آموزش متلب از صفر
لینک های مفید
- صفحه گیتهاب کدها:
- دانلود مستقیم کدها:
- لیست پخش آپارات:
- لیست پخش یوتیوب:
فهرست مطالب
جلسه 1
- معرفی متلب، مزایا و معایب
- آشنایی با محیط و امکانات متلب
- انواع متغیرها (integer / double / char / logical)
- ساخت و نمایش بردارها و سیگنال ها (مقدماتی)
- کدنویسی در فایل (script) و قواعد نام گذاری
- دستورات
clear / clc / sin / cos / tan / plot / logo
لینک ویدیوهای جلسه 1
| موضوع | آپارت | |
| 1- 1- چرا متلب | |
(9 دقیقه) |
| 1- 2- شروع کار | |
(9 دقیقه) |
| 1- 3- متغیرها | |
(19 دقیقه) |
| 1- 4- مثال تصویر و سیگنال | |
(27 دقیقه) |
| 1- 5- کار با فایل اسکریپت | |
(22 دقیقه) |
| 1- 6- بحث متفرقه | |
(17 دقیقه) |
جلسه 2
- ساخت سیگنال سینوسی (بر اساس رادیان یا فرکانس)
- رسم سیگنال (plot و subplot)
- تعامل با کاربر (گرفتن ورودی از کاربر)
- معرفی نویز
- دستورات
plot / subplot / figure / input / rand / randn / num2str
لینک ویدیوهای جلسه 2
| موضوع | آپارت |
| 2- 1- سیگنال سینوسی در متلب در حوزه زمان | (15 دقیقه) |
| 2- 2- ساخت سیگنال سینوسی با فرکانس مشخص | (13 دقیقه) |
| 2- 3- رسم سیگنال و دستور plot | (22 دقیقه) |
| 2- 4- ساخت بردار و ماتریس | (7 دقیقه) |
| 2- 5- تعامل با کاربر | (20 دقیقه) |
| 2- 6- رسم نمودارهای عجیب | (12 دقیقه) |
جلسه 3
- رسم سیگنال ها (بر روی هم)
- استفاده از تابع
- برنامه محاسبه BMI
- دستورات
hold on / mean / function / sum / length / numel / close all / if / elseif / else / str2double / inputdlg / helpdlg / warndlg / errordlg / msgbox / beep / fprintf / sprintf
جلسه 4
- خواندن و نمایش تصاویر
- بهبود کیفیت تصاویر
- ذخیره تصاویر
- حذف نویز
- دستورات
imread / imshow / image / imagesc / montage / imshowpair / im2double / mat2gray / rgb2gray / imcomplement / imreducehaze / imwrite / imhist / histeq / adapthisteq / imnoise / medfilt2 / wiener2
جلسه 5
- حل معادلات چند جمله ای
- حل چند معادله و چند متغیر
- حلقه ها (for و while)
- Pre-Allocation مقدار دهی متغیرها از ابتدا
- دستورات
solve / root / roots / poly / ezplot / vpa / dsolve / integral / for / while
جلسه 6
- تشخیص چهره در تصاویر
- نمایش مستطیل و متن بر روی تصاویر
- استفاده از وب کم برای گرفتن تصویر
- تشخیص اشیا با هوش مصنوعی (Deep Learning)
- حذف نویز با هوش مصنوعی (Deep Learning)
- دستورات
uigetfile / fullfile / vision.CascadeObjectDetector / rectangle / text / insertObjectAnnotation / webcam / preview / snapshot / questdlg / alexnet / imresize / classify / denoisingNetwork / denoiseImage / cat
ویدیوها در حال آماده سازی و آپلود هستند
ارسال نظر