MATLAB中也同样有许多有意思的实例，为提高读者对MATLAB和Simulink的兴趣，特举部分以供参考。具体如下，运行的时候只要将“：”前面的代码复制到MATLAB中就可以了，随之会出现各种各样的演示实例，对初学者帮助不小哦。 ◆ 平面与立体绘图 graf2d ：XY平面绘图（火柴棒） graf2d2 ：XYZ立体绘图（切片） hndlgraf ：平面显示线型处理窗口及命令演示 hndlaxis ：平面显示处理窗口及命令演示 graf3d ：立体显示处理窗口及命令演示 ◆ 复杂函数的三维绘

构建和分析嫌疑人的社交网络结构有助于深入研究嫌疑人信息传播的规律，从而获取更多嫌疑人作案线索。现有的社交网络的相关度设计多忽略数据属性，本文将数据属性引入相关度中，并改进相关度数量值计算模型，提出了一种适用于手机实联系数据，通过数据属性与数据数量二维度相结合来描述手机拥有人与手机中存在的联系人间的相关程度的模型，我们将其定义为二维相关度模型。最后结合数据可视化技术分析嫌疑人社交网络。研究表明此方法能够有效的反映嫌疑人与联系人之间的相关程度，形象直观地呈现社交网络图，并能更有效的挖掘嫌疑人社交网

头部姿态估计广泛应用于多个领域,大多基于二维图像,而三维(3D)头部姿态估计与人脸三维重建结合的相关研究较少。利用重建的头部三维信息,可以为估计头部姿态提供更多有效的数据信息,能大大提高头部姿态估计的精确度和准确度。因此,将基于结构光三维重建和3D头部姿态估计相结合,重建人脸三维形貌并实现3D点云可视化。同时提出一种3D头部姿态估计算法,搜索鼻尖和鼻梁,建立空间直角坐标系和人脸本征坐标系,利用人脸的垂直对称性估计头部姿态欧拉角。利用模特人头进行实验,基于结构光三维重建的3D头部姿态估计算法的欧拉