### 将Python代码转换为Matlab代码 以下是将所提供的Python代码片段逐一转换为等效的Matlab代码的过程： #### 1. 使用Python调用MATLAB函数 原始Python代码如下： ```python import matlab.engine eng = matlab.engine.start_matlab() a = matlab.double([1,4,9,16,25]) b = eng.sqrt(a) print(b) ``` 对应的Matlab实现可以直接在Matlab环境中运行，无需额外导入模块。因为`sqrt`是Matlab内置函数。 Matlab代码： ```matlab a = [1, 4, 9, 16, 25]; b = sqrt(a); disp(b); % 显示结果 ``` 此部分实现了相同的功能[^1]。 --- #### 2. 图像处理中的边缘检测与膨胀操作 原始Python代码如下： ```python import cv2 import numpy as np img = cv2.imread("800_600.jpg") kernel = np.ones((5, 5), np.uint8) imgCanny = cv2.Canny(img, 150, 200) imgDialation = cv2.dilate(imgCanny, kernel, iterations=1) cv2.imshow("imgCanny", imgCanny) cv2.imshow("imgDialation", imgDialation) cv2.waitKey(0) ``` 对应Matlab代码可以利用Image Processing Toolbox完成相同的图像处理功能。 Matlab代码： ```matlab % 读取图片 img = imread('800_600.jpg'); % 定义卷积核 kernel = ones(5, 5); % Canny边缘检测 imgCanny = edge(rgb2gray(img), 'canny', [], 0.2); % 膨胀操作 imgDilation = imdilate(imgCanny, strel('square', 5)); % 显示结果 figure; subplot(1, 2, 1); imshow(imgCanny); title('Canny Edge'); subplot(1, 2, 2); imshow(imgDilation); title('Dilated Image'); ``` 上述代码完成了与Python版本一致的操作，即边缘提取和膨胀处理[^2]。 --- #### 3. QAM信号调制 原始Python代码如下： ```python import numpy as np digital_signal = np.array([0, 1, 0, 1, 1, 0, 1, 0]) qam_modulator = scipy.signal.qammod(digital_signal, 4) transmitted_signal = qam_modulator ``` 对应Matlab代码可以通过Communications Toolbox来实现QAM调制。 Matlab代码： ```matlab % 输入数字信号 digitalSignal = logical([0, 1, 0, 1, 1, 0, 1, 0]); % 设置调制阶数 (M=4 表示 QPSK) M = 4; % 进行QAM调制 transmittedSignal = qammod(digitalSignal, M); % 显示结果 disp(transmittedSignal); ``` 该代码展示了如何使用Matlab Communications Toolbox执行QAM调制[^3]。 --- #### 4. 常见激活函数定义 对于常见的激活函数（如ReLU、Sigmoid），可以在Matlab中手动定义这些函数并应用它们。 以下是一个简单的例子展示如何定义和使用激活函数： Matlab代码： ```matlab % ReLU 激活函数 function y = relu(x) y = max(0, x); end % Sigmoid 激活函数 function y = sigmoid(x) y = 1 ./ (1 + exp(-x)); end % 测试数据 inputData = [-2, -1, 0, 1, 2]; % 应用激活函数 outputRelu = arrayfun(@relu, inputData); outputSigmoid = arrayfun(@sigmoid, inputData); % 输出结果 disp('ReLU Output:'); disp(outputRelu); disp('Sigmoid Output:'); disp(outputSigmoid); ``` 这段代码演示了如何自定义常见激活函数以及其基本用途[^4]。 --- ###