2016 年 9 月 19日 – MathWorks今日宣布,于今日推出了Release 2016b(R2016b),其中增加了新的功能以简化MATLAB中的大数据处理过程。如今,工程师和科学家可更轻松地在MATLAB中进行大数据处理而不必考虑内存的限制。R2016b 中还包括了Simulink的其他新功能、一个新的工具箱Risk Management Toolbox以及其它 83 款产品的更新和问题修复。 工程师和科学家可利用 MATLAB 的常用功能和语法,通过tall数组轻松处理超出内存限制的数据,而无需学习大数据编程。并且有上百个数学、统计和机器学习算法实现了对tall数组的支持。采用tall数组实现的大数据处理代码可以在 Hadoop 集群上运行或者被直接集成到其它 Spark 应用程序当中。0 Q4 s8 L- S7 T" r. W4 s0 P% z
R2016b 还增加一个时间表数据容器,用于索引和同步带时间戳的表格数据;增加了字符串数组,用于进行有效的进行文本数据的操作、比较和存储;以及增加其它用于数据预处理的新功能。) r. j+ g; t9 o/ ~& l* \$ H
MathWorks 的 MATLAB 市场营销总监 David Rich 表示:“很多公司拥有海量数据,却很难对其加以利用以创建有效的预测模型,及获得更深入的数据洞察。我们通过推出 R2016b,降低了领域专家操作数据的门槛,使其能够更轻松地处理更多的数据。同时使得系统的设计、性能和可靠性得以提升。”
6 d' T- K; [5 B* x( ^MATLAB 产品系列更新包括:
& m3 R- A/ y; J! P · MATLAB:
8 w5 e _' u4 P8 [( l) }( q/ | o 引入tall数组用于操作超过内存限制的过大数据$ N1 M5 u" n; T1 h3 J) v
o 引入时间表数据容器用于索引和同步带时间戳的表格数据
, T( R# w% ?3 ? o 增加在脚本中定义本地函数的功能以提高代码的重用性和可读性) _8 B4 y6 |, y7 }. h0 {$ R
o 通过使用MATLAB的Java API可以在Java程序中调用MATLAB代码9 ^! K! q9 w5 D, W+ z
· MATLAB Mobile:通过在 MathWorks 云端的 iPhone 和 Android 传感器记录数据; k; u8 M) j' i# w: S* h
· Database Toolbox:提供用于检索 Neo4j 数据的图形化数据库界面
. m; Q3 z" ~$ N% L · MATLAB Compiler:支持将 MATLAB 应用程序(包括tall数组)部署到 Spark 集群上
1 k/ D' b( S2 ?4 R$ F · Parallel Computing Toolbox:能够在您的台式机、装有 MATLAB Distributed Computing Server 的服务器、以及 Spark 集群上利用tall数组进行大数据并行处理% [! x2 E7 P" ^7 D
· Statistics and Machine Learning Toolbox:提供不受内存限制的大数据分析算法,包括降维、描述性统计、k-均值聚类、线性递归、逻辑递归和判别分析
3 g0 v9 j( l$ c, @8 t& `2 e· Statistics and Machine Learning Toolbox:提供可以自动调整机器学习算法参数的 Bayesian 优化算法以及可以选择机器学习模型特征的近邻成分分析(NCA)% ?, h( G1 S/ c$ n7 }0 @, u
· Statistics and Machine Learning Toolbox:支持使用 MATLAB Coder 自动生成实现SVM 和逻辑回归模型的C/C+代码+ x$ P0 V3 k8 Y0 g5 d
· Image Processing Toolbox:支持使用三维超像素的立体图像数据进行简单线性迭代聚类(SLIC)和三维中值滤波1 k) m" K( U2 a* i6 p. u
· Computer Vision System Toolbox:使用基于区域的卷积神经网络深度学习算法(R-CNN)进行对象检测
8 A( e" Z5 ^& _ · Risk Management Toolbox:一个新的工具箱用于开发风险模型和执行风险模拟6 K6 C( E9 n9 V
· ThingSpeak:能够从联网的传感器采集数据,并使用由 Statistics and Machine Learning Toolbox、Signal Processing Toolbox、Curve Fitting Toolbox 和 Mapping Toolbox 提供的函数在云端进行 MATLAB 分析6 Q+ z9 p% A2 s- z# F
Simulink 产品系列更新包括:; e5 o& ]' o/ e# f3 l0 C
· Simulink:
) K: ~, v6 X2 ]/ d& W7 G, X o 使用 JIT 编译器提升在加速器模式下运行的仿真的性能, I1 x& U8 X8 \, K( ?' `" M+ r
o 能够初始化、重置并终止子系统,进行动态启动和关闭行为建模. v) @7 E. w6 x, F4 \6 Z
o 状态读取器和写入器模块可以从模型中的任何位置完全控制重置状态行为
8 h; ^ v9 j+ k( Z" E& s o 对 Raspberry Pi 3 和 Google Nexus 的硬件支持
" A B, k& N! R* B- I · Simulink和Stateflow:简化参数和数据编辑的属性检查器、模型数据编辑器和符号管理器& ?. L6 I$ B9 E
· Simscape:新增了一个模块库,用于模拟理想气体、半理想气体以及实际气体系统 ^/ T4 ~! _( ^: H( @
信号处理和通信更新包括:+ H4 q4 a r/ }) d+ t) r6 ?: c
· Signal Processing Toolbox:可用于执行多时序的时域和频域分析的信号分析仪应用程序7 Z: b% e7 S- M) J- }, w G
· Phased Array System Toolbox:针对空气传播和多路径传播对窄频和宽频信号的影响提供建模支持/ H( }: `+ c; }$ Z3 T8 r
· WLAN System Toolbox:IEEE 802.11ah 支持和多用户 MIMO 接收机功能
5 P/ P7 l. e2 P · Audio System Toolbox:音频插件托管功能,可在 MATLAB 中直接运行和测试 VST 插件, A# y4 }1 ]% E# k. n
代码生成更新包括:
9 W; O7 h, i8 H$ C+ t" V7 q1 R · Embedded Coder:# j" `6 Z1 F2 k2 [, U5 W' P5 F% s
o 交叉发布代码集成功能使得可以重用由较早版本生成的代码
% G5 R9 F, c( k o 能够生成可用于任何软件环境的可插入式代码,包括动态启动和关闭行为
# K2 z% n# g3 n: C) e7 f o 支持仿真 AUTOSAR 基础软件,包括 Diagnostic Event Manager(DEM)和 NVRAM Manager(NvM)7 Y. z4 o3 R! B9 Q& }8 g2 p2 ?, G6 L
· HDL Coder:根据设定的目标时钟频率,以寄存器插入方式自适应流水化,以及可用于显示和分析转换和状态的逻辑分析仪(搭配使用 DSP System Toolbox). y' F8 ?* D% I Q
验证和确认更新包括:7 s5 n# N& n- y$ M( C( ^
· Simulink Verification and Validation:Edit-time checking功能,可帮助在设计时发现并修复标准合规性问题( S l/ A# p5 h _& K
· Simulink Test:用于进行测试评估的自定义标准的定义功能1 z5 j/ Y# e3 X9 L
· HDL Verifier:FPGA 数据采集功能,用于探测要在 MATLAB 或 Simulink 中进行分析的内部 FPGA 信号6 h. \8 A3 c5 k8 _: m3 Z5 o& X
· Polyspace Bug Finder:支持 CERT C 编码规范,以用于网络安全漏洞检测% h0 s- X. M8 |; `) D
R2016b 现已在全球上市。9 B* N7 H2 @8 K3 w- O5 a
|