目录
2.1.运行过程可能出现Out of Memory的问题解决办法
1.MATLAB概述
Matlab经过不断的发展和完善,如今已成为覆盖多个学科,是具有超强数值计算能力和仿真分析能力的软件。Matlab应用较为简单,用大家非常熟悉的数学表达式来表达问题和求解方法。它把计算、图示和编程集成到一个环境中,用起来非常方便。同时,Matlab具有很强的开放性和适应性,在保持内核不变的情况下,Matlab推出了适合不同学科的工具箱,如图像处理工具箱,小波分析工具箱、信号处理工具箱、神经网络工具箱等,极大地方便了不同学科的研究工作。Matlab强大的绘图功能,简单的命令形式,使其越来越受到国内外科技人员的青睐,得到越来越广泛的应用。
MATLAB之所以如此迅速地普及，显示出如此旺盛的生命力，是由于它有着不同于其它语言的特点。正如同Fortran和C等高级语言使人们摆脱了需要直接对计算机硬件资源进行操作一样，被称为第4代计算机语言的MATLAB，利用其丰富的函数资源，使编程人员从繁琐的程序代码中解放出来。MATLAB的主要特点：
MATLAB具有功能强劲的工具箱，其包含两个部分：核心部分和各种可选的工具箱。核心部分中，有数百个核心内部函数。其工具箱又可分为两类：功能性工具箱和学科性工具箱。功能性工具箱主要用来扩充其符号计算功能、图示建模仿真功能、文字处理功能以及与硬件实时交互功能。功能性工具箱能用于多种学科，而学科性工具箱是专业性比较强的，例如control toolbox, image processing toolbox,等。这些工具箱都是由该领域内的学术水平很高的专家编写的，所以用户无需编写自己学科范围内的基础程序，就能够直接进行高、精、尖的研究。MATLAB之所以成为世界顶级的科学计算与数学应用软件，是因为它随着版本的升级与不断完善而具有越来越强大的功能，主要有：数值计算功能；符号计算功能；数据分析功能；动态仿真功能；图形文字统一处理功能。
MATLAB突出的特点就是简洁。它用更直观的、符合人类思维习惯的代码代替了C和Fortran语言的冗长代码，给用户带来的是最直观、最简洁的程序开发环境。MATLAB语言简洁紧凑，使用方便灵活，库函数极其丰富，程序书写形式自由，利用其丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。由于库函数都是由本领域的专家编写的，因此用户不必担心函数的可靠性。可以说，用MATLAB进行科学开发是站在专家的肩膀上来完成的。
MATLAB有很好的可扩充性，可以把它当成一种更高级的语言去使用。各种工具箱中的函数可以互相调用，也可以由用户更改。MATLAB支持用户对其函数进行二次开发，用户的应用程序可以作为新的函数添加到相应的工具箱中。
MATLAB对许多专门的领域都开发了功能强大的模块集和工具箱。一般来说，它们都是由特定领域的专家开发的，用户可以直接使用工具箱学习、应用和评估不同的方法而不需要自己编写代码。领域，诸如数据采集、数据库接口、概率统计、样条拟合、优化算法、偏微分方程求解、神经网络、小波分析、信号处理、图像处理、系统辨识、控制系统设计、LMI控制、鲁棒控制、模型预测、模糊逻辑、金融分析、地图工具、非线性控制设计、实时快速原型及半物理仿真、嵌入式系统开发、定点仿真、DSP与通讯、电力系统仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。
新版本的MATLAB可以利用MATLAB编译器和C/C++数学库和图形库，将自己的MATLAB程序自动转换为独立于MATLAB运行的C和C++代码。允许用户编写可以和MATLAB进行交互的C或C++语言程序。另外，MATLAB网页服务程序还容许在Web应用中使用自己的MATLAB数学和图形程序。MATLAB的一个重要特色就是具有一套程序扩展系统和一组称之为工具箱的特殊应用子程序。工具箱是MATLAB函数的子程序库，每一个工具箱都是为某一类学科专业和应用而定制的，主要包括信号处理、控制系统、神经网络、模糊逻辑、小波分析和系统仿真等方面的应用。
在开发环境中，使用户更方便地控制多个文件和图形窗口；在编程方面支持了函数嵌套，有条件中断等；在图形化方面，有了更强大的图形标注和处理功能，包括对性对起连接注释等；在输入输出方面，可以直接向Excel和HDF5进行连接。
MATLAB 产品族可以用来进行以下各种工作：
●数值分析
●数值和符号计算
●工程与科学绘图
●控制系统的设计与仿真
●数字图像处理技术
●数字信号处理技术
MATLAB在通讯系统设计与仿真的应用
MATLAB在通讯系统设计与仿真的应用
●通讯系统设计与仿真
●财务与金融工程
●管理与调度优化计算（运筹学）
MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱（单独提供的专用MATLAB函数集）扩展了MATLAB 环境，以解决这些应用领域内特定类型的问题。
MATLAB包括拥有数百个内部函数的主包和三十几种工具包。工具包又可以分为功能性工具包和学科工具包。功能工具包用来扩充MATLAB的符号计算，可视化建模仿真，文字处理及实时控制等功能。学科工具包是专业性比较强的工具包，控制工具包，信号处理工具包，通信工具包等都属于此类。开放性使MATLAB广受用户欢迎。除内部函数外，所有MATLAB主包文件和各种工具包都是可读可修改的文件，用户通过对源程序的修改或加入自己编写程序构造新的专用工具包。
