您的浏览器太古老，该升级了~
我们检测到您的浏览器正在使用IE9.0版本以下的内核，它太古老了，既不安全，也不能完美支持尚友网上的各项功能。请升级到最新的Chrome、Firfox或最新版IE浏览器，一劳永逸的解决所有问题！基于Matlab的实时行情工具【很牛很有潜力】
理想小二级同学
还需要 81 积分才能升级
基于Matlab的实时行情工具【很牛很有潜力】
浏览：25184
欢迎光临理想论坛，由于您没有登录，所以无法查看到论坛的附件及隐藏分区，也无法与其他会员交流。
还没有理想论坛的帐号？
Matlab是一个非常牛逼的数据分析软件，行情数据如果能方便的被Matlab读取，那么就打开了一个最牛的股票软件的大门，可以利用很多分析预测工具，例如SVM,Hurst移动指数，找了好久才找到这个小工具，给大家展示一下，希望有高人能将其发扬光大。
RealTimeViewer.zip
下载地址：
如图网易的股票实时行情：股票论坛
(48.47 KB)
积分119&理想币14 个&彩币0 个&共享币100 个&注册时间&
理想初三级同学(菠菜一段)
还需要 1611 积分才能升级
回复 楼主 羊一只 的帖子
怎么用啊？？？？？？？？？
积分6389&理想币443 个&彩币30 个&共享币743 个&注册时间&
理想小五级同学
还需要 4 积分才能升级
高深，需要高手扫盲！！！
积分996&理想币274 个&彩币0 个&共享币100 个&注册时间&
理想初二级同学
还需要 1879 积分才能升级
Matlab是个仿真软件！也可以做人工智能的！
积分4121&理想币61 个&彩币0 个&共享币95 个&注册时间&
理想小二级同学
还需要 81 积分才能升级
需要安装一个matlab 建议使用6.5，很小，大的有2009b
积分119&理想币14 个&彩币0 个&共享币100 个&注册时间&
资深技术版主
感谢楼主分享 周末愉快。。。。
积分67134&理想币54633 个&彩币0 个&共享币29 个&注册时间&
理想初二级同学
还需要 1498 积分才能升级
matlab　装好了&&请问怎么用呢？最好有详细的使用安装截图!!
积分4502&理想币38 个&彩币0 个&共享币392 个&注册时间&
理想小三级同学
还需要 44 积分才能升级
matlab　装好了&&请问怎么用呢？最好有详细的使用安装截图!!　
积分356&理想币2 个&彩币0 个&共享币100 个&注册时间&
理想高三级同学
还需要 8338 积分才能升级
其实我最近在用matlab计算大盘走势。。。
积分21662&理想币9389 个&彩币1 个&共享币994 个&注册时间&
快速回复主题
禁用 URL 识别
使用个人签名
接收新回复邮件通知
发帖请务遵守本站的相关规则，所有发表(包括转发)政治、色情非法信息者本站将实时提供发贴者个人信息给公安局，追究责任，特此申明！
具体规则请参见《》
您需要登录后才可以发帖
发表帖子[完成后可按 Ctrl+Enter 发布]
理想论坛上的网友发表的帖子纯属个人意见，理想论坛不负任何责任！广告赞助商内容与本站无关！
理想论坛值班电话[9:30～18:30]： &#6 5518-1 &#66 3090 ☎ 186 (广告)
工业和信息化部信息备案：温馨提示！由于新浪微博认证机制调整，您的新浪微博帐号绑定已过期，请重新绑定！&&|&&
LOFTER精选
网易考拉推荐
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
以matlab中awgn函数为例说明：& & 在matlab中无论是wgn还是awgn函数，实质都是由randn函数产生的噪声。即：wgn函数中调用了randn函数，而awgn函数中调用了wgn函数。& & 根据awgn的实现代码可以知道”向已知信号添加某个信噪比（SNR）的高斯白噪声“，即：awgn(x,snr,’measured’,'linear’)，命令的作用是对原信号x添加信噪比（比值）为SNR的噪声，在添加之前先估计信号x的强度。& & 这里涉及三个问题：在awgn这个函数中，SNR是如何计算的？什么是信号的强度？awgn函数具体是如何添加噪声的？& & 事实上，前两个问题是相关的，因为根据定义，SNR就是信号的强度除以噪声的强度（或者信号功率与噪声功率之比），所以，首先来讲讲信号的强度。其实信号的强度指的就是信号的能量，在连续的情形就是对x平方后求积分，而在离散的情形自然是求和代替积分了。在matlab中也是这样实现的，只不过多了一个规范化步骤罢了：& & & & & & & & & & & & & & & & & & & & & & & & & & & &sigPower = sum(abs(sig(: )).^2)/length(sig(: ))这就是信号的强度，这里sig(: )为信号。& & 至此，SNR的具体实现也不用多说了（注：由于采用的是比值而非db，所以与下面“计算信噪比”所使用的方式不同，即没有求对数步骤）。& & 最后说说awgn函数具体是如何添加噪声的。事实上也很简单，在求出x的强度后，结合指定的信噪比，就可以求出需要添加的噪声的强度noisePower=sigPower/SNR。由于使用的是高斯白噪声即randn函数，而randn的结果是一个强度为1的随机序列（自己试试sum(randn(1000,1).^2)/1000就知道了，注意信号的长度不能太小）。于是，所要添加的噪声信号显然就是： & & & & & & & & & && & & & & & & & & & & & & & & & & & & & & & & & & & & &sqrt(noisePower)*randn(n,1)其中n为信号长度。&& & 自然要求的白噪声的方差也可以求出来了!