排列熵matlab如何绘制出图像

排列熵matlab如何绘制出图像？可以使用Matlab中的函数pcolor()来绘制排列熵的图像。使用方法如下：

1 首先，准备好排列熵的数据，将其存储在一个矩阵中；

2 然后，使用pcolor()函数绘制图像，其参数为矩阵中的数据；

3 最后，使用colorbar()函数添加颜色条，以便更好地展示排列熵的图像。

摘要：在MATLAB上，用傅立叶变换、自相关函数法以及最大熵估计法对一组离散的时间序列进行谱分析，并作出对应的频谱图，进行比较。关键词：离散时间序列，MATLAB，傅立叶变换，自相关函数法，最大熵估计（MESE） 1．概述：利用傅立叶变换，自相关函数法以及最大熵估计法对离散数据进行谱分析，找到数据的相关特性，并比较几种方法的特点。 2．谱分析原理： 时间序列是以时间为参考基准进行记录的，从直观图上无法获得数据内部的基本特性，通过谱分析的方法，将时域的数据转换到频域上去，通过分析频域的特征来获取数据的特性，从而达到分析数据的目的。 可以用傅立叶变换、自相关函数法、最大熵估计三种方法，将时域的数据转换到频域上进行分析。 利用MATLAB的相关工具来实现。 3．MATLAB实现：31数据说明：程序中所用的数据是由xn=A1sin(f12pin)+A2sin(f22pin)+e （e为白噪声）来产生的，其中：n=0:0001:1;A1=4;A2=4;f1=25;f2=50; 32MATLAB计算源程序 1）创建M文件，对离散时间序列用傅立叶变换和自相关法进行谱分析，代码如下： function FXi(data) figure(1)Fs=1000;subplot(3,1,1);t=0:1/Fs:1;plot(1000t(1:50),data(1:50));xlabel('time(mm)')title('一元时间序列直观图') Y=fft(data,512)Pyy2=Yconj(Y)/512;f2=1000(0:256)/512;subplot(3,1,2);plot(f2,Pyy2(1:257));title('离散数据的傅立叶频谱图')xlabel('频率（Hz）') Fs=1000;NFFT=1024;Cx=xcorr(data,'unbiased');Cxk=fft(Cx,NFFT);Pxx=abs(Cxk);t=0:round(NFFT/2-1);k=tFs/NFFT;P=10log10(Pxx(t+1));subplot(3,1,3);plot(k,P);title('谱估计的自相关函数法')xlabel('频率（Hz）') 2）创建M文件，用最大熵法（MESE）对数据进行谱分析，代码如下： function MESE(data)figure(2);Fs=500;NFFT=1024;pyulear(data,20,NFFT,Fs); 3)载入数据（要具有一定的长度），则输出结果为：4．结果与讨论： 由三种方法得到的频谱图表达的信息是类似的，明确的指出了离散数据中的信号特点，可以从谱分析图中得到数据的周期，与数据的原函数拟和的很好。但从图形的直观效果来看，用傅立叶转换的方法得出来的谱分析图对于数据特性的表达更明确，直观。

matlab 程序设计

>

%---------------------------------

%求一幅数字图像的熵值

%---------------------------------

I=imread('lenabmp');

%I=double(I);

[C,R]=size(I); %求图像的规格

Img_size=CR; %图像像素点的总个数

L=256; %图像的灰度级

H_img=0;

nk=zeros(L,1);

for i=1:C

for j=1:R

Img_level=I(i,j)+1; %获取图像的灰度级

nk(Img_level)=nk(Img_level)+1; %统计每个灰度级像素的点数

end

end

for k=1:L

Ps(k)=nk(k)/Img_size; %计算每一个灰度级像素点所占的概率

if Ps(k)~=0; %去掉概率为0的像素点

H_img=-Ps(k)log2(Ps(k))+H_img; %求熵值的公式

end

end

H_img

%entropy(I)

x=[1 2 3 56 7

2 3 5 45 8

];

[n,m]=size(x);

k=1/log(n);

X=zeros(n,m);

for j=1:m

for i=1:n

c=sort(x(:,j));

big=x(n,j);

small=x(1,j);

X(i,j)=(x(i,j)-small)/(big-small)+1;

end

end

p=[];

for j=1:m

th=0;

for t=(X(:,1))'

th=th+t;

end

Ph=X(:,j)/th;

p=[p Ph];

end

e=[];

for j=1:m

eg=0;

for i=1:n

eh=-kp(i,j)log(p(i,j));

eg=eg+eh;

end

e=[e,eg];

end

E=0;

for j=1:m

E=E+e(j);

end

g=[];

for j=1:m

gh=(1-e(j))/(m-E);

g=[g,gh];

end

Eh=0;

for nh=g

Eh=Eh+nh;

end

w=[];

for j=1:m

wh=g(j)/Eh;

w=[w,wh];

end

s=[];

for i=1:n

sh=w(i)p(i,:);

shen=0;

for she=sh

shen=shen+she;

end

s=[s ,shen];

end

%输入

x=[

369 371 365 387

371 407 387 442

430 375 363 443

408 378 365 449

393 387 437 447

418 396 372 446

];

% 函数shangm, 实现用熵值法求各指标(列）的权重及各数据行的得分

% x为原始数据矩阵, 一行代表一个组, 每列对应一个成分指标

% s返回各行得分, w返回各列权重

[n,m]=size(x); % n=响应面/实验组数, m=成分指标

%% 数据的归一化处理

[X,ps]=mapminmax(x',0,1);

psymin=0002; % 归一化后的最小值

psymax=0996; % 归一化后的最大值

psyrange=psymax-psymin; % 归一化后的极差,若不调整该值, 则逆运算会出错

X=mapminmax(x',ps);

% mapminmax('reverse',xx,ps); % 反归一化, 回到原数据

X=X';  % X为归一化后的数据

%% 计算第j个指标下，第i个记录占该指标的比重p(i,j)

for i=1:n

    for j=1:m

        p(i,j)=X(i,j)/sum(X(:,j));

    end

end

%% 计算第j个指标的熵值e(j)

k=1/log(n);

for j=1:m

    e(j)=-ksum(p(:,j)log(p(:,j)));

end

d=ones(1,m)-e;  % 计算信息熵冗余度

w=d/sum(d)    % 求权值w

y(:,1)=x(:,1)w(1)+x(:,2)w(2);%输出

y

以上就是关于排列熵matlab如何绘制出图像全部的内容，包括:排列熵matlab如何绘制出图像、离散时间序列的几种频谱分析方法的MATLAB实现、100分！！！！急求matlab 程序设计 要求如下等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！