| 北太天元科学计算与系统仿真软件 | 大赛版 | 20260810 |
| 函数 | 描述 |
|---|---|
| griddata | 对二维或三维散点数据插值 |
| griddatan | 对 N 维散点数据插值 |
| scatteredInterpolant | 对二维或三维散点数据插值 |
| RandStream | 随机数流 |
| RandStream.create | 创建统计独立的随机数流 |
| RandStream.list | 列出随机数生成器算法 |
| RandStream.getGlobalStream | 获取当前全局随机数流 |
| RandStream.setGlobalStream | 设置全局随机数流 |
| reset | 重置随机数流 |
| nufft | 非均匀快速傅里叶变换 |
| nufftn | N 维非均匀快速傅里叶变换 |
| centrality | 衡量节点的重要性 |
| transreduction | 传递归约 |
| transclosure | 传递闭包 |
| isisomorphic | 确定两个图是否同构 |
| isomorphism | 计算两个图之间的同构 |
| 函数 | 描述 |
|---|---|
| dlmread | 将 ASCII 分隔的数值数据文件读取到矩阵 |
| dlmwrite | 将矩阵写入到 ASCII 分隔文件 |
| VideoReader | 创建对象以读取视频文件 |
| hasFrame | 确定是否有视频帧可供读取 |
| read | 读取一个或多个视频帧 |
| readFrame | 读取下一个视频帧 |
| VideoWriter | 创建对象以写入视频文件（当前仅支持Windows系统） |
| open | 打开文件以写入视频数据 |
| close | 写入视频数据之后关闭文件 |
| writeVideo | 将视频数据写入到文件 |
| readcell | 基于文件创建元胞数组 |
| readlines | 以字符串数组形式读取文件行 |
| readvars | 从文件中读取变量 |
| writecell | 将元胞数组写入文件 |
| 函数 | 描述 |
|---|---|
| saveas | 将图窗保存为特定文件格式 |
| exportgraphics | 导出图窗或图 |
| 函数 | 描述 |
|---|---|
| rcoplot | 残差观测顺序图 |
| stepwise | 逐步回归的交互式工具 |
| onehotencode | 将数据标签编码为独热向量 |
| onehotdecode | 将独热向量解码为类别标签 |
| fitglme | 拟合广义线性混合效应模型 |
| refit | 重构广义线性混合效应模型 |
| GeneralizedLinearMixedModel | 广义线性混合效应模型类 |
| predict | 预测广义线性混合效应模型的响应 |
| random | 从拟合的广义线性混合效应模型生成随机响应 |
| fitted | 广义线性混合效应模型的拟合响应值 |
| coefCI | 广义线性混合效应模型系数的置信区间 |
| coefTest | 广义线性混合效应模型的固定效应与随机效应假设检验 |
| compare | 比较广义线性混合效应模型 |
| covarianceParameters | 提取广义线性混合效应模型的协方差参数 |
| residuals | 拟合的广义线性混合效应模型的残差 |
| response | 广义线性混合效应模型的响应向量 |
| fitrsvm | 拟合支持向量机回归模型 |
| CompactRegressionSVM | 紧凑型支持向量机回归模型 |
| predict | 使用支持向量机回归模型预测响应 |
| discardSupportVectors | 舍弃线性支持向量机（SVM）回归模型的支持向量 |
| loss | 支持向量机回归模型的回归误差 |
| RegressionSVM | 支持向量机回归模型 |
| fitrkernel | 使用随机特征展开拟合高斯核回归模型 |
| predict | 预测高斯核回归模型的响应 |
| RegressionKernel | 使用随机特征展开的高斯核回归模型 |
| loss | 高斯核回归模型的回归损失 |
| resume | 恢复训练高斯核回归模型 |
| fitrtree | 拟合用于回归的二元决策树 |
| RegressionTree | 回归树 |
| CompactRegressionTree | 紧凑型支持向量机回归模型 |
| nodeVariableRange | 获取决策树节点的变量范围 |
| predictorImportance | 回归树的预测变量重要性估计 |
| view | 查看回归树 |
| loss | 回归树模型的回归误差 |
