 由 lsl666 (退休工人 Mr. Camel) 上传于 2018-03-25 20:37:17 |
活跃度: |
做种(2)/下载(0) | 完成下载 (217) (最近一次活动时间 2020-11-24 00:44:04 / 种子活动时间 2020-11-24 00:44:04) |
上传字幕: |
|
便笺: |
|
内容简介: |
这是Linux64位系统下的matlab2018a,破解方法与之前版本相同,具体参照crack中readme文档
因手头没有Linux的机器,暂时使用windows的截图替代吧.............见谅....... MATLAB是矩阵实验室(Matrix Laboratory)的简称,是美国MathWorks公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,主要包括MATLAB和Simulink两大部分。 基本功能
基本功能: MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连 matlab开发工作界面 接其他编程语言的程序等,主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。 MATLAB的基本数据单位是矩阵,它的指令表达式与数学、工程中常用的形式十分相似,故用MATLAB来解算问题要比用C,FORTRAN等语言完成相同的事情简捷得多,并且mathwork也吸收了像Maple等软件的优点,使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C,FORTRAN,C++ ,JAVA的支持。可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用,此外许多的MATLAB爱好者都编写了一些经典的程序,用户可以直接进行下载就可以用。
MATLAB 产品系列更新包括: o MATLAB · 实时编辑器中的实时函数、文档编写、调试以及用于嵌入滑块和下拉菜单的交互式控件 · 用于高级软件开发的 App (UI) 测试框架、C++ MEX 接口、自定义 Tab 键自动填充和函数助手 o MATLAB Online · 用于与 USB 网络摄像机通信的硬件连接 o EconometricsToolbox · 用于执行时序分析、规格测试、建模和诊断的 Econometric ModelerApp o Image Processing Toolbox · 三维图像处理和卷可视化 o Partial Differential Equation Toolbox · 用来查找自然频率、模态形状和瞬态响应的结构动态分析 o Optimization Toolbox · 用于更快求解混合整数线性问题的分支方法深度学习 o Neural Network Toolbox · 用于导入在 TensorFlow-Keras 中设计的深度学习层和网络的支持包 · 用于求解回归问题以及利用 Text Analytics Toolbox 进行文本分类的长短期记忆(LSTM) 网络 · 用来改进网络训练的 Adam、RMSProp 和梯度裁剪算法 · 使用多个 GPU 并计算中间层激活,加快对有向无环图(DAG) 的训练 o Computer Vision System Toolbox · 用来自动标记各个像素实现语义分割的 Image Labeler App o GPU Coder · 用于采用有向无环图 (DAG) 拓扑的网络和预训练网络(如 GoogLeNet、ResNet 和 SegNet)的 CUDA 代码生成 · 用于 Intel 和 ARM 处理器上深度学习网络的 C 代码生成数据分析 o Statistics and Machine Learning Toolbox · 在 Classification Learner App 中使用散点图的高密度数据可视化 · 用于大数据的核 SVM 回归分析算法、混淆矩阵计算以及非分层分区的交叉验证 o Text Analytics Toolbox · 多词短语提取和计数、HTML 文本提取以及句子、电子邮件地址和 URL 检测 · 用于大型数据集的随机 LDA 模型训练 o Predictive Maintenance Toolbox · 一款用于设计和测试状态监控和预测性维护算法的新产品Simulink 产品系列更新包括: o Simulink · 根据当前模块端口预测可能要插入的新模块供选择,并迅速添加到模型中 · Simulation Pacing 可指定仿真速度,将仿真时间指定为与实际时间或其他时间一致,从而获得仿真运行时间与指定时间对应的体验 · Live Editor 中可使用 Simulation Data Inspector 进行绘图的添加、查看和编辑 o Simulink 3D Animation · 使用点云、射线追踪和原始几何形状,检测虚拟世界对象冲突 o Simscape · 湿空气域和模块库,用来对 HVAC 和环境控制系统进行建模 · 分区本地求解器,提高实时仿真速度汽车 o Automated Driving System Toolbox
· 新增 Driving Scenario Designer APP用于交互式定义执行器和驾驶场景来测试控制和传感器融合算法
o Model Predictive Control Toolbox · 新增 ADAS 相关模块,用于设计、仿真和实现自适应巡航控制算法和车道保持算法 o Vehicle Network Toolbox · 新增基于 CAN FD 协议的Simulink通信模块,MATLAB 或/Simulink 与 ECU 通信的 XCP 协议新增 UDP 以及 TCP o Model-Based Calibration Toolbox · 实现与 Powertrain Blockset 工具箱集成,可基于测量数据直接标定和生成Powertrain Blockset 查表型发动机模块的表格参数 o Vehicle Dynamics Blockset · 新增工具箱,实现车辆动态性能建模仿真并集成 3D 虚拟环境代码生成 o Embedded Coder· 用于定义数据和函数的自定义代码生成配置的 Embedded Coder 字典 · Code Perspective,可对用于代码生成流程的 Simulink 桌面进行自定义o MATLAB Coder · 矩阵的行主序排布以简化所生成代码与 C 环境中存储的行主序矩阵间的访问接口 · 稀疏矩阵支持,在生成的代码中使用稀疏矩阵实现更高效的计算 · 用于机器学习部署的 C 代码生成,包括 k-最近邻、非树整体模型以及使用Statistics and MachineLearning Toolbox 进行距离计算 o Fixed-Point Designer · 用于近似函数和最小化现有查找表 RAM 使用率的查找表优化 o HDL Coder · 矩阵运算支持,能够直接从使用二维矩阵数据类型和运算的算法中生成 HDL 代码信号处理和通信 o Signal Processing Toolbox · Signal Analyzer App,可处理多个信号并从信号中提取感兴趣区域 · 使用 RPM 追踪和阶次分析对旋转机械中的振动信号进行分析 o LTE System Toolbox · NB-IoT 支持,对窄带物联网传输和物理下行链路共享信道的建模 o RF Blockset · 根据输入/输出设备特性捕捉非线性和记忆效应的功率放大器模型 o Wavelet Toolbox · 连续和离散小波变换滤波器组 o Robotics System Toolbox · 基于激光雷达的 SLAM,可使用激光雷达传感器对机器人和地图环境进行定位验证和确认 o Simulink Requirements · 利用 ReqIF 的导入需求,可从IBM Rational DOORS Next Generation 或 Siemens Polarion 之类的第三方工具中导入需求 o Simulink Test · 覆盖率组合功能,可以用来组合多次测试运行(文件的)的覆盖率结果 o Polyspace Code Prover · 用于 AUTOSAR 软件组件静态分析的AUTOSAR 支持 |
感谢者: |
sapper, 葛荣存, KC17635, Whisper, 田鸿龙, 棋, 桦笙, Raziel, T_s_O_H_, 董听, g461640437, wx1993410, btly, yingxx, hanjing, 芊芊藜莜, yydlmzyz, 王熙灶, 小木鱼, 天空老鹰, lijun, 大忍崛起, SmallKing, hchsoon, 冰墨魂, yaoge123
|
完成下载 (217) - (只显示最近的 500 个完成)
| 2020-10-02 23:13:39 |
发表评论