更新程序如下：function snr=SNR(I,In)% 计算信号噪声比函数% I :original signal，原始信号% In:noisy signal(ie. original signal + noise signal)，加噪声后的信号% snr=10*log10(sigma2(I2)/sigma2(I2-I1))[row,col,nchannel]=size(I);snr=0;if nchannel==1%gray imagePs=sum(sum((I-mean(mean(I))).^2));%signal powerPn=sum(sum((I-In).^2));%noise powersnr=10*log10(Ps/Pn);elseif nchannel==3%color imagefor i=1:3Ps=sum(sum((I(:,:,i)-mean(mean(I(:,:,i)))).^2));%signal powerPn=sum(sum((I(:,:,i)-In(:,:,i)).^2));%noise powersnr=snr+10*log10(Ps/Pn);endsnr=snr/3;end****************************************************************************************************************************************一个例子：X = sqrt(2)*sin(0:pi/*pi); & & & & & & & &%产生正弦信号Y = awgn(X,10,'measured'); & & & & & & & & & & & & &%加入信噪比为10db的噪声，加入前预估信号的功率（强度）sigPower = sum(abs(X).^2)/length(X) & & & & & &%求出信号功率noisePower=sum(abs(Y-X).^2)/length(Y-X) & %求出噪声功率SNR=10*log10(sigPower/noisePower) & & & & &%由信噪比定义求出信噪比，单位为db*******************************************************************************************************************************************关于wgnWGN（m，n，p）产生功率为p dBW的m*n的高斯白噪声矩阵，其中p是以dbW为单位的输出强度。&若要产生一个均值0，方差为0.0965 的高斯白噪声，不可直接用WGN（N，1，0.0965）产生，而应该如下：1. N=1000;& & x=sqrt(0.0965)*randn(N,1);& &&Px=(x.'*x)/N &&% 验证，这里Px的求法与上面noisePower=sum(abs(Y-X).^2)/length(Y-X)的求法是一致的2. N=1000;& & y=wgn(N,1,10*log10(0.0965));& &&Py=(y.'*y)/N &&% 验证一点说明，对高斯白噪声，其方差和功率（单位为W）是一样的。因此，对方差，要做的只是将w变换成dbw，即dbw=10log（w）。**************************************************************************************************************************************SNRS/NSignal Noise Ratio)
dB10LOG(Ps/Pn)PsPn20LOG(Vs/Vn)VsVn“”
阅读(19435)|
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
历史上的今天
loftPermalink:'',
id:'fks_',
blogTitle:'噪声强度（噪声功率） 噪声方差到底有什么关系？',
blogAbstract:'转载自
{if x.moveFrom=='wap'}
{elseif x.moveFrom=='iphone'}
{elseif x.moveFrom=='android'}
{elseif x.moveFrom=='mobile'}
${a.selfIntro|escape}{if great260}${suplement}{/if}
{list a as x}
推荐过这篇日志的人：
{list a as x}
{if !!b&&b.length>0}
他们还推荐了：
{list b as y}
转载记录：
{list d as x}
{list a as x}
{list a as x}
{list a as x}
{list a as x}
{if x_index>4}{break}{/if}
${fn2(x.publishTime,'yyyy-MM-dd HH:mm:ss')}
{list a as x}
{if !!(blogDetail.preBlogPermalink)}
{if !!(blogDetail.nextBlogPermalink)}
{list a as x}
{if defined('newslist')&&newslist.length>0}
{list newslist as x}
{if x_index>7}{break}{/if}
{list a as x}
{var first_option =}
{list x.voteDetailList as voteToOption}
{if voteToOption==1}
{if first_option==false},{/if}&&“${b[voteToOption_index]}”&&
{if (x.role!="-1") },“我是${c[x.role]}”&&{/if}
&&&&&&&&${fn1(x.voteTime)}
{if x.userName==''}{/if}
网易公司版权所有&&
{list x.l as y}
{if defined('wl')}
{list wl as x}{/list}