| predict | 使用回归树模型预测响应 |
| ClassificationKernel | 使用随机特征展开的高斯核分类模型 |
| loss | 高斯核分类模型的分类损失 |
| predict | 预测高斯核分类模型的标签 |
| resume | 恢复训练高斯核分类模型 |
| fitckernel | 使用随机特征展开拟合二元高斯核分类器 |
| rocmetrics | 用于二元分类器与多类分类器的受试者工作特征（ROC）曲线及性能指标 |
| addMetrics | 计算额外的分类性能指标 |
| average | 计算多类问题中平均受试者工作特征（ROC）曲线的性能指标 |
| plot | 绘制受试者工作特征（ROC）曲线及其他性能曲线 |
| auc | ROC 曲线或精确率-召回率曲线下的面积 |
| modelOperatingPoint | rocmetrics 对象的工作点 |
| anova | 方差分析（ANOVA）结果 |
| groupmeans | 方差分析的均值响应估计 |
| multcompare | 方差分析的均值多重比较 |
| stats | 方差分析表 |
| varianceComponent | 方差分析中的方差分量估计 |
| boxchart | 方差分析的箱线图 |
| plotComparisons | 方差分析的均值多重比较图 |
| 函数 | 描述 |
|---|---|
| mapminmax | 数据归一化处理函数，将矩阵各行数据映射到指定范围，默认范围为 [-1, 1] |
| newff | 前馈神经网络创建函数，用于构建传统 BP 神经网络结构 |
| minmax | 计算矩阵每一行的最小值和最大值，返回各输入变量的取值范围，常用于 newff 创建网络时指定输入范围 |
| train | 神经网络训练函数，用于根据样本数据训练 newff 创建的网络 |
| sim | 神经网络仿真/预测函数，用于计算训练后网络对输入数据的输出结果 |
SymPy插件在 2025 版基础上完成了底层架构重构，实现对 M 语言语法兼容。全量功能详见下表：
| 函数 | 描述 |
|---|---|
| sym | 创建单个符号变量 |
| syms | 创建单个或者多个符号变量 |
| cumprod | 符号累积乘积 |
| cumsum | 符号累积和 |
| series | 皮瑟级数 |
| taylor | 泰勒级数 |
| symsum | 符号级数求和 |
| symprod | 级数的乘积 |
| vpasum | 使用变精度进行数值求和 |
| ilaplace | 拉普拉斯逆变换 |
| laplace | 拉普拉斯变换 |
| limit | 符号表达式的极限 |
| diff | 符号微分 |
| int | 定积分与不定积分 |
| vpaintegral | 可变精度算术进行高精度的数值积分 |
| integrateByParts | 分部积分 |
| vpasolve | 数值求解符号方程 |
| solve | 方程和方程组求解器 |
| dsolve | 求解微分方程组 |
| vpa | 可变精度算术（任意精度算术） |
| subs | 符号代换 |
| double | 将符号转化为浮点数 |
| fourier | 符号表达式的傅里叶变换 |
| ifourier | 符号表达式的傅里叶逆变换 |
| eq | 创建符号等式 |
| simplify | 代数简化 |
| sqrt | 求符号表达式的平方根 |
| abs | 符号绝对值 |
| exp | 符号指数 |
| log | 符号对数 |
| acos | 符号反余弦 |
| asin | 符号反正弦 |
| atan | 符号反正切 |
| cos | 符号余弦 |
| sin | 符号正弦 |
| tan | 符号正切 |
| acosh | 符号反双曲余弦 |
| asinh | 符号反双曲正弦 |
| cosh | 符号双曲余弦 |
| sinh | 符号双曲正弦 |
| tanh | 符号双曲正切 |
| 函数 | 描述 |
|---|---|
| fmincon | 1. 完善逐序列二次规划算法 sqp 和 sqp-legacy，包含两种实现 |
| quadprog | 1. 支持信赖域算法和内点法 2. 支持更多options选项 |
| linprog | 支持更多options选项，并验证参数的有效性 |
| intlinprog | 支持更多options选项，并验证参数的有效性 |
| fminbnd/intlinprog/lsqnonneg/fzero | 支持结构体问题形式的输入 |
| optimoptions | 重构为类对象形式，并支持对所有优化函数设置 |
| resetoptions | 根据重构后的 optimoptions 更新实现 |
公众号