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簡化MATLAB中的大數據處理過程。如今,工程師和科學家可更輕松地在MATLAB中進行大數據處理而不必考慮內存的限制。R2016b 中還包括了Simulink的其他新功能、一個新的工具箱Risk Management Toolbox以及其它 83 款產品的更新和問題修復。 工程師和科學家可利用 MATLAB 的常用功能和語法,通過tall數組輕松處理超出內存限制的數據,而無需學習大數據編程。并且有上百個數學、統計和機器學習算法實現了對tall數組的支持。采用tall數組實現的大數據處理代碼可以在 Hadoop 集群上運行或者被直接集成到其它 Spark 應用程序當中。
$ d2 p5 t* Z) b& ^8 C0 I. `# Z R2016b 還增加一個時間表數據容器,用于索引和同步帶時間戳的表格數據;增加了字符串數組,用于進行有效的進行文本數據的操作、比較和存儲;以及增加其它用于數據預處理的新功能。5 L; b& p+ x7 K: ?1 V p* B
MathWorks 的 MATLAB 市場營銷總監 David Rich 表示:“很多公司擁有海量數據,卻很難對其加以利用以創建有效的預測模型,及獲得更深入的數據洞察。我們通過推出 R2016b,降低了領域專家操作數據的門檻,使其能夠更輕松地處理更多的數據。同時使得系統的設計、性能和可靠性得以提升。”
1 a/ \2 D$ C- Y1 \4 G- cMATLAB 產品系列更新包括:
2 U7 k) I4 a. E, u9 D4 L( a* | · MATLAB:0 S0 H9 o* | c$ {0 I$ b6 y
o 引入tall數組用于操作超過內存限制的過大數據
6 K7 u- P2 m8 g a" p o 引入時間表數據容器用于索引和同步帶時間戳的表格數據7 E8 P2 F% D: x$ i1 A) g
o 增加在腳本中定義本地函數的功能以提高代碼的重用性和可讀性6 o+ A+ V( u8 k |' [1 M
o 通過使用MATLAB的Java API可以在Java程序中調用MATLAB代碼
E! ?4 h2 K9 _) K8 m% r J · MATLAB Mobile:通過在 MathWorks 云端的 iPhone 和 Android 傳感器記錄數據
5 v2 k& l% m6 I) p& @ · Database Toolbox:提供用于檢索 Neo4j 數據的圖形化數據庫界面8 |1 W! L6 w% {- L: I- F5 o) v w
· MATLAB Compiler:支持將 MATLAB 應用程序(包括tall數組)部署到 Spark 集群上
& d! f9 M- G/ c' d/ @ · Parallel Computing Toolbox:能夠在您的臺式機、裝有 MATLAB Distributed Computing Server 的服務器、以及 Spark 集群上利用tall數組進行大數據并行處理
5 J# C1 n# P3 F · Statistics and Machine Learning Toolbox:提供不受內存限制的大數據分析算法,包括降維、描述性統計、k-均值聚類、線性遞歸、邏輯遞歸和判別分析, V0 y0 i/ _0 |- p5 r
· Statistics and Machine Learning Toolbox:提供可以自動調整機器學習算法參數的 Bayesian 優化算法以及可以選擇機器學習模型特征的近鄰成分分析(NCA)
4 J9 [- v- I% Z% `6 }7 p2 P" x · Statistics and Machine Learning Toolbox:支持使用 MATLAB Coder 自動生成實現SVM 和邏輯回歸模型的C/C+代碼
8 ^! C- x! D, \2 _2 u · Image Processing Toolbox:支持使用三維超像素的立體圖像數據進行簡單線性迭代聚類(SLIC)和三維中值濾波
/ r6 c9 ?8 U$ Y3 K( p9 T( v' R [0 l · Computer Vision System Toolbox:使用基于區域的卷積神經網絡深度學習算法(R-CNN)進行對象檢測