常用的工具箱包括如下几个方面：
1 2/3维图像分割工具箱
2 PSORT粒子群优化工具箱
3 matlab计量工具箱Lesage
4 MatCont7p1
5 matlab模糊逻辑工具箱函数
6 医学图像处理工具箱
7 人工蜂群工具箱
8 MPT3安装包
9 drEEM toolbox
10 DOMFluor Toolbox v1.7
11 Matlab数学建模工具箱
12 马尔可夫决策过程(MDP)工具箱MDPtoolbox
13 国立SVM工具箱
14 模式识别与机器学习工具箱
15 ttsbox1.1语音合成工具箱
16 分数阶傅里叶变换的程序FRFT
17 魔方模拟器与规划求解
18 隐马尔可夫模型工具箱 HMM
19 图理论工具箱GrTheory
20 自由曲线拟合工具箱ezyfit
21 分形维数计算工具箱FracLab 2.2
22 For-Each
23 PlotPub
24 Sheffield大学最新遗传算法工具箱
25 Camera Calibration 像机标定工具箱
26 Qhull(二维三维三角分解、泰森图)凸包工具箱 2019版
27 jplv7
28 MatlabFns
29 张量工具箱Tensor Toolbox
30 海洋要素计算工具箱seawater
31 地图工具箱m_map
32 othercolor配色工具包
33 Matlab数学建模工具箱
34 元胞自动机
35 量子波函数演示工具箱
36 图像局域特征匹配工具箱
37 图像分割graphcut工具箱
38 NSGA-II工具箱
39 chinamap中国地图数据工具箱(大陆地区)
40 2D GaussFit高斯拟合工具箱
41 dijkstra最小成本路径算法
42 多维数据快速矩阵乘法
43 约束粒子群优化算法
44 脑MRI肿瘤的检测与分类
45 Matlab数值分析算法程序
46 matlab车牌识别完整程序
47 机器人工具箱robot-10.3.1
48 cvx凸优化处理工具箱
49 hctsa时间序列分析工具箱
50 神经科学工具箱Psychtoolbox-3-PTB
51 地震数据处理工具CREWES1990版
52 经济最优化工具箱CompEcon
53 基于约束的重构分析工具箱Cobratoolbox
54 Schwarz-Christoffel Toolbox
55 Gibbs-SeaWater (GSW)海洋学工具箱
56 光声仿真工具箱K-Wave-toolbox-1.2.1
57 语音处理工具箱Sap-Voicebox
58 贝叶斯网工具箱Bayes Net Toolbox(BNT)
59 计算机视觉工具箱VFfeat-0.9.21
60 全向相机校准工具箱OCamCalib_v3.0
61 心理物理学数据分析工具箱Palamedes1_10_3
62 生理学研究工具箱EEGLAB
63 磁共振成像处理工具箱CONN 18b
64 matlab 复杂网络工具箱
65 聚类分析工具箱FuzzyClusteringToolbox
66 遗传规划matlab工具箱
67 粒子群优化工具箱
68 数字图像处理工具箱DIPUM Toolbax V1.1.3
69 遗传算法工具箱
70 鱼群算法工具箱OptimizedAFSAr
71 蚁群算法工具箱
72 matlab优化工具箱
73 数据包络分析工具箱
74 图像分割质量评估工具包
75 相关向量机工具箱
76 音频处理工具箱
77 nurbs工具箱
78 Nurbs-surface工具箱
79 grabit数据提取工具箱
80 量子信息工具箱QLib
81 DYNAMO工具箱
82 NEDC循环的整车油耗量
83 PlotHub工具箱
84 MvCAT_Ver02.01
85 Regularization Tools Version 4.1
86 MatrixVB 4.5(含注册)
87 空间几何工具箱 matGeom-1.2.2
88 大数计算工具箱 VariablePrecisionIntegers
89 晶体织构分析工具包 mtex-5.7.0
90 Minimal Paths 2工具箱
91 Matlab数学建模工具箱2.MATLAB程序使用几个常规注意实现
2.1.运行过程可能出现Out of Memory的问题解决办法
Matlab在运行大数据时，会出现Out of Memory，在程序中加入clear不需要的变量，能否解决Out of Memory问题。原因清除变量或者给该变量重新赋值只是释放了该变量先前分配的内存块，由于matlab是分连续块分配内存给变量，所以如果清除的这个内存空间不一定可以用上，比如，一个萝卜一个坑，为了腾出更多的坑，把不用的萝卜拔掉，然而如果来一个比较大的萝卜，先前的坑不一定能够容的下，仍然会出现Out of Memory的问题，这个时候最好用pack函数，把腾出的内存空间重新整理成连续的块，这样如果后面有较大内存占用的变量，满足内存使用的概率较大。
2.2.保存大于2G的数据
通过save指令默认只能保存小于2G的数据。保存大于2G的数据，需要做如下的设置：
点击预设
然后选择常规，mat文件，然后选择第一个，
这样通过save指令就可以保存大于2G的数据文件了。
2.3.程序运行方法
matlab运行版本使用matlab2022a版本运行，部分版本为2013b或者2017b。算法运行可以参考操作演示视频进行运行，其中程序演示视频为avi文件，使用windows media player播放。
V