t9 @9 V! v4 g/ u& d: E: R · Risk Management Toolbox:一個新的工具箱用于開發風險模型和執行風險模擬/ F+ y% Q, f2 ^! h: F( v; N( [
· ThingSpeak:能夠從聯網的傳感器采集數據,并使用由 Statistics and Machine Learning Toolbox、Signal Processing Toolbox、Curve Fitting Toolbox 和 Mapping Toolbox 提供的函數在云端進行 MATLAB 分析
9 E2 W% q$ g9 w& mSimulink 產品系列更新包括:
8 E C$ D) g4 K8 Q · Simulink:
+ b2 C; ^2 @$ G: P o 使用 JIT 編譯器提升在加速器模式下運行的仿真的性能1 z3 c( O" s( C* e, Q7 c- J
o 能夠初始化、重置并終止子系統,進行動態啟動和關閉行為建模
' M) g4 W A+ F2 n o 狀態讀取器和寫入器模塊可以從模型中的任何位置完全控制重置狀態行為
( }( z/ h: r' }. Q+ a5 q o 對 Raspberry Pi 3 和 Google Nexus 的硬件支持' p! f, v, s# L( ~( G/ M S
· Simulink和Stateflow:簡化參數和數據編輯的屬性檢查器、模型數據編輯器和符號管理器
8 J4 j! @5 O- ^; r · Simscape:新增了一個模塊庫,用于模擬理想氣體、半理想氣體以及實際氣體系統
: u, G n- m$ B# V7 G" O 信號處理和通信更新包括:- t- D: D; y% `: I" j
· Signal Processing Toolbox:可用于執行多時序的時域和頻域分析的信號分析儀應用程序# \" T8 e5 z: r
· Phased Array System Toolbox:針對空氣傳播和多路徑傳播對窄頻和寬頻信號的影響提供建模支持
4 K2 `& v' h/ X- L$ s2 B · WLAN System Toolbox:IEEE 802.11ah 支持和多用戶 MIMO 接收機功能/ ^8 O( g& j% m A0 ]
· Audio System Toolbox:音頻插件托管功能,可在 MATLAB 中直接運行和測試 VST 插件
; q Z6 v8 h- D代碼生成更新包括:; H5 `2 K3 G! l3 [
· Embedded Coder:
$ o: f7 n9 K5 a1 r$ E p3 m6 t; O o 交叉發布代碼集成功能使得可以重用由較早版本生成的代碼
1 X9 h& v$ J' i3 A) d" l$ ~ o 能夠生成可用于任何軟件環境的可插入式代碼,包括動態啟動和關閉行為
* F$ I) T" J, c4 _8 ?9 C+ ] o 支持仿真 AUTOSAR 基礎軟件,包括 Diagnostic Event Manager(DEM)和 NVRAM Manager(NvM)# A* s( y' {4 F1 }8 f) [
· HDL Coder:根據設定的目標時鐘頻率,以寄存器插入方式自適應流水化,以及可用于顯示和分析轉換和狀態的邏輯分析儀(搭配使用 DSP System Toolbox)
9 m; Z7 _% _1 x! |% s+ G驗證和確認更新包括:& y" d4 G9 t. x0 E% _
· Simulink Verification and Validation:Edit-time checking功能,可幫助在設計時發現并修復標準合規性問題
) _$ a7 f/ b2 \) ` u* Z · Simulink Test:用于進行測試評估的自定義標準的定義功能( d; k. O* y* e7 v5 F" B
· HDL Verifier:FPGA 數據采集功能,用于探測要在 MATLAB 或 Simulink 中進行分析的內部 FPGA 信號" G, I: c& ^3 v+ G
· Polyspace Bug Finder:支持 CERT C 編碼規范,以用于網絡安全漏洞檢測
+ R% W) M( S( r/ {; Q4 _1 a! v R2016b 現已在全球上市。
: \6 B. @& d% @( k' F p |